京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代安全问题不容忽视 可从三个层面入手解决
随着移动互联网行业的爆发性发展,新技术、新业务与数据中心的关联度越来越高,海量的数据处理需求,令互联网行业面临着全新的数据存储和传输模式,在这样的背景之下,大数据技术应运而生。大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革。其释放出的巨大价值,几乎给每个行业都带来了颠覆,政府可以利用大数据让政务更加公开透明,企业可以利用大数据分析用户消费习惯,创造更大的商业价值。但需要注意的是,大数据发展是把双刃剑,在大力挖掘其应用价值的同时,还要化解其相应的安全风险,真正实现我们的网络强国梦。
全球大数据市场规模达285亿美元
阿里巴巴集团创始人马云曾说过,在大家还没搞清PC时代的时候,移动互联网来了,还没搞清移动互联网的时候,大数据时代来了。上网购物、浏览新闻、看网络视频等等,你的每个行为都将产生信息,当这些数据信息被商家、企业研究利用,将会释放出巨大的商业价值,而这也成为各大企业竞相追逐大数据的原因。
据国家金融信息中心指数研究院在第十三届中国国际软交会期间发布的《新华(大连)软件和信息技术服务业发展指数报告(2015)》显示,2014年,全球大数据市场规模达到285亿美元,同比增长53.2%。
大数据发展速度迅猛,快于整个信息和通讯技术市场增长速度,成为IT市场的新增长点。以IBM为例,其已在大数据与分析领域投入250亿美金。事实证明,IBM的大数据策略是正确的。据了解,作为IBM转型的核心战略,去年其大数据业务增长了7%,营收达170亿美元。
不仅在国外,国内对大数据的布局亦是如火如荼地展开。2014年以来,贵州省大力发展大数据产业,创建了国家级大数据产业发展集聚区,大力发展数据中心,同时,还成立了大数据交易所。去年,贵州省大数据信息产业总量同比增长62.2%;同年,中国电信、中国东方航空公司等8企业发起成立中国企业大数据联盟;百度提出了“大数据引擎”,通过三大组件——开放云、数据工厂、百度大脑,希冀将其大数据能力开放给社会……
“使用大数据,将会是个别企业竞争和成长的关键形式,”麦肯锡公司表示,“不管是从竞争的立场,还是从获取潜在价值的角度,所有的公司都需要重视大数据。在大部分行业里,已有的商业对手和业界新人,都将利用数据驱动策略来进行创新、竞争和获取价值。”
各国政策红利催热大数据
虽然“大数据”一词对大多数人来说,还比较新鲜,但其早已上升到国家战略层面。各国都卯足劲努力提高数据的“加工能力”,进而实现数据的增值。
以美国为例,其在大数据应用的研究上抢先一步,正形成从发展战略、法律框架到行动计划的完整布局。据了解,2012年3月,白宫发布《大数据研究和发展计划》,并成立“大数据高级指导小组”,计划利用用大数据技术系统改造传统国家治理手段和治理体系,以及形成新的经济增长业态和板块。2013年11月,白宫推出“数据-知识-行动”计划,进一步细化了利用大数据改造国家治理、提振经济的重要举措。2014年5月,美国总统办公室提交《大数据:把握机遇,维护价值》政策报告,计划启动“公开数据行动”,陆续公开健康、能源、气候、教育等50个门类的政府数据,便利商业部门踊跃进行开发和创新。
欧、日、韩等国紧紧跟随。据了解,欧盟正在力推《数据价值链战略计划》,用大数据改造传统治理模式,试图大幅降低公共部门成本,并促进经济增长和就业增长。日本积极谋划利用大数据改造国家治理体系、对冲经济下行风险。2013年6月,安倍内阁正式公布新IT战略《创建最尖端IT国家宣言》,以开放大数据为核心的IT国家战略,要把日本建设成为一个具有“世界最高水准的广泛运用信息产业技术的社会”。
中国政府在大数据建设应用上亦是不遗余力。近日,国务院常务会议审议通过了《关于运用大数据加强对市场主体服务和监管的若干意见》。国家发展和改革委员会副主任连维良表示,我国正在构建以信用为核心的新型市场监管机制,并提升政府运用大数据加强市场服务和监管的能力,以提高监管和服务的有效性,降低行政成本。
大数据安全议题日渐升温
大数据已融入到我们的生活中,并呈现蓬勃发展的态势,但是不能否认的是,当前的大数据发展具有巨大挑战,如安全问题。这从“棱镜门”事件到支付宝大规模故障,再到携程网因“内部错误操作”宕机近12小时,都可窥见一斑。大数据时代,解决网络安全问题势在必行,而这离不开企业研发以及国家扶持的共同给力。
首先,法律层面。《中华人民共和国刑法修正案(七)》以及现在正在加快推进的《个人信息保护法》表明,个人信息泄露问题已引起国家相关部门的重视,但这远远不够,相关部门一定要根据不断变化的市场现状,尽快完善相关的法律法规,形成完整的法律体系。
其次,管理层面。企业要有良好的法律意识与职业道道,对客户的信息要严加保密。国家信息中心时空大数据研究中心秘书长吕欣建议,企业可以建立相应的公司内控机制,使客户的数据和个人信息在公司的内部体系处于可控范围。
再次,技术层面。企业应当加大对信息保护的投入,筑起一道信息防护墙,严挡黑客的入侵。同时,吕欣建议企业内部可以建立控制机制,严控技术人员对客户信息的访问,防止信息的外泄。
据麦肯锡预测,预计到2020年,美国的大数据可创造3800亿-6900亿美元的价值。欧盟委员会预测,截至2020年,大数据可创造2060亿欧元的价值。大数据带来了经济发展的机遇,但与其相随的安全风险亦不容小觑,全球各国应持续探索解决方案。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31