大数据安全速查

一、四特征

• 海量规模 · 快速流转 · 多样类型 · 价值密度低
• 数据形态：结构化 / 半结构化 / 非结构化

大数据四特征：海量快速又多样，价值密度却不高。

二、七大威胁

1. 数据集安全边界模糊
2. 敏感数据泄露风险增大
3. 数据失真与大数据污染
4. 处理平台业务连续性与拒绝服务
5. 个人数据多平台分散，隐私难保护
6. 数据交易安全风险
7. 大数据滥用

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。

三、七类安全需求

自身 · 合规 · 跨境 · 隐私 · 平台 · 业务 · 运营

大数据七类安全需求：自身合规加跨境，隐私平台业务运。

四、自身安全

生命周期：采集 → 存储 → 使用 → 传输 → 共享 → 发布 → 销毁

六属性：真实性 · 实时性 · 机密性 · 完整性 · 可用性 · 可追溯性

大数据自身安全三件套：签名验真 Hash 保完整，加密守机密。

五、基本保护机制

• 分类分级 · 源认证 · 溯源
• 用户标识鉴别 · 访问控制 · 隐私保护
• 备份恢复 · 审计监测 · 安全管理

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

七、隐私五技术

• 身份匿名 · 差分隐私 · 脱敏 · 加密 · 访问控制
• 脱敏手法：抑制（删/屏蔽）· 泛化（降粒度）

大数据隐私保护五技术：匿名差分再脱敏，加密访控守隐私。

八、PCI-DSS 六类

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

PCI-DSS 六类要求：网络安全护持卡，漏洞访控监测策。

九、等保与易错

• 大数据是等保 2.0 重要保护对象 → 通用要求 + 相关扩展/专项
• 脱敏 ≠ 加密；抑制 ≠ 泛化
• 跨境：存储位置 + 流动评估，不是「随便出境」
• 等保测评 ≠ 风险评估

十、下午卷模板

先写分类分级 + 脱敏/加密 → 再写访问控制 / 审计 / 溯源 → 平台分区与容灾 → 点名跨境合规与等保。