面对 大数据传输安全相关的挑战和威胁，业界针对安全防护技术进行了针对性的实践和调研。本文主要从平台安全、数据安全、隐私保护三个方面对大数据传输安全技术的发展进行阐述。
如何安全地 改进大数据传输？
平台安全、数据安全、隐私保护等相关技术不断完善，解决大数据安全问题和挑战。但是，应对新的网络攻击方式，保护新的数据应用，满足日益增长的隐私保护要求，需要更高的标准和功能。
提高平台安全性
在平台技术方面，集中的安全配置管理和安全机制部署可以满足当前平台的安全需求。然而，大数据平台的漏洞扫描和攻击监控技术相对薄弱。
在平台防御网络攻击的技术方面，目前的大数据平台仍然采用传统的网络安全措施来防御攻击。这对于大数据环境来说是不够的。在大数据环境下，可扩展的防御边界容易受到掩盖入侵的攻击手段的攻击。此外，业界对可能来自大数据平台本身的潜在攻击手段关注较少。一旦出现新的漏洞，攻击范围将十分巨大。
提高数据安全性
在数据安全方面，数据安全监控和防破坏技术相对成熟，但数据共享安全、非结构化数据库安全防护、数据违规溯源等技术有待完善。目前数据泄露有技术解决方案：技术可以自动识别敏感数据，防止泄露；引入人工智能和机器学习，让违规预防走向智能化；数据库保护技术的发展也为防止数据泄露提供了强有力的保障。密文计算技术和数据泄露跟踪技术尚未发展到满足实际应用需要的程度，数据处理的保密性保证问题和跟踪数据相关问题仍难以解决流动。
具体来说， 数字水印技术不能满足大规模、快速更新的大数据应用的需要。数据沿袭追踪技术还需要进一步的应用测试，尚未达到产业应用的成熟阶段。数字水印技术不能满足大规模、快速更新的大数据应用的需要。数据沿袭追踪技术还需要进一步的应用测试，尚未达到产业应用的成熟阶段。数字水印技术不能满足大规模、快速更新的大数据应用的需要。数据沿袭追踪技术还需要进一步的应用测试，尚未达到产业应用的成熟阶段。
提高隐私安全
在隐私保护方面，技术发展显然不能满足隐私保护的迫切需求。个人信息保护需要建立基于法律、技术和经济手段的保障体系。目前，数据脱敏技术的广泛使用对多源数据聚合提出了挑战，并可能导致失败。
迄今为止，匿名化算法等新兴技术的实际应用案例研究较少，且该技术普遍存在计算效率低、开销大等问题。在计算方面，需要不断改进以满足大数据环境下保护隐私的要求。如前所述，大数据应用与个人信息保护之间的冲突不仅仅是技术问题。在没有技术壁垒的情况下，隐私保护仍然需要立法、强有力的执法和法规来收集个人信息用于大数据应用。建立*监管、企业责任、社会监督、网民自律的个人信息保护体系。