빅 데이터의 가치는 모두가 인정하는 것이다. 업계에서는 일반적으로 4 개의 "V" 를 사용하여 대용량 데이터의 기본 특성인 매스 (대용량 데이터), 다양성 (다양한 데이터 유형), 가치 (낮은 가치 밀도), 속도 (처리 속도) 를 요약합니다. 빅 데이터가 가져온 빛나는 기회를 최대한 활용할 준비가 되면 빅 데이터가 새로운 보안 위협을 도입할 수 있다는 점을 잊지 마세요. 빅 데이터 시대 판도라 상자의 악마가 언제든지 나타날 수 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언)
과제 1: 방대한 양의 데이터가 정보 관리 비용을 크게 증가시킵니다.
네 개의 "v" 중 첫 번째 "v" (볼륨) 는 큰 데이터의 크기를 설명합니다. 이러한 방대한 양의 데이터 관리는 모든 대규모 데이터 운영자가 직면한 가장 큰 과제입니다. 사이버 공간에서 빅데이터는 더 쉽게' 발견' 될 수 있는 명백한 목표이며, 빅데이터는 이미 사이버 공격의 1 위가 되었다. 한편, 대량의 데이터를 중앙 집중화하는 것은 유출의 위험을 증가시키고, 해커의 성공적인 공격은 이전보다 더 많은 데이터를 얻을 수 있으며, 사실상 해커의 공격 비용을 절감하고' 공격 수익' 을 증가시킨다. 반면, 큰 데이터는 더 복잡하고 민감하며 가치 있는 데이터를 포함하는 방대한 데이터 집합을 의미하며, 더 많은 잠재적 공격자를 끌어들일 수 있습니다.
큰 데이터의 소비자 방면에서 이 회사는 앞으로 몇 년 동안 더 많은 내부적으로 생성된 데이터를 처리할 것이다. 그러나 많은 조직에서 재무, 엔지니어링, 생산, 마케팅, IT 등과 같은 부서 간 정보 , 여전히 고립되어 있으며, 부서 간 상호 방어로 인해 정보를 공유할 수 없습니다. 장벽과 부서의 실질적 우세를 손상시키지 않고 보다 투명하게 소통할 수 있는 회사가 경쟁 우위를 점할 수 있다.
솔루션은 먼저 보안 관리 경험이 있는 사람을 찾고 과도한 데이터 관리에 필요한 기술에 대한 교육을 받아야 합니다. 특히 오늘날 인건비와 교육 비용이 증가하는 상황에서 많은 CEO 를 놀라게 할 수 있을 것입니다. 그러나 이러한 방대한 교육 및 교육 비용은 대규모 데이터 관리자에게 매우 필요한 비용입니다.
또한 프로세스 설계에서는 분산 방식으로 데이터를 저장해야 합니다. 어떤 스토리지 장치도 검게 되어 모든 것을 얻을 수 없다. 또한 중요한 정보 인덱스의 보호 강화와 같은 다양한 보안 도메인을 정확하게 평가해야 합니다. 좋은 강철은 칼날에 쓰인다' 는 데이터를 보존하여 일부 시설의 재난적 파괴에 대처할 수 있다.
과제 2: 다양한 유형의 대용량 데이터가 정보 유효성 검증 작업을 크게 증가시킵니다.
네 개의 "v" 중 두 번째 "v" 는 v "(다양한 데이터 유형) 를 설명합니다. 빅 데이터 시대에 데이터는 다차원 공간에서 유래했으며, 다양한 구조화되지 않은 데이터는 더 이상 특정 데이터 수집 모드에 국한되지 않기 때문에 구조화 된 데이터와 혼합되었습니다.
미래의 과제는 데이터에서 필요한 데이터를 추출하는 것이며, 많은 조직에서는 과도한 쓸모없는 정보로 인해 정보가 부족하거나 정보가 일치하지 않는다는 현실을 받아들여야 합니다. 우리는 이 논리를 고려해 볼 수 있다. 큰 데이터에 의존하여 알고리즘을 처리하여 예측을 얻을 수 있지만, 수집한 데이터 자체에 문제가 있다면 어떻게 할 것인가? 아마도 빅데이터의 데이터 규모는 우연한 비인간적인 실수를 간과할 수 있을 것입니다. 하지만 상대방이 의도적으로 간섭 데이터를 발표한다면 어떨까요? 데이터 소스의 유효성을 보장하기 위해 관련 알고리즘을 연구할 필요가 있습니다. 특히 대규모 데이터 분야에서는 데이터 유효성을 강조할 필요가 있습니다.
이러한 이유로 대량의 고객 데이터를 수집하고 저장하는 기업에 가장 큰 위협은 지난 몇 년 동안 엔터프라이즈 데이터베이스에 저장된 증가하는 고객 데이터가 진실하고 안정적이며 여전히 유효한지 여부입니다.
우리 모두 알고 있듯이, 대량의 데이터 자체에는 가치가 있지만 유용한 데이터와 무가치 데이터를 어떻게 구분하느냐는 골치 아픈 문제일 수 있으며, 심지어 점점 더 많은 보안 문제를 야기할 수도 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언)
솔루션은 가능한 한 데이터 유형을 구체화하여 데이터에 대한 이해를 더욱 세분화하고, 데이터 자체를보다 상세하게 만들고, 데이터의 관심 범위를 좁히며, 데이터의 관련 매개 변수를 정의하고, 데이터 필터링을 더욱 세밀하게 만듭니다. 동시에 피쳐 라이브러리를 더욱 보완하고, 데이터의 교차 검증을 강화하고, 논리적 충돌을 통해 거짓된 존재를 제거한다.
과제 3: 대용량 데이터의 저밀도 가치 분포로 보안 방어 경계가 확장되었습니다.
네 개의 "v" 중 세 번째 "v" (값) 는 큰 데이터의 단위 데이터의 낮은 값을 나타냅니다. 이러한 가치 측정은 조잡한 노력과 같은 얇은 수확으로 정보 효율성이 희석되고, 큰 데이터의 보안 예방과 공격 사건의 분석 과정이 더욱 복잡해져 보안 관리의 범위를 확대하는 것과 같다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언)
빅 데이터 시대의 보안은 기존의 정보 보안에 비해 세 가지 측면에서 더욱 복잡해졌습니다. 즉, 대량의 비즈니스 운영 데이터, 고객 정보, 개인 정보 보호, 다양한 행동에 대한 상세 기록 등 대량의 데이터를 수집하여 데이터 유출 위험을 가중시킵니다. 한편, 일부 민감한 데이터의 소유권과 사용권이 명확하게 정의되지 않았기 때문에, 많은 대형 데이터 기반 분석은 관련된 개인 정보 보호 문제를 고려하지 않았습니다. 한편, 빅데이터는 데이터 무결성, 가용성 및 기밀성에 도전하여 데이터 손실, 도난, 남용 및 파괴를 방지하는 데 기술적인 어려움을 겪고 있습니다. 전통적인 보안 도구는 더 이상 예전처럼 유용하지 않습니다.
이 솔루션은 제한된 관리 경계를 구축하고, 보호 요구 사항에 따라 핵심 보호를 강화하고, 통합 데이터 보안 관리 시스템을 구축하고, 네트워크 보호와 데이터 자체 방어의 원칙을 따르는 것입니다. 포괄적인 사이버 보안 관리를 실시하면 빅데이터의 보안 문제를 완전히 해결할 수 있다는 뜻은 아니다. 데이터 손실은 기존 경계 네트워크 보안에 필요한 보완책일 뿐입니다. 우리는 또한 빅 데이터 보안 관리의 사각 지대를 모니터링해야합니다. 이 둘을 결합해야만 완전히 통합된 보안 관리 솔루션을 구현할 수 있습니다.
과제 4: 대용량 데이터를 신속하게 처리해야 하는 요구 사항으로 인해 자율적인 의사 결정의 비율이 크게 낮아졌습니다.
네 개의 "V" 중 마지막 "V" (속도) 는 대량의 데이터를 이용하여 유용한 정보를 빠르게 얻을 수 있는 속성을 결정합니다.
빅데이터 시대에는 사물인과관계에 대한 관심이 사물 연관관계에 대한 관심으로 바뀌었다. 만약 빅데이터 시스템이 보조 의사결정 시스템일 뿐이라면, 이것은 아직 가장 무서운 것이 아니다. 실제로 오늘날 빅 데이터 분석은 점점 더 중요한 비즈니스 의사 결정 프로세스가 되고 있으며, 점점 더 많은 의사 결정 결과가 빅 데이터의 분석 및 권장 사항에서 나옵니다. 지도자의 가장 어려운 일 중 하나는 나의 논리적 사고를 결정하게 하거나 기계의 데이터 분석에 의해 결정하게 하는 것이다. (존 F. 케네디, 생각명언) 무서운 것은, 오늘 보기에, 기계는 왕왕 정확하다는 것이다. 이것은 어쩔 수 없이 우리를 의존하게 해야 한다. (존 F. 케네디, 기계명언) 수집된 데이터가 수정되었거나 시스템 논리가 제어된다고 상상해 보십시오! 그러나 대량의 데이터 수집, 저장, 관리, 분석 및 활용에 대한 기존의 비분석과 패리티 비교는 이미 소용이 없었다.
솔루션은 분석 및 의사 결정을 위해 대용량 데이터에 의존해야 할 뿐만 아니라 기존의 다른 의사 결정 지원 시스템도 지원해야 하며, 가능한 한 현명하게 데이터를 활용하여 결과를 알려 주고 큰 데이터를 사용할 수 있도록 해야 합니다. 그러나 큰 데이터 시스템에 일방적으로 의존해서는 안 된다.
도전 5: 빅데이터의 독특한 도입으로 공수 위치의 불평등이 크게 줄었다.
빅 데이터 시대에는 데이터 처리 및 스토리지 체인의 시공간 순서가 모호하여 확장 가능한 데이터 연결이 개인 정보 보호의 어려움을 가중시켰습니다. 과거의 전통적인 안전보호 업무는 먼저 울타리와 담을 세우고' 해커' 의 공격을 기다리는 것이었다. 우리는 다음' 해커' 가 누구인지는 알 수 없지만, 새로운 허점을 찾아 정면에서 한 층씩 들어가기 위해서라는 것을 분명히 알고 있다. (윌리엄 셰익스피어, 해커, 해커, 해커, 해커, 해커, 해커, 해커) 수비 측은 공터에 있지만 공격측에 뚜렷한 압도적 우세를 가지고 있다. 빅 데이터 시대에 누구나 정보의 제공자이자 수호자가 될 수 있다. "그것" 이 어디서 왔는지, "그것" 의 최전선이 어디에 있는지 알기가 어렵습니다. 이 변화는 공수 쌍방의 실력 대비 불평등을 크게 줄였다.
이와 함께 불평등의 감소로 데이터 마이닝, 데이터 분석 등 데이터 기술을 활용하여 귀중한 정보를 얻는 동시에' 해커' 도 이러한 대형 데이터 기술을 활용하여 새로운 공격을 시작할 수 있습니다. 해커는 소셜 네트워킹, 메일, 웨이보, 전자 상거래, 전화번호, 집 주소 등 더 유용한 정보를 최대한 수집합니다. 빅 데이터 분석을 통해 해커의 공격이 더욱 정확해졌다. 또한' 해커' 는 수백만 대의 꼭두각시 기계를 동시에 통제하고 빅데이터를 이용해 좀비 사이버 공격을 개시할 수 있다.
대용량 데이터로 인한 새로운 보안 문제, 솔루션은 보안 조치 업데이트, 새로운 보호 조치 추가, 운영 데이터와 비즈니스 데이터 혼합, 여러 비즈니스 프로세스 병렬 처리, 특징 식별 구축 내용 증가, 데이터 자원 관리 강화 등을 목표로 하고 있습니다.
과제 6: 대규모 데이터 네트워크의 상대적 개방성은 보안 강화 전략의 복잡성을 줄여줍니다.
큰 데이터 환경에서 데이터 소비자는 데이터의 창조자이자 공급자이기도 하며, 데이터 간의 연결은 지속적이며 데이터 세트는 무한히 확장될 수 있습니다. 이러한 이유로 빅 데이터 애플리케이션 전략의 새로운 변화가 결정되어 빅 데이터 네트워크가 더욱 개방되어야 합니다. 대용량 데이터는 복잡하고 다양한 데이터 저장소 콘텐츠를 신속하게 처리해야 하므로 많은 경우 보안 관리의 민감도와 복잡성을 너무 높게 설정할 수 없습니다. 또한 빅데이터는 광범위한 참여를 강조하므로 시스템 관리자는 많은 정책의 보안 수준을 낮출 수 있습니다.
물론, 큰 데이터의 크기도 보안 제어 조치가 제대로 구현될 수 있는지에 영향을 미칩니다. 업그레이드 속도가 데이터의 비선형 증가를 따라가지 못하면 큰 데이터 보안 보호의 허점이 노출됩니다.
이 솔루션은 보다 개방적이고 분산된 배포 모델을 채택하고, 보다 유연하고 쉽게 확장할 수 있는 정보 인프라를 채택하고, 위협 특징에 기반한 실시간 매칭 감지를 구축하고, 통합 시간 소스를 기반으로 한 고급 지속 가능성 공격 (APT) 의 가능성을 제거하고, 대용량 데이터의 설계 규모를 정확하게 제어하며, 해커가 이용할 수 있는 공간을 약화시킵니다.
빅데이터 시대가 도래했고, 빅데이터는 우리의 사회경제 활동에 큰 영향을 미치고, 깊은 충격을 가져왔다. 빅 데이터 기술을 최대한 활용하여 정보의 엄청난 가치를 발굴함으로써 강력한 경쟁 우위를 확보하고 형성하는 것이 트렌드가 될 것입니다. 빅 데이터 시대의 6 대 보안 과제에 직면하여 충분한 중시를 불러일으키고 적절한 조치를 취할 수 있다면 미리 대비할 수 있습니다.
변쇼가 공유하는 빅 데이터 보안의 6 대 과제에 대한 내용이다. 더 많은 정보는 글로벌 아이비리그가 더 많은 건품을 공유하는 것에 집중할 수 있다.