大数据时代读后感
大数据时代读后感
大数据时代读后感大数据这个词一直存在但我们很少在这个时代前能有所耳闻，在我读了维克托写的大数据之后，我明白了在更早的年代之所以不流行这个词是因为人们喜欢感性的思考而不是拿数据理性的分析。究其原因，一方面是数据量小，另一方面是人们的思想落后。然而随着信息时代的到来和云技术的发展，大数据逐渐成为一个可靠的参考标准，以及大数据在诸多领域做出的贡献足以证明他在这个时代的重要地位。维克托在书中例举了大量有关美国在这半个世纪信息开发技术创新的典型案例，从侧面向我们阐述了大数据在诸多领域的不同作用，例举其在医学方面的作用，在不久之前，你也许可能还会听到两个医生对于一个医学问题争论的喋喋不休，……公说公有理婆说婆有理……，但怎么说都是建立在“我认为”的主观臆断之上，幸运地是，大数据的出现给帮助医生在问题上给予一个正确的指向，通过云端和千千万万的数据，可以更清楚还原问题的直观事实。这样的例子在生活中也数不胜数，其力量存在于人们无形的生活中，却有形的帮助人们解决了在经济，科学，人文方面的各种问题，通过整合混沌的信息，分析加工我们就能很好的了解自己所处的世界并驾驭在时代的前沿。
附送：
大数据环境下的信息系统安全保障技术
大数据环境下的信息系统安全保障技术
第 1 页 共 21 页
内容简介：
继云计算、物联网之后，大数据是当前学术界和产业界研究的热点。根据大数据的 4V+1C 特性可以将大数据应用过程分为采集、存储、挖掘和发布四个环节。分析了大数据在各阶段所面临的安全威胁，阐述了大数据环境下的信息系统
论文格式论文范文毕业论文 摘要：
继云计算、物联网之后，大数据是当前学术界和产业界研究的热点。根据大数据的 4V+1C 特性可以将大数据应用过程分为采集、存储、挖掘和发布四个环节。分析了大数据在各阶段所面临的安全威胁，阐述了大数据环境下的信息系统安全保障关键技术及应用。
Abstrat：
Folloing loud puting and IOT， big data is a hot urrenttopi in both the XXdemi and the industr researh no. Aording to 4V + 1C feature of big data，big data appliation proess an be divided into the olletion， storage， mining and publishing four parts. This paper analzes the seurit threats of big data faed at eah stage， elaborates the ke tehnolog for information sstem seurit for big data environments and appliation.
关键词：
大数据；4V+1C特性；安全威胁；信息系统安全 Ke ords：
第 2 页 共 21 页
big data； 4V + 1C feature；seurit threats；information sstem seurit
0 引言
继云计算、物联网之后，大数据成为时代最为前沿的话题。 数据里面有黄金 让大数据充满诱惑力。越来越多的企业开始对大数据进行研究，从大数据中挖掘出有用的信息能够帮助企业做出更加正确的决策，创造出巨大的商业价值。仅201X年，谷歌公司利用大数据业务对美国经济的贡献就达到540亿美元。淘宝公司通过对大量交易数据的变化分析可以提前6个月预测全球经济发展趋势。
大数据是把双刃剑，它带来巨大机会的同时，也给信息系统带来了前所未有的安全问题。在 数据采集―数据整合―数据提炼―数据挖掘―数据发布 这种新型数据链中对数据进行安全防护变得更加困难，同时，数据的分布式、协作式、开放式处理也加大了数据泄露的风险。现有的信息安全手段已不能满足大数据时代的信息安全要求。分析了大数据安全威胁，阐述了大数据环境下信息系统安全保障技术，最后介绍了某企业大数据安全防护架构。
1 大数据内涵与特征
不同的组织结构从不同角度对大数据给出了不同的定义： 在信息技术中， 大数据 是指一些使用现有数据库管理工具或传统数据处理应用很难处理的大型而复杂的数据集；在麦肯锡等咨询机构， 大数据 是指大小超出常规的数据库工具获取、存储、管理和分析能力的数据集；在公司企业中， 大数据 通常指海量、多样的数据。简言之，大数据是大规模数据的集合体，更是数据对象、集成技术、分析应用、商业模式、思维创新的统一体。
第 3 页 共 21 页
无论对大数据如何定义，它都具备 4V+1C 的特点，即： 多样化variet（大数据种类繁多，一般包括结构化、半结构化和非结构化等多类数据）、海量化volume（大数据体量巨大，PB级别是常态，且增长速度较快）、快速化veloit（数据的快速流动和处理）、价值密度低value（大数据价值密度的高低与数据总量大小成反比）以及复杂化plexit。
2 大数据安全威胁
在大数据环境下， 数据采集―数据整合―数据提炼―数据挖掘―数据发布 这种新型数据链中对数据进行安全防护变得更加困难，同时，数据的分布式、协作式、开放式处理也加大了数据泄露的风险。大数据的 4V+1C 特征对传统的基础设施、存储、网络、信息资源等都提出了更高的安全要求，安全威胁将成为制约大数据技术发展的瓶颈。
1 大数据基础设施安全威胁
大数据基础设施包括存储设备、运算设备、一体机和其他基础软件等，利用高速网络收集数据，大规模存储设备对海量数据进行存储，各种服务器和计算设备对数据进行分析处理。这些基础设施虚拟化、分布式的特点使大数据面临如下安全威胁：
非授权访问、信息泄露或丢失、网络基础设施传输过程中破坏数据完整性等。
2 大数据存储安全威胁
大数据的规模通常可达PB量级，数据来源多种多样，结构化数据和非结构化数据混杂其中。大数据对存储的需求主要体现在海量数据处理、大规模集群管理、低延迟读写速度和较低建设运营成本等方
第 4 页 共 21 页
面。采用传统关系型数据库管理技术往往面临成本支出过多、扩展性差、数据快速查询困难等问题。因此，对于占数据总量80%以上的非结构化数据，通常采用非关系型数据库NoSQL技术完成对大数据的存储、管理和处理。而NoSQL也具有模式成熟度不够、系统存在漏洞等问题。
3 大数据网络安全威胁
大数据时代的信息爆炸导致网络面临严重威胁。网络节点的数量呈指数级增加，非法入侵次数急剧增长；攻击技术不断成熟且手段多样，APT（高级持续性威胁）攻击逐渐增多，攻击者的工具和手段呈现平台化、集成化和自动化的特点，具有更强的隐蔽性、更长的攻击和潜伏时间，给现有的数据防护机制带来了巨大的压力。
4 大数据带来隐私问题
大数据通常包含了大量的用户身份信息、属性信息、行为信息。大量事实表明，大数据未被妥善处理会对用户的隐私造成极大的侵害。传统数据安全往往围绕数据生命周期（数据的产生、存储、使用和销毁）来部署。随着大数据应用越来越多，数据的拥有者和管理者相分离，原来的数据生命周期逐渐变成数据的产生、传输、存储和使用，使用户隐私面临巨大威胁。
3 大数据信息安全保障技术
根据大数据自身特性及应用需求的特点，可以将大数据应用过程划分为采集、存储、挖掘和发布4个环节。数据采集环节安全问题主要是数据汇聚过程中的传输安全问题；数据存储环节是指数据汇聚后大数据的存储需要保证数据的机密性和可用性，提供隐私保护；数据挖掘是指从海量数据中抽取有用信息的过程，此过程需要认证挖掘者
第 5 页 共 21 页
大数据时代读后感
