绪论

主要是讲大数据与信息安全之间的关系，具体的关系主要体现在大数据的数据采集、数据传输、数据分析方面。

大数据的处理主要过程如下：数据采集->数据传输->数据存储->数据分析->使用阶段 ，所以围绕大数据的这几个阶段，分析他的安全性，作相应的安全措施。

传统的数据传输过程中，数据基本处于”裸奔“不加密状态，很容易被劫持，机密性不好。此时就需要用到大数据的安全技术如：

• 访问控制：基于角色控制、风险自适应控制（自动评估访问流量给与相应权限）

• 安全检索：对称或非对称可搜索加密。

• 安全计算：同态加密技术（既可以计算加密的数据，又可以维持数据的机密性）、函数加密，外包计算（由于本地算力有限，将任务分配给算力强且可信任的远端处理）

而在数据分析方面就涉及到隐私计算安全，因为传统的数据分析都是直接拿明文进行数据处理，这样会泄露隐私，所以就需要使用隐私计算方法有：

• 关系型隐私保护：对用户的多个属性、位置、以及记录数据进行模糊化处理，让多个用户的数据近似，避免确定出某个用户。
• 社交图谱隐私保护：对用户的社交数据记性k-匿名话处理，避免通过用户社交数据确定出本人。
• 位置轨迹数据保护：
• 差分隐私保护：

以上均是信息安全为大数据做出安全保障，同时大数据也可为信息安全提供服务。例如：基于大数据分析的认证技术，其通过大数据技术对人们的行为数据进行分析，可用来确定用户身份的合法性。

总结：

大数据的重要性不言而喻，大数据的安全离不开信息安全的支持，研究大数据的安全与隐私保护。