Lesson 22 · 约 18 分钟

海量数据怎么守：大数据安全需求分析与保护工程

本课目标：背住大数据四特征与七大威胁；分清七类安全需求；掌握全生命周期六属性；秒判自身安全三件套（签名/Hash/加密）；背隐私五技术与基本保护机制；知道 PCI-DSS 六类要求与等保大数据对象怎么叠。

开场：App 守完了，数据堆成山怎么守？

第 21 课守的是口袋里的 App；本课守的是汇聚后的大数据——量更大、来源更杂、边界更糊、隐私更难。 考点核心不是「买个大数据平台」，而是：全生命周期安全 + 分类分级 + 隐私保护（脱敏/匿名/差分隐私）。 教材对应第 26 章（教程最后一章）；大数据也是等保 2.0 的重要保护对象。

零、先复习再开新

R1 · 移动应用系统由哪三部分构成？
答案 A。第 21 课：App + 网络 + 服务端端到端。
R2 · 等保等级测评与网络安全风险评估是同一件事吗？
答案 B。等保测评 ≠ 风险评估（第 18 课易错点）。

一、大数据是什么：四特征

教材定义：大数据是非传统数据处理工具难以处理的数据集，特征常记为：

特征一句话
海量规模（Volume）数据量巨大
快速流转（Velocity）产生与处理速度快
多样类型（Variety）结构 / 半结构 / 非结构都有
价值密度低（Value）有用信息稀疏，需挖掘

相关技术认名：大规模分析、数据挖掘、分布式文件系统/数据库、云计算平台、存储系统。

口诀（大数据四特征）：海量快速又多样，价值密度却不高（字头：海快多低）。

二、七大安全威胁（选择题常考）

  1. 「数据集」安全边界模糊——多源汇聚后边界难画
  2. 敏感数据泄露风险增大
  3. 数据失真与大数据污染——假数据干扰分析/机器学习
  4. 处理平台业务连续性与拒绝服务
  5. 个人数据分散多平台，隐私更难保护
  6. 数据交易安全风险
  7. 大数据滥用
口诀（大数据七大威胁）：边界模糊易泄露，污染拒服隐私难；交易滥用两风险。
易错：大数据安全不只「加密存盘」——污染（假数据）、交易、滥用、跨境都是高频考点。

三、七类安全需求

需求考点要点
自身安全全生命周期：采集→存储→使用→传输→共享→发布→销毁；属性见下节
安全合规满足法规政策与行业标准
跨境安全存储位置、跨境流动评估（网安法相关要求）
隐私保护防个人敏感信息泄露
处理平台安全物理、网络、OS、库、应用、存储
业务安全授权、业务逻辑、防滥用/非法交易
安全运营分类分级、维护、监测、应急
口诀（大数据七类安全需求）：自身合规加跨境，隐私平台业务运（字头：自合跨隐平业运）。

四、自身安全：六属性 + 三件套

全生命周期要守的安全属性（教材常考六项）：

真实性 · 实时性 · 机密性 · 完整性 · 可用性 · 可追溯性

目标常用技术
真实性（来源可信）数字签名、数据源认证
完整性Hash / 完整性校验
机密性加密
口诀（大数据自身安全三件套）：签名验真 Hash 保完整，加密守机密。
口诀（数据全生命周期六属性）：真实时密完可追，采存用传共发销（属性六项 + 生命周期环节）。

五、基本保护机制（必背清单）

教材列的常见机制——下午卷可整段抄：

口诀（大数据基本保护机制）：分级认证加溯源，鉴别访控护隐私；备份审计再管理。

六、平台 / 业务 / 运营（对照记）

层面手段关键词
平台安全安全分区；网络/数据库/应用防火墙；系统加固；数据防泄露（DLP）
业务安全RBAC 业务授权；业务逻辑控制；合规检查与敏感数据检查
运营安全策略更新、容灾备份、IDS/态势感知、取证、堡垒机、应急响应；经营侧用脱敏、监控、安全网关

七、隐私保护五技术（核心考点）

技术一句话
数据身份匿名去掉/替换可识别身份的标识
差分隐私加噪声，使单条记录增删对查询结果影响可控
数据脱敏变形/屏蔽敏感字段，保留可用性（测开/共享常用）
数据加密机密性；含同态等密文计算思路（认名即可）
访问控制谁能看、能看多少

脱敏常见手法对照：

口诀（大数据隐私保护五技术）：匿名差分再脱敏，加密访控守隐私。
易错：脱敏 ≠ 加密；脱敏强调「能用但难识别」，加密强调「看不懂」。测试环境常用静态脱敏，查询展示常用动态脱敏。

八、等保 + 法规 + PCI-DSS（认名）

大数据是等保 2.0 重要保护对象：定级对象涉及大数据时，按标准落实安全通用要求，并结合大数据相关扩展/专项要求建设（与云、移动、工控同类思路：通用 + 扩展）。

法规/标准认名（不必背全文）：

PCI-DSS（支付卡行业数据安全标准）六大类要求：

  1. 构建和维护安全的网络
  2. 保护持卡人数据
  3. 维护漏洞管理程序
  4. 实施严格的访问控制措施
  5. 定期监控和测试网络
  6. 维护信息安全策略
口诀（PCI-DSS 六类要求）：网络安全护持卡，漏洞访控监测策。

案例认名：阿里（业务/数据/生态 + 生命周期）；京东（区块链溯源确权）；上海数据交易（告知同意等个人数据保护原则）；华为 FusionInsight（网络平面隔离 + Kerberos/LDAP + RBAC）；科学数据管理办法（全生命周期、异地备份）。

九、动手练一练

Q1 · 大数据四特征中，「价值密度低」强调的是？
答案 A。价值密度低 = 海量中有用信息占比低，需分析挖掘。
Q2 · 验证大数据来源真实性，常用技术是？
答案 A。签名验真；Hash 保完整；加密守机密。
Q3 · 下列哪项属于大数据隐私保护技术？
答案 B。隐私五技术：匿名、差分隐私、脱敏、加密、访问控制。
Q4 · 将精确年龄改为年龄段，属于脱敏中的？
答案 B。泛化降粒度保统计价值；抑制是删除/屏蔽。
Q5 · 大数据平台区域隔离常用手段包括？
答案 A。平台侧：分区 + 网络/库/应用防火墙 + 加固 + DLP。
Q6 · PCI-DSS 的规范目标主要是保护？
答案 B。PCI-DSS 控制持卡人数据的处理、存储与传输安全。
Q7 · Data masking mainly helps protect?（英文题）
答案 B。脱敏（data masking）保护使用/共享中的敏感隐私，同时尽量保留可用性。
附加题（下午卷风格）· 点击展开答案

某互联网公司建设用户行为大数据平台：多源汇聚后边界不清；测试库直接拷贝生产明文手机号与身份证；分析接口无访问审计；部分数据拟出境合作。请：（1）指出主要风险；（2）给出至少 6 条整改措施。

（1）主要风险
· 数据集边界模糊 → 责任与防护范围不清。
· 测试环境明文敏感字段 → 泄露/滥用。
· 缺审计 → 越权与滥用难追溯。
· 跨境未评估 → 合规风险（网安法等相关要求）。
· 可能存在污染数据干扰分析、交易/共享失控等。

（2）整改措施（示例）
① 分类分级：梳理数据资产，按敏感级别定策略。
② 全生命周期：采集/存储/使用/传输/共享/发布/销毁各环节控制。
③ 隐私保护：测试/共享前脱敏；必要时匿名、差分隐私；传输与存储加密。
④ 访问控制：标识鉴别 + RBAC/最小权限；业务授权。
⑤ 溯源与审计：源认证、操作审计、滥用监测。
⑥ 平台防护：安全分区、防火墙、加固、DLP、容灾备份。
⑦ 跨境合规：评估后再出境；重要数据按规定存储与评估。
⑧ 等保：大数据对象落实通用要求 + 相关扩展/专项建设。
答题模板：先写分类分级 + 脱敏/加密 → 再写访问控制/审计/溯源 → 点平台防护与跨境合规。

十、今日任务（约 35 分钟）

  1. 精读第 26 章（20 分钟）：阅读第 26 章 大数据安全，对照大数据安全速查卡背四特征、七需求、隐私五技术。
  2. 口述自测（10 分钟）：不看笔记，说出：四特征；七威胁；自身安全三件套；隐私五技术；PCI-DSS 六类。
  3. 睡前回忆（5 分钟）：按考点背——① 四特征：海量快速又多样，价值密度却不高；② 七需求：自身合规加跨境，隐私平台业务运；③ 三件套：签名验真 Hash 保完整，加密守机密；④ 隐私：匿名差分再脱敏，加密访控守隐私；⑤ PCI：网络安全护持卡，漏洞访控监测策。

十一、本课知识从哪来