360周鸿祎:缺乏安全保障的大数据将是灾难

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

2016年11月16日,第三届世界互联网大会在浙江乌镇开幕。大数据、物联网等话题成为了各方关注的热点。对于大数据的安全问题,360公司董事长周鸿祎表示,万物互联技术的发展会带来巨大的机遇与挑战,“安全是大数据的基础,没有安全保障的大数据将是灾难。”

随着互联网的普及以及万物互联时代的到来,每时每刻都有大量的信息被生产出来,流动于各个网络节点。周鸿祎说:“物联网技术会在未来五年对很多产业带来深刻的变化,利用万物互联的物联网技术,能够帮助很多传统产业通过智能的传感器把很多设备智能化、连到云端,产生真正的大数据。”

  图1:360公司董事长周鸿祎接受采访

周鸿祎表示,万物互联技术会给很多传统产业和互联网结合带来巨大的机会。物联网提供了极大的空间,把物理世界、现实世界和网络虚拟世界真正打通了。因为物联网会产生大数据,因为大数据才会有深度学习的这种革命性的结合,产生人工智能,所以未来很多东西都能够跟互联网通过这种结合进一步改变世界和生活。

大数据的未来固然美妙,但如果不重视安全,那么大数据将会带来灾难性的后果。对于大数据的安全性,首先要在物理层面保障数据不被破坏,这是第一层对数据的保护;另外,要关注对于隐私敏感数据的保护,很多敏感数据一旦被泄露了之后,就可能被犯罪分子所利用。

此外,周鸿祎还在法律层面上,给出了对于大数据安全性保护的建议。周鸿祎认为,被互联网公司采集了的用户数据的拥有权、处置权应该属于用户,数据只是存在互联网公司的服务器上,就好比用户在银行保险柜里存的钱一样,用户可以要求互联网公司把自己的数据删掉。因此,互联网公司在使用用户数据时,用户拥有知情权和选择权,可以选择接受或者拒绝,互联网公司不能未经用户许可把用户的数据私自转卖。

此外,互联网公司有责任对用户数据的存储和传输加密,很多公司把口令明文存储,一旦被人攻破了很容易造成用户数据和密码的丢失。因为很多用户在多个网站用的是同一个密码,犯罪分子可以通过“撞库”等方式给用户的财产造成更大的损失。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
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 
目录
相关文章
|
1月前
|
存储 安全 大数据
大数据隐私保护:用户数据的安全之道
【10月更文挑战第31天】在大数据时代,数据的价值日益凸显,但用户隐私保护问题也愈发严峻。本文探讨了大数据隐私保护的重要性、面临的挑战及有效解决方案,旨在为企业和社会提供用户数据安全的指导。通过加强透明度、采用加密技术、实施数据最小化原则、加强访问控制、采用隐私保护技术和提升用户意识,共同推动大数据隐私保护的发展。
|
1月前
|
存储 安全 大数据
|
4月前
|
监控 NoSQL 大数据
【MongoDB复制集瓶颈】高频大数据写入引发的灾难,如何破局?
【8月更文挑战第24天】在MongoDB复制集中,主节点处理所有写请求,从节点通过复制保持数据一致性。但在大量高频数据插入场景中,会出现数据延迟增加、系统资源过度消耗、复制队列积压及从节点性能不足等问题,影响集群性能与稳定性。本文分析这些问题,并提出包括优化写入操作、调整写入关注级别、采用分片技术、提升从节点性能以及持续监控调优在内的解决方案,以确保MongoDB复制集高效稳定运行。
114 2
|
4月前
|
存储 监控 安全
大数据架构设计原则:构建高效、可扩展与安全的数据生态系统
【8月更文挑战第23天】大数据架构设计是一个复杂而系统的工程,需要综合考虑业务需求、技术选型、安全合规等多个方面。遵循上述设计原则,可以帮助企业构建出既高效又安全的大数据生态系统,为业务创新和决策支持提供强有力的支撑。随着技术的不断发展和业务需求的不断变化,持续优化和调整大数据架构也将成为一项持续的工作。
|
4月前
|
安全 关系型数据库 MySQL
揭秘MySQL海量数据迁移终极秘籍:从逻辑备份到物理复制,解锁大数据迁移的高效与安全之道
【8月更文挑战第2天】MySQL数据量很大的数据库迁移最优方案
803 17
|
5月前
|
分布式计算 安全 大数据
HAS插件式Kerberos认证框架:构建安全可靠的大数据生态系统
在教育和科研领域,研究人员需要共享大量数据以促进合作。HAS框架可以提供一个安全的数据共享平台,确保数据的安全性和合规性。
|
5月前
|
SQL 安全 大数据
如何安全的大数据量表在线进行DDL操作
如何安全的大数据量表在线进行DDL操作
77 0
如何安全的大数据量表在线进行DDL操作
|
6月前
|
机器学习/深度学习 自然语言处理 监控
金融行业的大数据风控模型:构建安全高效的信用评估体系
金融机构借助大数据风控提升信贷效率,通过数据收集、清洗、特征工程、模型构建与评估来识别风险。关键技术涉及机器学习、深度学习、NLP和实时处理。以下是一个Python风控模型构建的简例,展示了从数据预处理到模型训练、评估的过程,并提及实时监控预警的重要性。该文旨在阐述大数据风控的核心要素和关键技术,并提供基础的代码实现概念。【6月更文挑战第23天】
1060 8
|
2月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
1月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
347 7