360周鸿祎:缺乏安全保障的大数据将是灾难

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
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
6月前
|
机器学习/深度学习 传感器 监控
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
223 1
|
10月前
|
SQL 安全 大数据
大数据时代的安全挑战——数据泄露如何悄然发生?
大数据时代的安全挑战——数据泄露如何悄然发生?
446 18
|
存储 SQL 安全
大数据的隐私与安全:你的一举一动,都在“裸奔”?
大数据的隐私与安全:你的一举一动,都在“裸奔”?
329 15
|
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。
1510 3
|
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
1580 17
|
存储 安全 大数据
|
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。
557 2
|
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。
|
6月前
|
机器学习/深度学习 传感器 分布式计算
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
463 14
|
8月前
|
数据采集 分布式计算 DataWorks
ODPS在某公共数据项目上的实践
本项目基于公共数据定义及ODPS与DataWorks技术,构建一体化智能化数据平台,涵盖数据目录、归集、治理、共享与开放六大目标。通过十大子系统实现全流程管理,强化数据安全与流通,提升业务效率与决策能力,助力数字化改革。
300 4