빅데이터 보안 위험에는 비정상적인 트래픽 공격, 정보 유출 위험, 전송 중 보안 위험 등이 포함됩니다.
1. 비정상적인 트래픽 공격
1. 빅데이터에 저장되는 데이터는 매우 방대하며 분산 저장되는 경우가 많습니다. 데이터 경로 보기는 상대적으로 명확하지만 데이터의 양이 많아 데이터 보호가 상대적으로 단순합니다. 해커가 쉽게 관련 취약점을 악용하고 불법적인 작업을 수행하여 보안 문제를 일으킬 수 있습니다.
2. 빅데이터 환경에는 최종 사용자가 너무 많고, 대상의 유형도 다양하기 때문에 고객 신원 인증에는 많은 처리 능력이 필요합니다. APT 공격은 표적화가 고도화되고 공격에 오랜 시간이 걸리기 때문에 공격이 성공하면 빅데이터 분석 플랫폼에서 출력되는 최종 데이터가 획득되므로 정보 보안 위험이 더 커질 수 있습니다.
2. 정보 유출 위험
1. 빅데이터 플랫폼의 정보 유출 위험 빅데이터를 수집하고 마이닝할 때는 데이터 마이닝을 수행해야 합니다. 사용자의 개인 정보를 유출하지 않고. 고려해야 할 점은 분산 컴퓨팅에서 정보 전송 및 데이터 교환 중에 각 저장 지점의 사용자 개인정보 데이터가 불법적으로 유출되어 사용되지 않도록 하는 것이 현재 빅데이터 맥락에서 정보 보안의 주요 문제라는 점입니다.
2. 동시에 현재의 빅데이터 양은 고정되어 있지 않고 신청 과정에서 동적으로 증가합니다. 그러나 대부분의 기존 데이터 개인 정보 보호 기술은 정적 데이터를 목표로 합니다. 빅데이터의 동적 데이터 속성과 표현에 대한 데이터 프라이버시 보호를 효과적으로 처리하기 위한 보안 문제이기도 하다. 마지막으로, 빅데이터 데이터는 기존 데이터보다 훨씬 복잡합니다. 기존의 민감한 데이터에 대한 개인정보 보호가 빅데이터의 복잡한 데이터 정보를 충족할 수 있는지 여부도 고려해야 할 보안 문제입니다.
3. 전송 중 보안 위험
1. 빅데이터 전송 기술 및 애플리케이션의 급속한 발전으로 인해 빅데이터 전송 수명주기의 다양한 단계와 링크에서 점점 더 많은 보안 위험이 노출되고 있습니다. 예를 들어, 빅데이터 전송은 유출, 변조 등의 위험 외에도 데이터 흐름 공격자에 의해 악용될 수 있으며, 전송 중에 데이터가 점차 왜곡될 수 있습니다.
2. 또 다른 예는 빅데이터 전송 및 처리 과정에서 빅데이터의 이질성, 다중 소스 및 관련 특성으로 인해 데이터의 무단 사용 및 파괴의 위험이 있다는 것입니다. 여러 개의 데이터 세트라도 전송이 가능합니다. 각 데이터 세트는 민감도가 낮으며, 상관관계 분석으로 인해 개인정보가 유출될 위험이 여전히 존재합니다.