京公网安备 11010802034615号
经营许可证编号:京B2-20210330
给大数据时代的信息安全上一道“紧箍”_数据分析师
“我们虽然出身于专业的研究所,却更像是深山里的老锁匠。”张建军笑着说。作为中国电子科技集团公司第三十研究所的副总工程师,张建军对信息安全技术再熟悉不过了。
“老锁匠是卖锁的,用锁得先装上防盗门。于是为了卖锁,我们开始做防盗门。又发现房子都是茅草房,装了防盗门,房子却塌了,于是我们开始修建水泥房子。等盖好了房子,为了让客户住得舒服,我们又变成了物业公司。”张建军这样解释自己的工作,从卖锁到装防盗门,再到建房子、做物业,在信息安全技术上提供全套服务,从类似密码机的单一产品到整个信息安全工程防护产品的全生命周期保障和维护。
在用户对信息安全产品的产品使用过程中,在用户对信息安全理念的理解不断深化的过程中,总有一些有趣的现象出现:比如说,有人把防盗门装在了洗手间里——用户并没有把防护建立在最需要保护的东西之上。再比如,有人装了防盗门,却把钥匙挂在门上,缺少足够的信息安全意识。“信息安全保障不是购买完了就起作用,并非一吃立马见效的药物,更多的时候,它更像保健药。”张建军说。
不久前,国家信息安全漏洞共享平台(CNVD)发布了对OpenSSL存在的一个内存信息泄露高危漏洞“心脏滴血”的通知。由于 OpenSSL应用极为广泛,政府机关、高校网站以及金融证券、电子商务、网上支付、即时聊天软件、邮件系统等诸多服务提供商均受到该漏洞的影响,互联网用户个人信息与财产安全遭遇挑战。
“心脏滴血”最早是由Google一支研究团队和一家芬兰安全公司同时发现的,它是被认为是近年来影响最广、后果最严重的网络漏洞之一。据了解,这个安全漏洞实际存在已经超过两年时间。这意味着在过去两年中,互联网用户的个人信息实则处于危险状态。从某种程度上说,这4个字是从事网络安全工作的技术人员的“噩梦”。
更严重的是,这种危险并未被一个个用户所知晓。张建军曾有一位“难缠”的客户,最初,想谈合作但无功而返,很难突破。适逢“五一”假期,这家企业的机器突然感染病毒,无法正常运转,客户这时想到了张建军,前来求助。张建军带领信息安全人员5月1日发现问题,2日制作了病毒专杀工具,3 日提交,4日企业就正常上班了,没有构成任何损失。这次有惊无险的经历奠定了两家合作的基础,“后来千万级以上的单子我们签了好几个。”张建军说。
“很难想象掌握了大量用户数据的大公司将用户信息泄露出去会发生什么。”张建军说,“毫不夸张,一个人手中的手机透露的信息足以将自己陷于困境。”通过一系列数据分析,手机持有者的用户习惯尽显无遗。如果有人图谋不轨,则很容易设下陷阱。
张建军因此呼吁法律的保障和道德的约束。例如针对正在兴起的互联网金融,交易取证问题如何解决?一旦出现问题,怎样证明是用户的责任还是服务商的责任?在用户处于弱势地位的情况下,需要有第三方证据保全和责任认定证明的服务出现。
国家信息化专家咨询委员会常务副主任周宏仁,在信息化形势研判专家高层研讨会上提出网络繁荣背后的隐忧。近年来,中国信息化舆论场热点不断,如云计算、物联网、智慧地球、智慧城市、智能手机、3D打印、第三次工业革命、大数据等。中国看似已然成为全球信息化浪潮中风口浪尖的弄潮儿,对世界潮流紧追不舍。但应该清醒牢记,中国信息化的发展,一定要从中国经济社会发展和信息化发展的实际出发,不能盲目地追风;否则,我们有可能成为国外技术和产品的盲目的吹鼓手和推销者,误导中国的企业和用户,使中国的ICT产业误入歧途。
需求主导,而非技术主导,是信息化推进的一条铁律。违反了这条铁的规律,信息化的发展一定会误入歧途。中国的信息化必须是需求驱动,是为中国现代化的进程和紧迫需求服务的,而不应该是技术驱动。为了采用或发展某种技术而推进所谓的信息化,而不首先想清楚这种技术解决国家或地方经济社会发展的什么紧迫需求,可能就走偏了方向。“过去几年,中国信息化推进中的技术驱动现象非常明显,令人忧虑。”周宏仁说。
大数据的重要意义和价值是毋庸置疑的。认识数据时代的来临,实际上比大数据本身更为重要。因为,大数据时代的来临,就是数据时代的来临,也是“数据”真正作为“资源”时代的来临。60年前,控制论的创始人维纳曾经指出,信息是与物质和能源同样重要的,它是构成客观世界的三大要素之一,是人类社会的三大资源之一。这个论断的真谛,只有在数据时代的今天才不难理解。然而,资源是需要开发的。就像一座铜矿一样,没有开发,铜矿不会自动地变成铜。信息资源开发的过程,就是信息化的过程。“数字化”开启了信息时代信息资源开发利用的新模式、新技术、新方法,但在发展面前,安全的“紧箍”也需要被牢记。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29