大数据安全问题频发 如何应对是关键?

大数据安全问题频发 如何应对是关键

大数据安全问题频发如何应对是关键
不幸的是，有一些阻止数据采集最大充分保护他们的数据的问题。然而，针对这些问题的解决方案可以确保未来大数据的长期案例-只要你和其他人制定他们。
主要的大数据安全挑战
传统的安全机制，如防火墙和防病毒软件目前安装在你的计算机上，但却不足以保障大数据。问题是，这些措施是为了保护小规模、静态信息的文件，你有许多保存在你的硬盘的信息，而不是来自云计算的百万兆字节信息。相反，对于大数据的安全必须是灵活的和快速的，允许快速流和多个入口。
专家在与云安全联盟的成员(一个确定改善云安全非营利性组织)的对话中发现了一些现代企业使用大数据的方式的弱点，这些措施包括：
•安全计算的分布式编程框架。执行多个计算阶段的程序必须有多重保护：一个用于程序，一个保护程序中的数据。
•非关系数据存储的安全性。也被称为NoSQL，非关系型存储的不断进化，当他们这样做，适当的安全必须随着它们一起发展成熟。
•安全数据存储。在过去，当数据在层间移动时，IT管理人员可以直接控制，但对于大数据，很难进行直接控制。而自动分层需要额外的安全机制。
•端点输入验证。当一个系统接收到数以百万计的输入数据时，作为大数据收集通常是这样做的，必须确保每一个输入数据是可信的和有效的。
•实时安全监控。到目前为止，实时的安全在查明真正的安全威胁方面并不是优秀的，而每天都在产生数以千计的假信息。
•数据挖掘和保护隐私的分析。大数据离真实隐私的数据只有一步之遥，因为它可以不经过消费者的意识或同意，编辑强烈的私人信息。
•加密访问控制和安全通信。为了全面安全，数据必须加密终端到终端的数据，但它也必须是有效的，并提供给需要它的那些人。
•细粒度访问控制。不是所有的数据都是同样要保密，企业应该能够过滤他们的安全，尽可能多地分享，同时保持最敏感的信息安全。
•可扩展的审计。要学习违反安全性，必须有详细的审核可供审查;然而，由于大数据的大小规模，这些报告也必须是可扩展到这一事件。
•数据源。数据源的出处复杂性继续在增长，但分析的源图表已经满足计算能力的要求。