中国工程院院士倪光南:大数据产业安全和发展需同步

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:


“在网络信息领域,需要处理好大数据产业安全和发展的关系。安全是发展的前提,发展是安全的保障,安全和发展需要同步推进。”中国工程院院士倪光南22日在重庆市科协年会暨“智汇永川”系列活动发表主旨演讲时如是说。

当下,大数据已从交通、医疗、零售、金融等方方面面深入了老百姓的生活在商业领域对大数据未来的发展充满信心和期待的同时,大数据的安全如何保证,也成为业界理性思考的问题。

“1946年电脑诞生,数据与应用紧密捆绑在文件中。上世纪60年代起数据库技术蓬勃发展。2000年是大数据发展的转折点,这之后,互联网公司开启了数据分析挖掘的新时代。”倪光南说,大数据的发展历史是信息化从重视流程电子化到重视数据资产化的转变。具体体现在三个方面,一是数据更加丰富,有分析价值。二是分析工具更加强大,成本够低。三是互联网商业上的成功引起了各界的重视。

倪光南分析称,目前大数据产业在互联网、金融、批发与零售、交通与物流方面成熟度较高,在制造业、金融、医疗等方面应用价值较高。随着大数据产业的发展,网络安全问题显得越发重要。

“大数据因为‘大’,如出现安全问题,后果将十分严重。”倪光南坦言,发展大数据必须高度重视安全,将大数据建设与大数据安全同步推进。

倪光南透露,目前全球网络空间安全形势严峻。2014年,美国战略与国际问题研究中心发布报告称,全球每年因网络经济犯罪造成的损失高达4450亿美元,约占全球收入的1%。其中,损失最大的是美国、德国、中国,损失金额分别为1000亿美元、600亿美元、450亿美元。损失主要原因为“网络犯罪窃取知识产权”。在美国、中国,网络犯罪损失占GDP的0.6%,而德国高达1.6%。此外,赛门铁克《诺顿网络安全调查报告》称,在参与调研的17个国家中,2015年约5.94亿人遭受网络攻击,总损失1500亿美元。

倪光南还提到,中国目前超过80%的攻击来自境外IP,主要源自美国、乌克兰、俄罗斯等国。以2016年4月数据为例,境外5606个IP地址通过植入后门对中国境内26904个网站实施远程控制。对境内网站的仿冒页面有27734个,69.3%的IP地址位于境外。倪光南建言,应尽快建立跨国的国际协同治理机制,共同防范和打击跨国网络犯罪行为。

“大数据安全课题是国际问题,做好大数据安全工作,需要从法规、管理制度、技术手段、用户自身安全认识等方面共同努力。”倪光南表示,大数据正在中国引发新一轮信息化建设新潮,未来大数据的产业规模将会至少以万亿美元来进行衡量,可以预见,大数据将会给信息技术领域带来一个新的增长点。





本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。
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
|
2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。
|
3月前
|
算法 大数据 数据库
云计算与大数据平台的数据库迁移与同步
本文详细介绍了云计算与大数据平台的数据库迁移与同步的核心概念、算法原理、具体操作步骤、数学模型公式、代码实例及未来发展趋势与挑战。涵盖全量与增量迁移、一致性与异步复制等内容,旨在帮助读者全面了解并应对相关技术挑战。
70 3
|
2月前
|
存储 安全 大数据
|
6月前
|
分布式计算 DataWorks NoSQL
DataWorks产品使用合集之同步Holo数据到ODPS的过程中,出现部分数据的值变为星号(),是什么原因
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
DataWorks产品使用合集之同步Holo数据到ODPS的过程中,出现部分数据的值变为星号(),是什么原因
|
5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。
|
5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
886 17
|
6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。
|
6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
88 0
如何安全的大数据量表在线进行DDL操作
|
6月前
|
SQL 分布式计算 DataWorks
MaxCompute产品使用合集之整库离线同步至MC的配置中,是否可以清除原表所有分区数据的功能
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
6月前
|
分布式计算 DataWorks 调度
DataWorks产品使用合集之在使用MaxCompute进行数据集成同步到OSS时,出现表名和OSS文件名不一致且多了后缀,该如何处理
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。