大数据安全及其评估

大数据的安全问题是影响大数据应用的关键因素之一,而评估大数据应用的安全性成为业界关注的课题。针对大数据应用安全性的评估问题,在梳理大数据安全研究现状的基础上,从数据和计算两个层面上分析大数据所面临的安全问题,综述目前主要的解决大数据安全问题的研究成果,包括分布式计算的安全技术、数据溯源技术、隐私保护的数据挖掘技术等。最后从数据的可信性、隐私保护程度等方面提出一些大数据安全性的评估指标。     

基于差分隐私保护的电子病历数据安全风险监测系统

为了解决现有电子病历数据安全风险监测系统数据处理能力较差,处理结果可信度较低的问题,本文提出基于差分隐私保护的电子病历数据安全风险监测系统的优化方法研究。构建系统测试,测试结果表明：优化后的系统使用效果得到明显提升,其对电子病历数据安全风险监测的能力更优于传统系统。     

医疗大数据信息安全体系构建研究

探讨医院医疗大数据安全保护技术。针对医疗业务数据保护的难点，调研数据安全需求，从物理安全性、逻辑安全性、隐私安全性三个维度构建数据安全保护体系，实现医疗机构大数据的安全保护，为海量医疗数据安全保护的规划、选型、设计、部署等提供一种解决思路和参考方法。     

大数据与数据隐私保护相关问题研究

在大数据时代,数据安全与隐私权的保障,涉及到安全体系结构、数据保密性、数据治理与数据完整性、主动安全保障等诸多问题。本文从数据、应用、接口、系统4个层次出发,深入研究了大数据安全与隐私权保护的问题,为实现大数据的安全与隐私权提供了一条切实可行的技术路线。     

“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。     

基于分割的云存储医疗大数据分级保密模型设计

为提高在云存储环境中具有密度高、关联复杂的医学大数据安全保密级别,基于数据分割和等级关联结构,以数据加密的隐私保护算法为支持,提出了一种新的大数据资源的隐私保密模式.从云环境下医疗大数据特征入手,分析云存储中数据隐私保护机制,提出基于分割的云存储数据分级保密模型,大大提高了数据的安全性.研究表明,该模型可以有效保护数据安全和隐私,提高云端数据的安全程度及提高执行效率.     

基于差分隐私的多源数据关联规则挖掘方法

随着大数据时代的到来,挖掘大数据的潜在价值越来越受到学术界和工业界的关注。但与此同时,由于互联网安全事件频发,用户越来越多地关注个人隐私数据的泄露问题,用户数据的安全问题成为阻碍大数据分析的首要问题之一。关于用户数据的安全性问题,现有研究更多地关注访问控制、密文检索和结果验证,虽然可以保证用户数据本身的安全性,但是无法挖掘出所保护数据的潜在价值。如何既能保护用户的数据安全又能挖掘数据的潜在价值,是亟需解决的关键问题之一。文中提出了一种基于差分隐私保护的关联规则挖掘方法,数据拥有者使用拉普拉斯机制和指数机制在数据发布的过程中对用户数据进行保护,数据分析者在差分隐私的FP-tree上进行关联规则挖掘。其中的安全性假设是:攻击者即使掌握了除攻击目标以外的所有元组数据信息的背景知识,仍旧无法获得攻击目标的信息,因此具有极高的安全性。所提方法是兼顾安全性、性能和准确性,以牺牲部分精确率为代价,大幅增加了用户数据的安全性和处理性能。实验结果表明,所提方法的精确性损失在可接受的范围内,性能优于已有算法的性能。     

移动群智感知安全与隐私:模型、进展与趋势

移动群智感知作为一种新兴的物联网感知范式,通过激励现代化智能感知设备获得高质量的感知数据,从而高效地完成大规模且复杂的社会感知任务并服务人类社会.移动群智感知系统由感知用户、感知平台和服务提供商组成,在感知任务执行过程中,感知数据经历感知、上传和交易三个阶段,各阶段均面临多种多样的数据安全和隐私泄露风险,危害感知用户隐私和感知数据安全.首先介绍移动群智感知的系统模型、实际应用场景并给出主要安全研究方法,以感知数据参与感知任务的生命周期为轴线,讨论在感知数据生命周期的三个阶段所面临的安全与隐私威胁;在上述威胁基础上,分别从三个阶段系统阐述现有的数据安全与隐私保护解决方案;最后,从隐私度量、隐私框架、隐私保护和隐私计算等方面探讨进一步的发展趋势与研究方向.     

云计算中数据隐私的安全保护机制

在云计算中,用户所拥有的数据信息通常被存放在遥远的云端,而其它用户常常能够访问这些数据且这些数据通常不由数据拥有者自己控制和管理.在此状况下,如何在云计算中保护用户的数据隐私安全则是一个十分具有挑战性的问题.为了解决这个问题,本文提出了一种数据隐私的安全保护机制.在此安全保护机制中,针对用户数据上载和访问的过程,首先提出了一种数据隐私保护的安全流程.在此基础上,提出了用户数据安全存储算法和云端数据安全访问算法.为了证明这种保护机制的有效性,本文对其安全性能进行了一系列的分析.分析结果表明：在云计算中使用这种机制能够确保数据隐私的安全性.     

云数据安全去重技术研究综述

云服务器中的数据往往以密文的形式存储,而加密密钥的不同会使相同的数据生成不同的密文,因此高效的数据安全去重技术成为云存储领域的研究热点.本文首先分析了数据安全去重技术面临的主要挑战,描述了数据安全去重的系统模型以及多种安全威胁,以云数据安全去重技术的实现机制作为分类依据,从基于内容加密的安全去重、基于PoW (proof of ownership)的安全去重、基于隐私保护的安全去重以及基于数据流行度的安全去重四个方面对近年来的研究工作进行了分析,归纳总结了各种数据去重技术的优点、局限性以及存在的共性问题,指出数据去重技术未来的发展趋势.     

合规视角下的数据安全技术前沿与应用

[目的]本文从合规视角出发,阐述和分析当前存在的十种前沿数据安全技术以及应用,旨在为国内的数据安全合规、隐私保护等场景提供技术指导与参考.[方法]基于数据安全需求与合规挑战,将数据安全建设从宏观上划分为用户隐私合规、数据安全治理和数据共享计算三类场景,并在这些场景下分别阐述差分隐私、敏感数据识别、用户实体行为分析、安全...     

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。     

教育行业数据泄露防护浅析

当前,数据泄露事件频发,成为网络安全最重要的威胁之一。针对数据安全合规性的要求,国家出台了《网络安全法》《信息安全等级保护管理办法》等法律法规,要求按照相关要求做到合法合规。教育行业更要以数据安全治理为抓手,体系化建设信息系统。在数据的传输、采集、处理、发布、归档和销毁的过程中,加强人员意识,以数据分级为基础,以数据安全使用制度与安全制度为保障,最终保护数据安全。论文以数据泄露防护为研究对象,介绍教育行业中数据泄露的问题以及防护数据泄露事件发生的方法。     

基于等保2.0的铁路敏感数据安全关键技术及研究

本文以等保2.0对铁路货运数据的安全要求及货运数据规则为基础,结合铁路业务系统,从"数据安全使用"的角度,对以主动防护为手段的安全保护技术进行深入研究,包括数据的分类分级、敏感数据的自动识别、敏感数据的脱敏存储和使用,设计开发出铁路敏感数据自动识别与动静态脱敏于一体的大数据平台,可在大数据环境下准确高效地对多源非结构化...     

图数据上的隐私攻击与防御技术

如今,图数据已经被广泛地应用于现实生活与科学研究当中,有巨大的使用和研究价值.但与此同时,针对图数据的收集与发布中也存在巨大的隐私风险.如何在保护图隐私的同时,发布与收集可用图数据,是目前个人、企业、政府等面临的重大挑战.本文首先从隐私信息所包含的内容、不同的隐私泄露场景,以及敌手模型三个方面深入地剖析了图数据在使用中存在的隐私风险,然后重点从攻击和防御两个角度展开介绍.针对攻击而言,本文分析了当前可行的图数据隐私攻击与攻击量化算法及其算法原理.针对防御而言,本文总结了简单匿名、图修改、聚类,以及差分隐私四种图数据隐私防御技术;分析了集中与分布两种数据存储场景下,不同类型图数据使用的各类隐私防御算法,以及数据隐私性与可用性度量方法 .最后本文综合已有的研究成果,指出了图数据上隐私保护研究当前存在的问题、面临的挑战,及未来的研究方向.     

医疗大数据及隐私泄露

大数据中的医疗大数据与人类的健康生活息息相关，随着大数据的发展、信息化的加快，医疗卫生信息平台、数字化的医疗设备与仪器迅速普及，导致医疗领域内的数据呈爆炸式增长，且类型繁多、关系复杂。敏感的医疗数据安全问题同样备受关注。医疗数据在为人类的健康提供帮助的同时，保护相关联的敏感数据越来越成为学者、从业者和普通大众所关注的热点。本文从大数据的基本概念入手，通过对现阶段隐私泄露及医疗大数据的相关研究进行分析，结合大数据领域的相关研究对当前隐私泄露行为、保护技术等问题进行分类阐述，希望能为本领域学者的进一步研究有所启示和帮助。     

联邦学习中的隐私问题研究进展

随着大数据、云计算等领域的蓬勃发展,重视数据安全与隐私已经成为世界性的趋势,不同团体为保护自身利益和隐私不愿贡献数据,形成了数据孤岛.联邦学习使数据不出本地就可被多方利用,为解决数据碎片化和数据隔离等问题提供了解决思路.然而越来越多研究表明,由谷歌首先提出的联邦学习算法不足以抵抗精心设计的隐私攻击,因此如何进一步加强隐私防护,保护联邦学习场景下的用户数据隐私成为一个重要问题.对近些年来联邦学习隐私攻击与防护领域取得的成果进行了系统总结.首先介绍了联邦学习的定义、特点和分类;然后分析了联邦学习场景下隐私威胁的敌手模型,并根据敌手攻击目标对隐私攻击方法进行了分类和梳理;介绍了联邦学习中的主流隐私防护技术,并比较了各技术在实际应用中的优缺点;分析并总结了6类目前联邦学习的隐私保护方案;最后指出目前联邦学习隐私保护面临的挑战,展望了未来可能的研究方向.     

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。     

大数据安全技术研究

文章针对大数据环境下数据安全和系统安全监测、预警和控制处置能力不足等问题,围绕"如何保护大数据安全"和"提升大数据系统安全防护能力"两个核心问题,研究突破大数据安全和软件系统安全的核心保护技术及评估技术,挖掘大数据在采集、汇聚、交换、交易、存储、传输、分析、应用等过程中的安全隐患,提升数据安全能力和系统安全能力,实现大数据产业的保驾护航。     

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。