规则运算中大数据技术的安全应用策略——评《大数据系统安全技术实践》

在当下及未来信息科技竞争中,大数据技术是热点领域之一,具有良好的应用发展前景,大数据技术已经成为中国政府重点支持的产业技术。不过我国大数据技术应用主要基于开源生态圈,即围绕自身企业生态系统展开大数据应用业务,缺乏通用大数据分析能力。在大数据安全保障方面,还存在安全技术落后、系统安全防控能力不足及信息容易泄露等现实安全问题,因此,加强大数据技术安全研发水平,提高数据安全防护能力与数据隐私保护能力,就成为一种必然要求。大数据的规则计算有2种实现方式:当数据长度没有超过内置类型时,则将数据保存到longlong类型中运算处理;若超过内置类型范围,则将数据以字符串方式保存到string类中,然后转为数据进行规则运算。基于规则运算处理大数据的海量数据时,安全保障始终有着重要地位。大数据技术得到广泛应用,安全性是大数据产业长远发展的基础,然而,在设计基于Hadoop建构的大数据平台时没有足够重视安全问题,导致大数据安全面临较大的隐患。《大数据系统安全技术实践》具有体系完整、实用性强的特点,该书共13章,分为3部分内容,第1至第3章主要介绍了大数据系统的基础知识,引导读者了解大数据系统;第4至第10章分析了各种常见的实用型大数据安全技术,此类技术在现实中有着广泛应用;第11至第13章,则是大数据系统的关键安全技术,如属性基加密关键技术等。该书具有3个显著特点:①大数据安全技术体系完整,以主流的Hadoop大数据平台为例,全面介绍了安全认证、数据加密、访问控制、安全监控等技术;②对前沿技术进行了探索,包括属性基加密、远程数据审计以及隐私保护新技术等,并且介绍了最新的安全软件;③通过分析典型案例,展示了大数据安全技术的实践应用路径。