这是明确≤=的大数据时代，但它不一定是保证大数据安全∞≧的时代℅≒。有些大型企业>∈的数据库遭到了可怕∽的大规模破坏，包括家得宝∮∧、塔吉特∷∑、NiemenMarcus，以及最近≒∝的阿什利麦迪逊公司∥﹢。大多数大数据>∠的收集器做得远远不够，不能保障自己宝贵≡≮的信息不被窥视∫∮。如果没有从消费者到生产商，再到供应商≤∨的安全协议×≧的重大变化，大数据成为恶意黑客﹣∪的目标≥﹤的吸引力增加∑√。

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﹢π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≌π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㏑∑。

提高大数据安全有效性>≧的建议

云计算专家认为，对大数据安全∏∨的改进，最明智≧‰的指南是已经有几十年⌒﹥的历史⊥=的杀毒软件行业≌∴。杀毒软件公司应对各种不同﹣㏑的威胁有很多∮≌的经验∥±。有无数≤∑的杀毒软件商都在为此努力，并都尝试过保护数据免受讨厌⌒∑的数字错误‰%的渗透=×。

然而，云计算专家最看重杀毒行业∝∫的是其对数据≤×的开放性/≥。而不是锁定了他们/∝的安全机密，获得对竞争对手≦≯的优势，反病毒厂商(包括非政府组织，公共机构，甚至是民营企业)都会自由地沟∫∫通交流威胁∝≧的数据≠≒。行业领导者可以一同抵制新≥⊥的和危险≦≒的恶意软件，并保证无处不在∧的电脑安全∫/。这种开放∑∈的沟℅>通和缺乏破坏性竞争∴≦的正是大数据需要快速高效地构建强大π≠的安全性所需要√≥的≧∨。目前，像云安全联盟组织正在试图为云保护进行合作，但目前还没有产生足够∶∽的信任，在行业创造真正=∷的进步∑∪。你应该支持这些组织和团队≧∞的努力，以确保大数据获得强大‰﹣的未来﹤≤。