大数据环境下的“隐形隐私”保护问题

导语

“隐形隐私”泄漏问题一直我们乃至全球最难解决的问题，数据安全不止是一个企业发展的核心关键，更关系到企业单位的生死存亡，企业单位重要客户信息泄露并在市面上大肆流通发生之后我们在想尽各种方法亡羊补牢？可是我们数据安全难道不是要从最一开始就做好最全面的防护措施吗？还是等出了问题之后，我们也损失了之后我们在想办法弥补?最近国际上发生的数据泄露问题日益严重从之前的Acfun事件，到支付宝转账信息泄漏再到万豪国际酒店数据库信息泄露，跟甚是就在昨天亚马逊和谷歌两家在国际上享有盛誉的企业也未能逃出厄运同时曝出用户数据泄露事件，由此可见我们的信息数据安全的重要性。

国际事件

最近国际上发生的数据泄露问题日益严重从之前的Acfun事件，到支付宝转账信息泄漏再到万豪国际酒店数据库信息泄露，跟甚是就在昨天亚马逊和谷歌两家在国际上享有盛誉的企业也未能逃出厄运同时曝出用户数据泄露事件，由此可见我们的信息数据安全的重要性。

敲黑板，划重点。

大数据本身固有的特征可以用4个“V”来概括——Volume(数据体量巨大)、Variety(数据类型繁多)、Value(价值密度低)、Velocity(处理速度快)。大数据给企业带来价值的同时，也会引入新的安全威胁。从支付宝大规模故障，到携程网因“内错误操作”宕机近12小时，谷歌社交媒体“新漏洞”等，都表明大数据时代的安全问题日益凸显。随着企业数据安全事故频发，企业在大数据应用前首先要考虑数据安全威胁。大数据给企业带来的安全威胁主要表现为以下几方面：大数据的巨大体量使得企业信息安全管理成本显著增加。

4个“V”中的第一个“V”(Volume数据体量巨大)，数据之大，这些巨大、海量数据的管理问题是对每一个企业大数据运营者的最大挑战：一方面，大量数据的集中存储增加了企业信息泄露风险；另一方面，大数据意蕴藏着更复杂、更敏感、价值巨大的数据，从而引来更多的潜在攻击者。大数据的繁多类型使得信息有效性验证工作大大增加。

4个“V”中的第二个“