王傳

摘要：隨著通信技術(shù)的進步，互聯(lián)網(wǎng)和小型移動上網(wǎng)工具的普及，但是從數(shù)據(jù)安全以及個人隱私保障的層面來看大數(shù)據(jù)也存在數(shù)據(jù)泄露的安全隱患，因此需要在技術(shù)層面和相關(guān)規(guī)定的層面平衡來找尋有效的解決方法。本文針對大數(shù)據(jù)安全與隱私保護做出分析，以便于在網(wǎng)絡(luò)飛速發(fā)展的環(huán)境下最大限度地保障用戶的信息安全和個人隱私不受侵犯。

關(guān)鍵詞：數(shù)據(jù)安全;隱私保護;互聯(lián)網(wǎng)

中圖分類號：TP393 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2020）15-0069-02

現(xiàn)如今全世界由于互聯(lián)網(wǎng)和數(shù)據(jù)聯(lián)網(wǎng)處理的盛行而正式進人大數(shù)據(jù)時代，隨著大數(shù)據(jù)時代的來臨人們對于日常產(chǎn)品的篩選以及生活起居日常的內(nèi)容都成為大數(shù)據(jù)的研究對象，但是在大數(shù)據(jù)的盛行之下其實也關(guān)乎現(xiàn)今個人隱私的保障，還有大數(shù)據(jù)核算結(jié)果是否存在可信度，數(shù)據(jù)上傳之后是否存在安全隱患等等，從業(yè)人員必須正視數(shù)字化時代帶來的一系列問題，通過科學(xué)方法來提升數(shù)據(jù)處理的安全性，保護每個公民的隱私權(quán)不受侵犯。

1大數(shù)據(jù)安全與隱私保護的現(xiàn)況

1.1大數(shù)據(jù)安全的現(xiàn)況

大數(shù)據(jù)按照其生命周期分為四個步驟：數(shù)據(jù)發(fā)布、數(shù)據(jù)存儲、數(shù)據(jù)發(fā)掘以及數(shù)據(jù)使用。而大數(shù)據(jù)的安全必須貫徹整個大數(shù)據(jù)生命周期的每個過程。在大數(shù)據(jù)的發(fā)展中云計算可以算是發(fā)展最大的推動力，云計算平臺能夠完成海量數(shù)據(jù)信息的采集、存儲、訪問以及處理工作，但是要注意的是元存儲平臺上數(shù)據(jù)的擁有者和管理權(quán)限的擁有者并不一定是同一個人，因此采集之后的信息處理也不一定是完全安全的，云存儲平臺本身就可能會找到第三方的偷窺或者篡改，由于這種情況下一般數(shù)據(jù)已經(jīng)進入云平臺進行計算核對，因此要針對大數(shù)據(jù)的安全性提升最好也是在云平臺上實行，比如利用屬性加密的技術(shù)或者同態(tài)加密的技術(shù)、搜索加密以及數(shù)據(jù)安全證明也同樣對云平臺中存儲的數(shù)據(jù)由保護的效果。

1.2隱私保護的現(xiàn)況

隨著通訊技術(shù)的不斷進步和提升，海量數(shù)據(jù)的采集、存儲、發(fā)布以及分析逐漸成為一件較為容易的事，因此在數(shù)據(jù)的循環(huán)往復(fù)中隱私都有可能泄露出去，這就對用戶的個人安全造成極大的威脅，為了有效保護個人隱私不受侵犯，就需要提供相應(yīng)的數(shù)據(jù)模型保護方式來保證數(shù)據(jù)的安全性。根據(jù)保護模型的種類差別可以將其分為兩大類：一類是匿名模型的隱私保護數(shù)據(jù)發(fā)布，另一類是基于差分隱私的隱私保護數(shù)據(jù)發(fā)布。

傳統(tǒng)的保護隱私的方式是以匿名模型作為基礎(chǔ)進行的保護措施，一般的使用方法是通過匿名促使被攻擊后隱藏背景并且進行特殊攻擊，但是在實踐中這種保護數(shù)據(jù)隱私內(nèi)容的方式量化度較差，使用起來也存在較大的局限性，尤其是海量數(shù)據(jù)都存在著可能被非法破壞、攻擊以及篡改的情況，用戶的個人信息和隱私都受到威脅，因此針對海量數(shù)據(jù)相關(guān)客戶隱私的保護已經(jīng)成為互聯(lián)網(wǎng)安全領(lǐng)域近年來一直在研究的課題。

2保護大數(shù)據(jù)安全以及個人隱私的必要性

近幾年來大數(shù)據(jù)安全隱私的管理以及技術(shù)的革新上還存在諸多的不足之處，不論是信息技術(shù)、管理規(guī)范、相關(guān)法律還是員工意識都有待加強，尤其是法律層面的責(zé)任劃分并未落到實處，因此在使用相關(guān)的平臺時往往就會出現(xiàn)個人隱私遭到泄露的情況，雖然現(xiàn)今不少平臺采取的都是匿名制度，但是這種方式并不能真正的保障用戶的隱私安全，以淘寶購物為例，后臺的員工可以直接通過大數(shù)據(jù)中獲取的聊天信息以及往期購買訂單來判斷個人的喜好、購買傾向、年齡、性別等個人信息，還可以根據(jù)瀏覽器留下的瀏覽記錄進行進一步推測上網(wǎng)地點等等，雖然這些信息看似都是用過即丟的一些小漏洞和小記錄，但是隨著大數(shù)據(jù)導(dǎo)向性的疊加，只需要有一小部分信息透露，就意味著整個人的個人隱私都會受到威脅。程度輕的可能會受到金融電話或者貸款公司電話的騷擾，程度較重的話可能會直接遭受人身或者財產(chǎn)方面的侵害嘲。

當(dāng)今的大數(shù)據(jù)內(nèi)容的泄露大部分源于內(nèi)部職工面對利益受其驅(qū)使而忘記工作行為規(guī)范，因此在提倡大數(shù)據(jù)管理設(shè)備要不斷升級，技術(shù)要不斷地進行更新迭代的基礎(chǔ)上，還需要時刻關(guān)注使用數(shù)據(jù)的員工是否正在做合同之外的事，這也是保障網(wǎng)絡(luò)用戶個人生活與工作的安全性都有相當(dāng)重要的作用。

隨著新時代的到來，不論是企業(yè)還是個人使用網(wǎng)絡(luò)進行工作處理并且發(fā)布信息的頻率都在增加，大數(shù)據(jù)的管理要以信息的傳播途徑為主要突破口才能研究出行之有效的保障數(shù)據(jù)安全的方法。

3大數(shù)據(jù)應(yīng)用中面臨的問題

3.1保護客戶隱私

在大數(shù)據(jù)的使用過程中，除了個人不同喜好方面的資料，許多涉及個人隱私方面的資料都可能對客戶造成侵害，這時候就需要進行相應(yīng)的保護措施，一般的大型企業(yè)用到的方式都匿名處理，將某些重點或者重要的內(nèi)容標(biāo)識隱藏起來，其實這種方式的保護作用幾乎不能發(fā)揮什么作用，畢竟在分析數(shù)據(jù)時還是要將數(shù)據(jù)抽出，一般客戶在大數(shù)據(jù)應(yīng)用的過程中采用的獲取信息的方式都是使用數(shù)據(jù)剖析式，由此來判斷客戶的狀態(tài)和行為，但是這種方式對于客戶個人的安全隱私會帶來極大的威脅。企業(yè)在使用數(shù)據(jù)時，也缺少必要的監(jiān)管，用戶對于自己的隱私也沒有保存意識，很輕易就會泄露出去。

3.2大數(shù)據(jù)可信度較低

數(shù)據(jù)的存在就是我了提供真實的情況以便于他人了解事物真實的進程，以及相關(guān)人員真正的心理狀態(tài)，但是面對海量大數(shù)據(jù)是，如果無法對于數(shù)據(jù)信息進行有效篩選，則會因為一些比較吸引眼球的信息而被吸引了注意力，加之某些大數(shù)據(jù)中有蓄意偽造信息的情況出現(xiàn)，用戶分析如果不進行完整分析根本察覺不到數(shù)據(jù)從一開始就是存在誤差，更有甚者直接獲得就是錯誤的數(shù)據(jù)驗算結(jié)果。

在數(shù)據(jù)傳播的過程中出現(xiàn)誤差是難免的，但是由于大數(shù)據(jù)的體量比較大，少部分的數(shù)據(jù)失真可以被略過去，但是如果數(shù)據(jù)采用的不同版本差異較大的情況下，傳播錯誤數(shù)據(jù)的內(nèi)容會持續(xù)發(fā)酵，從而使整個數(shù)據(jù)庫數(shù)據(jù)的可信度都降低。

3.3大數(shù)據(jù)訪問量產(chǎn)生的問題

大數(shù)據(jù)在訪問期間主要面臨兩個方面的問題：

首先，是現(xiàn)階段大數(shù)據(jù)的范圍以及訪問量較大，很多組織、集團或者公司都會將大數(shù)據(jù)作為未來產(chǎn)品發(fā)展的前瞻預(yù)算工作依據(jù)，但是在訪問大數(shù)據(jù)管理系統(tǒng)的時候，很多權(quán)限是無法被二次區(qū)分的，不能進行數(shù)據(jù)體量的完整了解和使用，從而產(chǎn)生準(zhǔn)確性缺失。

其次，由于管理者本身所掌握的大數(shù)據(jù)數(shù)據(jù)庫的知識較少，因此無法精準(zhǔn)劃分大數(shù)據(jù)區(qū)分的領(lǐng)域，導(dǎo)致部分明了使用者的具體權(quán)限。

4關(guān)于大數(shù)據(jù)安全與隱私保護的應(yīng)用對策

大數(shù)據(jù)的保護逐漸成為保護客戶隱私的重中之重，在保障客戶隱私時要注意使用合理化、科學(xué)化的方式進行數(shù)據(jù)的采集和存儲，可以從以下幾個方面進行數(shù)據(jù)安全的保障工作：

4.1匿名保護技術(shù)方面

對于大數(shù)據(jù)的應(yīng)用中保護個人隱私的方式，可以應(yīng)用技術(shù)的革新來取得期望的效果，現(xiàn)今使用最多的依舊是匿名保護法，雖然保障方法還在不斷地升級優(yōu)化，但是由于保護手段的繁雜，使得大數(shù)據(jù)的管理人員不能從某一個方面就完成整體數(shù)據(jù)的收集，還需要以各種方式進行數(shù)據(jù)的采集、篩選和歸納。

由于匿名保護模型一直以來都是受到企業(yè)認(rèn)可的綜合性信息收集方式，但是對它的有效性還沒有清晰的分化和界定，由于是匿名收集，其間也可能產(chǎn)生信息收集謬誤，還有填寫者并未按照真實情況填寫的情況出現(xiàn)，也就增加了數(shù)據(jù)產(chǎn)生誤差概率。因此要在收集數(shù)據(jù)的過程中采用多種多樣的匿名手機行事，進行多次的數(shù)據(jù)收集和存儲工作，在所有數(shù)據(jù)中尋找出現(xiàn)頻率最高的，或者蘊含平均數(shù)值的數(shù)據(jù)，從而在匿名的前提下提升數(shù)據(jù)的質(zhì)量，同時優(yōu)化保護效應(yīng)，加強了針對大數(shù)據(jù)的保護力度。

4.2分割點方法方面

網(wǎng)絡(luò)大數(shù)據(jù)的來源是網(wǎng)絡(luò)，匿名保護是現(xiàn)在最主要的收集數(shù)據(jù)的方式以及妥善保障大數(shù)據(jù)安全的方式，不過在網(wǎng)絡(luò)數(shù)據(jù)的收集環(huán)節(jié)中不僅僅有文字性數(shù)據(jù)記錄，更多的還涉及圖片、音頻以及視頻資料的收集，如果僅僅是使用匿名數(shù)據(jù)保護的措施將不能滿足這部分?jǐn)?shù)據(jù)保障安全性的要求，畢竟圖片能夠展示個人樣貌、音頻能夠了解個人聲音特質(zhì)、視頻能夠核對個人所在地、年齡、性別等等相關(guān)的信息，因此在實際的大數(shù)據(jù)采集過程中就要使用到分割點的方法對圖片處理，一般是以節(jié)點分割的方式形成聚焦方案，然后按照基因算法來對于數(shù)據(jù)進行核算，在實行的過程中要注意保持匿名保護，在保障數(shù)據(jù)安全的過程中可以使用關(guān)系型預(yù)測方法，從而有效篩選社交網(wǎng)絡(luò)中的銜接增長密度，從而提升聚集系數(shù)，以此來提升匿名保護的效率和質(zhì)量。

4.3數(shù)據(jù)印發(fā)保護技術(shù)方面

數(shù)據(jù)印發(fā)保護就是以嵌入式的形式將數(shù)據(jù)保存起來進行更加安全的應(yīng)用和處理，這種方法有一定的物理效應(yīng)支持，在有效保障數(shù)據(jù)安全的基礎(chǔ)傷害能夠進行無序化數(shù)據(jù)的處理工作，是處理工作流程中的重要環(huán)節(jié)，同時為后續(xù)工作打下堅實基礎(chǔ)。

4.4加強技術(shù)投入

大數(shù)據(jù)作為新時代科技信息技術(shù)的產(chǎn)物，主要依賴的還是科學(xué)技術(shù)的提升，在數(shù)據(jù)優(yōu)化階段就要開發(fā)出更多便于身份驗證的技術(shù)，之前曾出現(xiàn)過不少的動態(tài)密碼和靜態(tài)密碼，而現(xiàn)今支付寶和手機也逐漸出現(xiàn)了指紋解鎖以及人臉識別技術(shù)在網(wǎng)絡(luò)中的應(yīng)用，從而以客戶個人的特征作為提升整個系統(tǒng)安全性的有效手段，從而保障了大數(shù)據(jù)中隱私的安全，針對數(shù)據(jù)安全相關(guān)的科研人員在結(jié)合社會發(fā)展實際的前提下也要注意借鑒相關(guān)經(jīng)驗，以便于做好與時俱進的開發(fā)工作。

5結(jié)束語

大數(shù)據(jù)和人工智能領(lǐng)域也進入了迅猛的發(fā)展期，海量數(shù)據(jù)的采集、甄選、儲存、發(fā)布和分析變得更加容易，相關(guān)平臺可以通過用戶的往期使用記錄來有針對性地進行合理推送，但是數(shù)據(jù)化的濫用也造成隱私安全被侵害，因此就需要從技術(shù)層面去優(yōu)化環(huán)境，加強技術(shù)適配應(yīng)用，從而提升網(wǎng)絡(luò)交互的安全性，保障個人隱私不受侵犯。