这是明确的大数据时代，但它不一定是保证大数据安全的时代。有些大型企业的数据库遭到了可怕的大规模破坏，包括家得宝、塔吉特、NiemenMarcus，以及最近的阿什利麦迪逊公司。大多数大数据的收集器做得远远不够，不能保障自己宝贵的信息不被窥视。如果没有从消费者到生产商，再到供应商的安全协议的重大变化，大数据成为恶意黑客的目标的吸引力增加。

大数据安全问题频发如何应对是关键

不幸的是，有一些阻止数据采集最大充分保护他们的数据的问题。然而，针对这些问题的解决方案可以确保未来大数据的长期案例-只要你和其他人制定他们。

主要的大数据安全挑战

传统的安全机制，如防火墙和防病毒软件目前安装在你的计算机上，但却不足以保障大数据。问题是，这些措施是为了保护小规模、静态信息的文件，你有许多保存在你的硬盘的信息，而不是来自云计算的百万兆字节信息。相反，对于大数据的安全必须是灵活的和快速的，允许快速流和多个入口。

专家在与云安全联盟的成员(一个确定改善云安全非营利性组织)的对话中发现了一些现代企业使用大数据的方式的弱点，这些措施包括：

安全计算的分布式编程框架。执行多个计算阶段的程序必须有多重保护：一个用于程序，一个保护程序中的数据。

非关系数据存储的安全性。也被称为NoSQL，非关系型存储的不断进化，当他们这样做，适当的安全必须随着它们一起发展成熟。

安全数据存储。在过去，当数据在层间移动时，IT管理人员可以直接控制，但对于大数据，很难进行直接控制。而自动分层需要额外的安全机制。

端点输入验证。当一个系统接收到数以百万计的输入数据时，作为大数据收集通常是这样做的，必须确保每一个输入数据是可信的和有效的。

实时安全监控。到目前为止，实时的安全在查明真正的安全威胁方面并不是优秀的，而每天都在产生数以千计的假信息。

数据挖掘和保护隐私的分析。大数据离真实隐私的数据只有一步之遥，因为它可以不经过消费者的意识或同意，编辑强烈的私人信息。

加密访问控制和安全通信。为了全面安全，数据必须加密终端到终端的数据，但它也必须是有效的，并提供给需要它的那些人。

细粒度访问控制。不是所有的数据都是同样要保密，企业应该能够过滤他们的安全，尽可能多地分享，同时保持最敏感的信息安全。

可扩展的审计。要学习违反安全性，必须有详细的审核可供审查;然而，由于大数据的大小规模，这些报告也必须是可扩展到这一事件。

数据源。数据源的出处复杂性继续在增长，但分析的源图表已经满足计算能力的要求。

提高大数据安全有效性的建议

云计算专家认为，对大数据安全的改进，最明智的指南是已经有几十年的历史的杀毒软件行业。杀毒软件公司应对各种不同的威胁有很多的经验。有无数的杀毒软件商都在为此努力，并都尝试过保护数据免受讨厌的数字错误的渗透。

然而，云计算专家最看重杀毒行业的是其对数据的开放性。而不是锁定了他们的安全机密，获得对竞争对手的优势，反病毒厂商(包括非政府组织，公共机构，甚至是民营企业)都会自由地沟通交流威胁的数据。行业领导者可以一同抵制新的和危险的恶意软件，并保证无处不在的电脑安全。这种开放的沟通和缺乏破坏性竞争的正是大数据需要快速高效地构建强大的安全性所需要的。目前，像云安全联盟组织正在试图为云保护进行合作，但目前还没有产生足够的信任，在行业创造真正的进步。你应该支持这些组织和团队的努力，以确保大数据获得强大的未来。