大数据对IT系统安全来说是一把双刃剑

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

为了理解大数据安全所带来的问题,人们首先要牢记大数据的支柱。对于许多没有能力处理大数据安全的公司来说,这似乎是非常重要的一部分;但对大多数人来说,采用大数据看起来像是业务前进的方向。

大数据产业如今正在蓬勃发展,并将变得更加有利可图:今年的大数据市场估计将会产生约335亿美元的收入,而在未来十年内,预计其市场规模将达到900亿美元以上。在这种情况下,似乎大数据不会很快地发生,它会带来一个问题:大数据对人们来说只有好处吗?更具体地说,它在安全方面是为人们带来便利还是阻碍?

大数据的优势可能成为其弱点

为了了解大数据安全所带来的问题,人们首先要牢记大数据的三大支柱:数量,速度和多样性。很容易看出,这些概念构成了实际内在的挑战。数据量的增加给传统数据环境带来了巨大的压力,并且需要新颖而极具扩展性的安全解决方案来解决这些问题。

此外,这些安全解决方案必须能够以允许他们跟上大数据快速发展的速度进行操作,需要考虑数据解析和提供政策违规和安全事件实时可见性的能力,这似乎是许多IT系统安全专家的噩梦。最后,大数据的多样性意味着大量前所未有的多种数据源和数据类型的组合,并具有不同的访问权限要求和策略设置问题。

使用大数据预防安全漏洞

另一方面,大数据在IT系统打击网络犯罪方面已被证明是至关重要的。黑客对企业和其他利益相关者(如政府机构和医疗机构)的攻击正在越来越多变,也越来越复杂。有些企业虽然没有遭遇黑客攻击,这只是更幸运罢了,就像最近的WannaCry攻击,许多公司和个人没有幸免。在这种情况下,企业需要对每天出现的大量新威胁进行自我控制,大数据可能只有采用大数据分析这个解决方案。

该概念描述了使用先进的分析技术审查非常大和多样化的数据集的过程,这些技术允许用户识别隐藏的模式和相关性,以及可以帮助他们更有效地检测,预防和响应潜在的安全威胁的其他有用的信息。采用这些技术,可以使企业以较快的速度完成复杂的数据分析(几乎同时)和快速识别不需要的模式的庞大的数据集,如服务器和应用程序日志,例如用户活动,检测“离奇”登录或特定员工登录,从而发现安全漏洞。

众所周知,许多企业尚未拥有正确分析和处理大数据所需的精细和先进的技术。然而,似乎随着大数据的优势变得越来越明显,更多的相关,可访问和可扩展的工具将变得可用,更多的公司和其他使用复杂IT系统的实体将愿意投资于此类解决方案。如上所述,大数据是一把双刃剑:大数据可能用于提高企业的安全性,或者也可能会造成更多的漏洞。因此企业需要明智地采用,以得到更好的保护。


本文作者:佚名

来源:51CTO

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 
相关文章
|
6月前
|
人工智能 安全 算法
AI与大数据:智慧城市安全的护航者与变革引擎
AI与大数据:智慧城市安全的护航者与变革引擎
216 1
|
6月前
|
安全 大数据 Java
elasticsearch|大数据|低版本的elasticsearch集群的官方安全插件x-pack的详解
elasticsearch|大数据|低版本的elasticsearch集群的官方安全插件x-pack的详解
142 0
|
22天前
|
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。
|
15天前
|
存储 安全 大数据
|
3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。
|
3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
667 17
|
4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。
|
4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
66 0
如何安全的大数据量表在线进行DDL操作
|
5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】
884 8
|
6月前
|
人工智能 安全 数据挖掘
AI大数据分析对安全隐私的保护
AI大数据分析对安全隐私的保护非常重要。随着大数据技术和人工智能的发展,个人和企业的数据越来越容易被收集和分析。这种数据分析可以为企业提供有价值的洞察和决策支持,但同时也带来了安全隐私的风险。
下一篇
无影云桌面