Textbook · 第 26 章 · 约 15 分钟

大数据安全需求分析与安全保护工程

《信息安全工程师教程(第 2 版)》考点精读 · 对应 第 22 课 · 教材目录

← 返回 26 章目录 · 大数据安全速查 · 第 22 课

26.1 威胁与需求分析

概念与四特征

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. 个人数据多平台分布,隐私难保护
  6. 数据交易安全风险
  7. 大数据滥用

七类安全需求

易错陷阱:
大数据=大量聚合后的隐私风险上升;假数据污染也会破坏分析可信度。

26.2 保护机制与技术方案

基本机制

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。

自身安全三件套

平台 / 业务 / 运营

隐私保护五技术

身份匿名 · 差分隐私 · 数据脱敏 · 数据加密 · 访问控制

脱敏手法:抑制(删/屏蔽)· 泛化(降粒度)

标准认名

个人信息安全规范、大数据服务安全能力要求、大数据安全管理指南、数据交易服务安全要求、个人信息去标识化指南等。

26.3 综合应用(认名)

大数据是等保 2.0 重要保护对象:通用要求 + 相关扩展/专项建设。

章末自测(1 题)

Q · 大数据环境下保护隐私的常用技术是?
答案 A。隐私五技术含脱敏、匿名、差分隐私、加密、访问控制。