大数据时代隐私咋保护 专家:技术、立法和管理

简介:

核心提示

“大数据”时代下,人们在享受大数据带来便捷的同时,数据泄露事件,数据安全、公民的隐私权保护问题成为大数据时代的最大隐忧。

在“第二届中国大数据安全高层论坛”、“数据安全与个人隐私保护论坛”、“中国智慧城市数据安全与产业合作高峰论坛”、“第一届大数据科学与工程国际会议——大数据安全论坛”上,嘉宾们就大数据时代维护数据安全,减少个人隐私数据泄露支招。

现象

数据泄露事件

身边就有不少

市民张先生最近正在装修,于是在网上搜了“沙发”这个关键词。随后,他在上网时,无论是网页插件广告还是不时弹出的窗口,都换上了推销床、餐桌、电视等家居服务,邮箱里的垃圾邮件也是同样内容,甚至有人打来电话,向他推销各种品牌的家具。

“我的浏览记录被谁偷偷获取了?我的个人信息又是怎样泄露的?”张先生一连串的不解,让他感到了大数据信息泄露的不安。

然而,相对于这种个体的泄露事件,近年来国内外的数据泄露事件才令人担忧。

昨日,中国工程院院士、中国互联网协会理事长邬贺铨,在“数据安全与个人隐私保护论坛”上列举:2014年9月,“iCloud艳照门”事件爆发,数百张好莱坞女演员不雅照在网上被曝光,原因是黑客通过攻击iCloud云存储服务盗取了用户上传的照片。

2014年还相继发生携程信用卡信息泄露,小米社区用户信息泄露事件;2015年12月3日乌克兰伊万诺—弗兰科夫斯克地区首府断电几小时,因为电力公司接受的邮件中附件带入木马,利用计算机应用软件的漏洞实现远程入侵……

“数据安全已成为国家安全的新重点,个人隐私已经成为国家治理的新难题。”国家发改委高技术产业司调研员刘勇表示,大数据环境下个人数据不可避免的透明化和网络化,在享有大数据分析带来便捷化、精准化的同时,数据安全、个人信息保护也开始成为重要隐患。

保护

立法+技术+管理

一个都不能少

“对大数据的看法,目前有三种态度,一种是大数据很美好,因为现在许多大数据运用项目开发使大家得到了实惠;另一种是大数据很邪恶,每个人的数据随时随地被搜集,担心被滥用;第三种是大数据才能拯救人类。”在阿里集团安全部技术副总裁杜跃进看来,大数据产业固然有各种面临的挑战,但是最好的对待方式是“大数据应该造福人类”。

360企业安全集团董事长齐向东就提出,应该用大数据技术解决大数据时代的安全问题。

他介绍,目前360公司正是基于 “数据驱动安全”的思维,搭建了一套全新的互联网安全体系。这套新兴安全体系,包含漏洞挖掘技术、网络攻击技术、软件样行为分析技术以及由网络地址解析数据库、网络访问日志数据库、文件黑白名单数据库等组成大数据系统与分析技术,它是传统安全+互联网+大数据。

用大数据技术去解决大数据的安全问题的思路,也成为了很多专家认可的方法。

“法律与技术在推动大数据信息安全方面是同等重要的。”中国科学院信息工程研究所研究员、副总工程师李凤华表示,光靠技术是不能完全解决信息安全问题的,法律是确保信息安全的最后一道防线,大数据也需要规范的法律去保障个人信息安全。

李凤华说,2016年4月14日,欧洲通过了《一般数据保护条例》。这个法律成为个人信息保护里程碑式的法律。此外,美国、日本等国家在数据安全方面都有相关立法,但是在中国,目前尚无完整的个人隐私保护方面的立法。

中央网信办网络安全协调局副局长卿昱则表示,面对日益严峻的大数据安全问题,国家有关部门正在积极加快推动网络安全法,积极推动关键基础设施保护,网络安全审查,个人信息保护,大数据安全管理等一系列法律法规制度的增补完善,积极推动网络安全责任制的落实。

“大数据安全永远在路上,魔高一尺道高一丈,只有创新是永恒的,大数据应用本身既是安全防御的重点,也是保障网络与信息安全的有力手段。”邬贺铨则这样总结,大数据已经成为信息社会的热点,也是信息安全博弈的焦点,大数据的安全需要从技术、产业与管理多维度来保障,还需要人才、法规来支撑。
本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
4月前
|
数据采集 传感器 人工智能
大数据关键技术之电商API接口接入数据采集发展趋势
本文从数据采集场景、数据采集系统、数据采集技术方面阐述数据采集的发展趋势。 01 数据采集场景的发展趋势 作为大数据和人工智能工程的源头,数据采集的场景伴随着应用场景的发展而变化,以下是数据采集场景的发展趋势。
|
4月前
|
数据采集 搜索推荐 大数据
大数据技术在电商平台中的应用
电商平台是当今社会最为普及的购物方式之一,而大数据技术则成为了众多企业的强有力竞争力。本文将介绍大数据技术在电商平台中的应用,包括数据采集、预测分析、用户画像等方面,并探讨其对电商平台的价值和意义。
|
26天前
|
分布式计算 Hadoop 大数据
大数据技术与Python:结合Spark和Hadoop进行分布式计算
【4月更文挑战第12天】本文介绍了大数据技术及其4V特性,阐述了Hadoop和Spark在大数据处理中的作用。Hadoop提供分布式文件系统和MapReduce,Spark则为内存计算提供快速处理能力。通过Python结合Spark和Hadoop,可在分布式环境中进行数据处理和分析。文章详细讲解了如何配置Python环境、安装Spark和Hadoop,以及使用Python编写和提交代码到集群进行计算。掌握这些技能有助于应对大数据挑战。
|
26天前
|
存储 数据采集 数据可视化
大数据处理技术
【4月更文挑战第10天】大数据处理涵盖采集、预处理、存储、分析挖掘、展现和应用等关键步骤。采集涉及多种类型数据,预处理确保数据质量,存储管理关注规模、速度和安全,分析挖掘利用机器学习发现价值,展现和应用则通过可视化和检索实现数据价值。云计算和AI强化了大数据处理能力,整体目标是提取数据中的价值,驱动企业和社会进步。
32 4
大数据处理技术
|
6天前
|
存储 机器学习/深度学习 数据采集
大数据处理与分析实战:技术深度剖析与案例分享
【5月更文挑战第2天】本文探讨了大数据处理与分析的关键环节,包括数据采集、预处理、存储、分析和可视化,并介绍了Hadoop、Spark和机器学习等核心技术。通过电商推荐系统和智慧城市交通管理的实战案例,展示了大数据在提高用户体验和解决实际问题上的效能。随着技术进步,大数据处理与分析将在更多领域发挥作用,推动社会进步。
|
18天前
|
存储 数据可视化 大数据
大数据技术框架
【4月更文挑战第20天】大数据一般需要经过6个主要环节,包括数据收集、数据存储、资源管理与服务协调、计算引擎、数据分析和数据可视化。
|
29天前
|
存储 大数据 数据管理
大数据技术是如何发展的?
大数据虽已发展多年,但仍面临将恰当信息在正确时间传递给合适人员的挑战。尽管技术进步,大部分企业员工仍难以获取所需信息。数据仓库、数据湖和数据结构等存储系统涌现,但集中数据并不实际,数据去中心化趋势明显。数据结构允许异构数据并促进治理,同时,云计算影响大数据战略,提供灵活实验空间。数据治理和隐私规则的遵守至关重要,流程成熟度聚焦于数据质量和共享。目前大数据正处于“幻灭低谷”,成功的关键在于数据治理和处理流程的改进。
|
1月前
|
NoSQL 大数据 数据挖掘
现代数据库技术与大数据应用
随着信息时代的到来,数据量呈指数级增长,对数据库技术提出了前所未有的挑战。本文将介绍现代数据库技术在处理大数据应用中的重要性,并探讨了一些流行的数据库解决方案及其在实际应用中的优势。
|
2月前
|
机器学习/深度学习 人工智能 数据可视化
基于Python的数据可视化技术在大数据分析中的应用
传统的大数据分析往往注重数据处理和计算,然而数据可视化作为一种重要的技术手段,在大数据分析中扮演着至关重要的角色。本文将介绍如何利用Python语言中丰富的数据可视化工具,结合大数据分析,实现更直观、高效的数据展示与分析。

热门文章

最新文章