【文件属性】：
文件名称：大数据安全与隐私-机器学习算法的恶意代码检测
文件大小：3.14MB
文件格式：PDF
更新时间：2021-06-09 18:56:32
大数据 白皮书
4.3 大数据安全与隐私
4.3.1 大数据时代面临的挑战
大数据的应用会带来巨大社会价值和商业利益，受价值利益驱动，大数据系统也必然会面
临大量而且复杂的风险。举例来说，如果某一大数据系统产生的价值足以左右公司的发展，那
么它所面临的风险就可能是一个公司层面价值的角力，小至个人、大至国家也是如此。大数据
系统同时是复杂的，由传统的信息存储检索变为复杂的信息技术系统，进而可能是庞大的社会
工程，由此也带来了诸多安全及隐私方面的挑战。
大数据的安全性已上升到国家战略层面。在大数据时代，信息化已完全深入到国民经济与
国防建设的方方面面，从智能家居、智慧城市甚至到智慧地球，个人、企业、团体等的海量数
据为国家建设和决策提供了宏观的数据依据，大数据的安全问题将会越来越多地对国家战略产
生直接或间接的影响。
大数据的价值体现是一个从隐性价值到显性价值的动态过程。有两个关键性因素影响大数
据的价值体现：数据“由量变到质变”的动态演变以及相关数据处理技术的不断升级。单个的
数据记录对大数据结果并无太大影响，只有数据记录集合的数据量积累到一定程度时，数据才
有可能“被挖掘”从而体现其价值。随着数据处理技术的不断发展，当今看似“杂乱无序”的
数据，将来会变成一座“金矿”。现有的信息安全管理体系重点保护数据的显性价值，对数据
的隐形价值及动态性管理及防护不足。
大数据的信息窃取手段更加隐蔽和多元化。不法分子从大量的公开数据中通过数据关联手
段可以获取相关个体的隐性数据，从而导致个人的隐私泄露。通过分析金融交易数据、交通运
输信息包含轨迹信息，可以得知一个城市或地区的经济活动状态和趋势。
大数据独有的“数据污染”问题会造成严重的社会资源浪费。一些恶意攻击型的“数据污
染”会影响到企业、团体乃至国家政治及经济方面的决策，从而导致严重的后果。