大数据时代档案数据安全研究

档案信息资源共享过程中的数据安全问题,是实现大数据环境下档案信息资源共享的关键。在分析相关档案信息资源共享数据安全研究的基础上,分析大数据环境下档案信息资源共享过程中面临的数据安全风险,并从风险消解角度有针对性地提出运用新技术提升档案数据共享的数据存储安全、借助量子通信技术保障档案数据监管系统安全、构建档案信息资源共享过程中的人员管控机制、健全档案信息资源共享档案数据安全制度规范、构建统一的档案信息资源共享安全标准及规范等具体的档案数据安全建设框架,以期为提升大数据环境下档案信息资源共享数据安全提供参考。     

基于数据中台的行为审计工具建设

目前数据中台仅围绕数据的安全使用,启用了数据库相关的数据库审计功能,但是仍缺乏有效的技术手段对于应用层及数据使用者的风险行为进行自动化的监测,为提升数据安全保障能力,本文提出建设套数据中台行为审计工具,有效保障数据规范、数据安全的流动;能够通过智能化手段实现数据异常访问行为分析和数据安全风险管控,自动化识别数据异常访问、异常用户行为及数据安全风险隐患,辅助数据安全防护工作,防范因数据操作或内部泄露造成的数据安全事件,提升数据使用过程中的安全管控能力,实现数据安全风险可查、可控、可预警。通过建设数据中台行为审计工具,实现对行为人的数据使用行为进行分析与画像,识别用户操作行为,对用户行为进行审计,为山西公司数据安全威胁及风险分析提供基础支撑。     

基于大数据时代构建住房公积金数据库安全保障体系的方法

为了给人们提供更好的业务服务,以大数据建立完善的管理体系使数据安全得到全面保障,这种数据安全问题的解决思路已经成为构建住房公积金安全数据库的主要方向。在现代大数据环境下,利用大数据分析建立起安全防御体系,并对其可靠性加以完善,作为数据安全方面的重要议题被提出。因此,本文通过研究分析大数据概念的意义,为如何利用大数据建立安全的住房公积金数据库保障体系提出参考意见。     

大数据时代的企业信息安全保障

大数据蕴藏着巨大的价值信息,但同时其数据安全也面临严峻挑战。本文在分析大数据基本特征的基础上,提出了当前大数据面临的安全挑战,并从大数据的存储、应用和管理等方面阐述了大数据安全的应对策略。     

大数据安全技术研究

介绍了大数据和大数据安全的基本概念,指出了大数据安全相比传统信息安全的挑战,研究了大数据安全的架构,并重点介绍了大数据安全领域最重要的两类安全问题:大数据处理和大数据隐私,对其中的数据匿名处理、数据脱敏等做了重点研究,介绍了大数据安全的一些最佳实践,以帮助人们更好处理大数据安全问题.     

基于数据集中存储的数据安全技术研究

云存储、数据集中管控等数据集中存储应用日益广泛,集中存储数据的安全性面临挑战.在对现有数据防泄露技术和基于数据集中存储的安全技术进行分析比较的基础上,提出了基于数据集中存储的数据保护框架,综合利用身份认证、访问控制、网络安全、安全交换等多种技术实现集中存储数据安全.     

面向矿山智能化的工控数据安全保障体系

数据是矿山企业数字化转型和智能化生产的“生命线”。在矿山智能化升级过程中,数字化链接引发网络仿冒和数据窃取风险,智能化控制加剧网络安全管控需求,数据的规模化、价值化带来更大的网络安全风险,且数据管理措施失位现象较严重。基于以合规为指引、以风险为导向、以防护为基本、以业务为目标的防护原则,提出了智能矿山工控数据安全保障体系,从生产监控与管理大区、生产信息化大区、管理信息化大区3个业务区,阐述了工控数据安全防护措施,以保障矿山生产监测数据的完整性及工控管理、企业经营过程中的数据机密性。     

SDN数据安全处理机制关键模块的研究与实现

针对软件定义网络（SDN）的数据平面数据泄露问题、提出一种新的基于OpenFlow协议的数据安全处理机制。首先,重构OpenFlow协议的流表结构,设计实现包括安全匹配字段、安全动作在内的OpenFlow数据安全策略;然后,设计中心化管理控制器,通过开发的多个功能模块使控制器及时感知网络变化,有效管控全局网络,维护和下发数据加（解）密密钥、数据安全策略;其次,深度重构开放虚拟交换机OVS架构,设计实现数据安全策略匹配和数据安全处理的完整流程,编写数据净载信息提取接口,通过开发的多个功能模块使OVS能够根据数据安全策略细粒度匹配数据包,并对匹配成功的数据包进行完整数据安全处理操作;最后,搭建软硬件平台,对该机制的加解密处理结果和延时、吞吐量以及CPU使用率进行测试。实验结果表明：该机制可以准确对数据进行加解密操作,延时和吞吐量均处于正常水平;但CPU使用率在45%~60%浮动,开销较大,有待后续优化。     

大数据的安全现状与应对策略研究

大数据蕴藏着有价值的信息,但数据安全面临严峻挑战。在分析大数据基本特征的基础上,提出了当前大数据面临的安全挑战,并从监测机制、防范检测、响应水平和处理能力4个方面阐述了大数据安全的应对策略。     

基于公共物品属性的数据安全管理研究

数据安全管理是政府管理事务中的前沿和难点,缺少行之有效的现成经验,需要不断在实践中探索。文章从数据的私人物品和公共物品二元属性出发,分析了在普通数据和大数据情境下的市场失灵的情形,区分了数据安全管理中政府与市场的不同定位,并对数据安全公共管理政策提出了意见建议。     

大数据背景下智慧校园网络数据安全研究

网络安全治理是大数据时代维护网络安全与信息安全的必然选择。大数据时代智慧校园网络数据安全面临着网络安全受到威胁、信息泄露的问题，因此要积极进行智慧校园信息数据安全治理，保证智慧校园信息数据安全。本文从大数据背景下智慧校园信息数据安全存在的威胁、大数据背景下智慧校园数据安全问题分析、大数据背景下智慧校园网络数据安全治理策略三个方面，研究大数据背景下智慧校园网络数据安全问题。     

大数据动态安全SAT双向防御模型的研究

为了保障大数据计算的安全,结合大数据安全的安全研究和可信云的概念,提出一个大数据计算下SAT的双向防御系统模型。该模型通过动态安全因子对用户数据证据进行规范;逐步确定各行为证据的安全权限,实现行为的可靠性测试,为用户提供最大限度的安全防御。实验结果表明,该系统模型可以有效地提升大数据的数据安全,降低黑客的恶意攻击行为,从而提高大数据分析效率。     

关于智能网联汽车数据安全治理框架的探究

随着智能网联汽车市场快速发展,智能网联汽车数据量增长迅猛,数据交换愈加频繁。高价值和高敏感特性,使得如何保证数据安全成为智能网联汽车行业监管部门和车辆生产企业共同关注的重点。目前,针对智能网联汽车数据安全治理并没有统一的实践标准,基于智能网联汽车数据安全合规要求,从数据安全控制角度出发,对智能网联汽车数据安全治理框架进行初步探索,以数据分类分级为基础,以数据生命周期安全管理为主线,构筑包括数据安全管理、数据安全技术、数据安全运营和数据处理场景安全管理在内的整体数据安全治理框架,为智能网联汽车数据安全提供一种体系化治理路径。     

“人工智能+”背景下的数据安全与隐私保护探析

随着大数据和云计算的技术的深入应用，人工智能时代的机器学习和深度学习更需要日益增长的数据，因此数据安全与隐私保护变得更加迫切。本文介绍人工智能的定义以及特征，探究数据安全和隐私保护现状，分析数据安全和隐私保护面临的诸多问题，并提出在人工智能时代对数据安全和隐私保护的措施。     

基于云计算的IT数据中心安全问题研究

云计算的数据、资源、应用等服务功能,依赖于数据安全保障机制,为此,文章将针对IT数据中心面临的主要安全问题,结合云计算的开放性特点,在"可信云计算"的框架体系下提出了一种全新的解决方案,首先,在Eucalyptus环境下搭建了可信云计算平台,并引入3PAKE跨云认证机制,确保用户数据访问安全,以分散信息流控制方法和数据存储验证机制,用于弥补SaaS应用安全漏洞、监管数据可靠性存储,由此,全面、全过程的数据安全管控,为云计算数据安全提供应用支撑。     

大数据云计算环境下的数据安全分析

网络通信在大数据云计算技术的加持下，给人们提供了更加优质的数据服务，但数据质量的提升也伴随产生了更多安全隐患。本文笔者将在大数据云计算概念与优势分析的基础上，围绕云计算环境下的数据安全类别提出一些优化数据安全的策略。     

基于区块链的RFID大数据安全溯源模型

近年来,区块链技术不断发展,受到了广泛重视,被普遍视为解决数据安全问题的重要工具。RFID大数据是物联网中重要数据的来源,对数据的安全性要求也非常高。数据溯源追踪是RFID物联网技术的重要应用领域之一,目前广泛应用于农牧产品原产地追溯、工业生产的原材料和零配件追溯,以及消费品防伪等方面。区块链在改善大数据溯源安全性方面 发挥着重要作用。文中提出了一种基于区块链技术的RFID大数据溯源安全模型,并在RFID大数据的追踪溯源过程中应用区块链技术,形成了多方参与且信息透明、共享、保真的溯源链;在RFID溯源物品的生产、加工、销售等多个环节建立区块链账本,建立起RFID大数据的溯源全程链式路径,路径直达终端使用者,从而实现RFID大数据的溯源安全管理。     

探析大数据应用对提升政府应急管理能力的重要意义

大数据为我们展现了互联网发展的方向,研究大数据的应用可以为政府全面升级公共管理与公共服务提供了 一种有效路径。本文旨在从大数据的内涵和发展现状出发,探索大数据应用可以在哪些方面提升政府应急管理效率。同时, 在大数据的应用过程中,还应注意保障数据安全,完善隐私保护政策,注重公共安全和公民隐私之间的平衡。     

基于分类分级的数据安全防控策略研究

【目的】大数据时代的数据量呈指数型增长,需要通过分类分级对数据进行管理。【方法】本文通过对数据进行分类分级,结合相关法律或标准,提出数据安全的两个要素：受侵害客体与受侵害程度,得到数据的安全级别,并设计了大数据安全防控模型。【结果】基于数据安全防控模型,实现基于分类分级的静态授权、对数据安全级别的动态控制、基于数据安全级别的动态授权与数据脱敏。【结论】数据的分类分级应当以法律、行业标准为依据,实施静态的分类分级工作,在此基础上采取动态定级、实时调控措施,才能保障数据安全可控。     

大数据背景下的气象数据安全防护策略探究

在大数据时代，数据不仅是政府和企业的重要资产，还是推动经济社会发展和创新的关键要素，数据一旦泄露将会给政府、企业甚至个人造成严重的损失，带来重大的社会影响。本文通过分析我省气象数据安全在技术手段、管理措施上可能存在的风险，并以此为基础，提出数据安全管理体系建设的思路与方法以及集约化环境中数据安全管理措施，对气象数据的安全具有重要的意义。