在信息高速發(fā)展的時代，大數(shù)據(jù)的出現(xiàn)正在改變著我們的生活方式和工作方式，改變了我們過去對待數(shù)據(jù)的思維認(rèn)識，開始更加注重數(shù)據(jù)的相關(guān)性的意義。但是大數(shù)據(jù)的到來，依托于云計算平臺，因此也會面臨著一些不可避免的安全威脅，下面根據(jù)自己搜集的資料梳理下安全威脅TOP10。
一、分布式編程框架下的安全計算
大數(shù)據(jù)自然要用到許多分布式計算，比如MapReduce框架，其最著名的實現(xiàn)即Hadoop，將數(shù)據(jù)分成多個塊，針對每個塊先做mapper處理，得到一系列的key-value對，然后再由reducer聚類同一個key的值，得到結(jié)果。這里容易出現(xiàn)兩個問題：一是Hadoop計算結(jié)果的正確性依賴于Mapper的運算正確與否，如果存在惡意的Mapper干擾或者意外的錯誤，將會直接導(dǎo)致最終數(shù)據(jù)的錯誤；二是數(shù)據(jù)在第一輪Mapper的過程中，有可能得到的Key-value很特殊，從而泄露數(shù)據(jù)用戶本身的部分隱私。
二、非關(guān)系數(shù)據(jù)庫的安全實現(xiàn)
由于大數(shù)據(jù)的數(shù)據(jù)來源混雜，導(dǎo)致數(shù)據(jù)格式種類繁多，因此很難使用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫進(jìn)行體現(xiàn)，NoSQL數(shù)據(jù)庫因此出現(xiàn)并獲得快速發(fā)展。但是NoSQL數(shù)據(jù)庫在設(shè)計實現(xiàn)之初所有的考慮都聚焦在了分布式數(shù)據(jù)庫的實現(xiàn)上，因此并沒有單獨設(shè)置安全功能模塊，實際中往往將安全功能作為一個中間件來實現(xiàn)，NoSQL本身沒有提供針對安全功能的任何擴展機制，云環(huán)境下的復(fù)雜問題對NoSQL的安全性提出了諸多挑戰(zhàn)。
三、數(shù)據(jù)存儲安全和事務(wù)日志安全
傳統(tǒng)數(shù)據(jù)庫下，DB可以直接得知數(shù)據(jù)的遷移和修改情況，但是在大數(shù)據(jù)下，由于數(shù)據(jù)變化的速度、范圍以及種類都不可同日而語，因此DB不能夠容易地跟蹤數(shù)據(jù)的變化。
四、終端輸入有效性驗證
大數(shù)據(jù)的數(shù)據(jù)可能來自于多種來源，當(dāng)然也包括各種終端，比如私人的BYOD，這些數(shù)據(jù)的有效性很難保證。我們可以考慮這樣的邏輯：大數(shù)據(jù)依托于數(shù)據(jù)進(jìn)行算法處理得出預(yù)測，但是如果這些收集上來的數(shù)據(jù)有問題又如何呢？也許大數(shù)據(jù)的數(shù)據(jù)規(guī)模可以使得我們無視一些偶然非人為的錯誤，但是如果有個敵手故意放出干擾數(shù)據(jù)呢？比如天氣預(yù)報依賴于許多傳感器，如果這些傳感器都被惡意修改...或者依靠手機進(jìn)行某項社會事務(wù)的公投，如果敵手可以偽造多個虛假手機ID參與投票...這些無疑都會直接影響最終的數(shù)據(jù)結(jié)果，當(dāng)然也影響了我們的判斷和預(yù)測。因此現(xiàn)在非常需要研究相關(guān)的算法來確保數(shù)據(jù)來源的有效性，尤其是有效性事關(guān)重要的大數(shù)據(jù)領(lǐng)域。
五、實時安全監(jiān)控
傳統(tǒng)的安全監(jiān)控系統(tǒng)針對的是靜態(tài)的、少量的數(shù)據(jù)，建立的模型也是有很多欠缺。當(dāng)面對大數(shù)據(jù)的規(guī)模時，以往的安全監(jiān)控系統(tǒng)會觸發(fā)大量的虛假警報。我們非常需要一套在大數(shù)據(jù)模式下可用的安全系統(tǒng)，它可以在我們需要的時候告訴我們：“誰在訪問數(shù)據(jù)？訪問哪些數(shù)據(jù)？從哪里訪問的？”以及“我們是否受到了攻擊？請立刻評估下?lián)p失？”等等；當(dāng)然也存在民用系統(tǒng)的可用性，比如實時監(jiān)控新藥投放市場后的異常搜索量，可以及時停止藥物濫用。
六、可擴展的隱私保護(hù)策略
這段也許與密碼協(xié)議有關(guān)，在大數(shù)據(jù)時代下，匿名策略已經(jīng)不能保護(hù)我們的隱私了，《大數(shù)據(jù)時代》中就介紹了父親不知道，而商家知道其女兒懷孕的這樣一個事例。我不需要知曉你的確切信息，但是我只需要將過去分離的信息進(jìn)行整合，就可以重新“刻畫”你。我們現(xiàn)在需要切實可行的隱私保護(hù)協(xié)議。
七、訪問控制策略
有點類似于上面，我們必須確保云上數(shù)據(jù)的保密性、完整性和可用性。因此必須重新設(shè)計訪問控制協(xié)議，因為傳統(tǒng)的“all-or-nothing”的訪問控制協(xié)議，非常粗地進(jìn)行網(wǎng)絡(luò)行為的限制。大數(shù)據(jù)，沒有共享，沒有可用，哪來大數(shù)據(jù)？因此我們既要保證數(shù)據(jù)保密不被篡改，又要使得可以被一定程度地共享，作為大數(shù)據(jù)的一份子使用，而這本身就是一對矛盾，幸好我們現(xiàn)在開始有基于屬性的訪問控制協(xié)議，但是這還遠(yuǎn)遠(yuǎn)不夠。
八、細(xì)粒度訪問控制
基本問題同上面，只不過這里更多涉及訪問控制協(xié)議的設(shè)計，而上衣額則重在密碼學(xué)的應(yīng)用。
九、細(xì)粒度審計
十、數(shù)據(jù)起源
大數(shù)據(jù)中的數(shù)據(jù)來源的元數(shù)據(jù)會因為規(guī)模的增長而迅速復(fù)雜化，我們經(jīng)常需要知道數(shù)據(jù)的起源，即創(chuàng)建的時間，不是在一臺主機或網(wǎng)絡(luò)中，而是在大數(shù)據(jù)下。我們需要快速省時地確定數(shù)據(jù)的起源，否則本身便將失去意義。比如偵測內(nèi)部金融企業(yè)的交易記錄，或者確定搜索數(shù)據(jù)的準(zhǔn)確性。
最后，我們可以看看在大數(shù)據(jù)時代，敵手可以如何挖掘到我們的信息：
可以看出，這是一個多方面因素的集合，我們的個人隱私泄露更加隱蔽，也更具威脅。但是，另一方面，大數(shù)據(jù)也可以用來作為增強安全的利器，比如利用大數(shù)據(jù)來預(yù)測未知攻擊的模式，應(yīng)對0-day攻擊，比如識別區(qū)分異常和正常流量等：
