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一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09