2018年大數據的安全、融合、共享與運用.pdf

1、大數據的安全、融合共享與運用目錄大數據安全狹義數據安全與廣義數據安全再談數據泄漏數據流通的多個環節數據共享與脫敏數據安全的狹義與廣義再談數據泄漏核心數據庫防護是第一道考題弱密碼有多少拖庫是弱密碼引起的數據庫公網訪問建議的服務器部署模式源碼泄漏Shadow IT引發的風險無分級、無風控認證鑒權，PII信息比對等內容應該以服務的形式存在，而不是直接訪問數據庫數據流通的多個環節數據產生數據傳輸持久化數據分析數據環節數據流通數據銷毀數據共享與脫敏刪除PII信息就夠了嗎？2006年，美國最大的影視公司之一 Netflix，舉辦了一個預測算法的比賽（Netflix Prize），比賽要求在公開數據上推測用

2、戶的電影評分。Netflix 把數據中唯一識別用戶的信息抹去，認為這樣就能保證用戶的隱私。但是在 2007 年來自The University of Texas at Austin 的兩位研究人員表示通過關聯 Netflix 公開的數據和IMDb（互聯網電影數據庫）網站上公開的紀錄就能夠識別出匿名后用戶的身份。三年后，在2010年，Netflix 最后因為隱私原因宣布停止這項比賽，并因此受到高額罰款，賠償金額總計九百萬美元。信息分級PII01個人身份標示數據，例如電話號碼，身份證號，銀行卡號，賬號等。在進入分析環節這部分數據一般直接刪除。PI02私人數據，雖然不能標示個體，但屬于分析個體時重要

3、屬性，例如性別、年齡、學歷Sensitive attributes03數據分析的主體，是數據畫像的結果，例如購買偏好，收藏歷史等。這部分數據在數據分析時一般不能刪除。并且會作為結果展示。匿名化姓名姓名性別性別年齡年齡手機品牌手機品牌購買偏好購買偏好女iphone化妝品女oppo廚具男vivo家電男iphone電子產品男iphone電子產品男vivo圖書女vivo圖書女oppo日用品*KittyKathBobAbeFrankSamLaviniaSammiSam222527363629343320-2520-2525-3035-4035-4025-3035-4035-40算法K匿名化K-匿名化的目的是保證公開的數據中包含的個人信息至少 k-1 條不能通過其他個人信息確定出來。也就是公開數據中的任意 PI信息，相同的組合都需要出現至少 k 次。差分數據噪音中心化與本地化數據差分蘋果在Iphone上使用的本地數據差分算法今天我們所面對的只是數據安全的冰山一角，數據保護的進步，才是大數據能否良性發展的關鍵謝 謝！