大數據時代已經到來 “藍海”成為競爭新焦點

　　根據有關學者的研究，數據密集型科學將成為繼實驗科學、理論科學、計算機科學之后，人類科學研究的第四個范式。以大數據為代表的數據密集型科學將成為新一次技術變革的基石。隨著數據的進一步集中和數據量的增大，對海量數據進行安全防護變得更加困難，數據的分布式處理也加大了數據泄露的風險，信息安全正成為制約大數據技術發展的瓶頸。

　　大數據時代已經到來

　　物聯網、云計算、移動互聯網等新技術的發展，使得手機、平板電腦、PC及遍布地球各個角落的傳感器，成為數據來源和承載方式。據估計，互聯網上的數據量每兩年會翻一番，到2013年，互聯網上的數據量將達到每年667EB（1EB=230GB）。這些數據絕大多數是“非結構化數據”，通常不能為傳統的數據庫所用，但這些龐大的數據“寶藏”將成為“未來的新石油”。

　　1.大數據具有四個典型特征

　　大數據（BigData）是指“無法用現有的軟件工具提取、存儲、搜索、共享、分析和處理的海量的、復雜的數據集合”。業界通常用四個V來概括大數據的特征。

　　——數據體量巨大（Volume）。到目前為止，人類生產的所有印刷材料的數據量是200PB（1PB=210TB），而歷史上全人類說過的所有的話的數據量大約5EB（1EB=210PB）。當前，典型個人計算機硬盤的容量為TB量級，而一些大企業的數據量已經接近EB量級。

　　——數據類型繁多（Variety)。這種類型的多樣性也讓數據被分為結構化數據和非結構化數據。相對于以往便于存儲的以文本為主的結構化數據，非結構化數據越來越多，包括網絡日志、音頻、視頻、圖片、地理位置信息等，這些多類型的數據對數據的處理能力提出了更高要求。

　　——價值密度低（Value）。價值密度的高低與數據總量的大小成反比。以視頻為例，一部1小時的視頻，在連續不間斷的監控中，有用數據可能僅有一兩秒。如何通過強大的機器算法更迅速地完成數據的價值“提純”，成為目前大數據背景下亟待解決的難題。

　　——處理速度快（Velocity）。這是大數據區分于傳統數據挖掘的最顯著特征。根據IDC的“數字宇宙”報告，預計到2020年，全球數據使用量將達到35.2ZB（1ZB=210EB）。在如此海量的數據面前，處理數據的效率就是企業的生命。

　　2.大數據成為國家和企業的核心資產

　　2012年瑞士達沃斯論壇上發布的《大數據大影響》報告稱，數據已成為一種新的經濟資產類別，就像貨幣或黃金一樣。奧巴馬政府已把“大數據”上升到國家戰略層面，2012年3月，美國宣布投資2億美元啟動“大數據研究和發展計劃”，借以增強收集海量數據、分析萃取信息的能力。美國政府認為，大數據是“未來的新石油”，一個國家擁有數據的規模、活性及解釋運用的能力將成為綜合國力的重要組成部分，未來對數據的占有和控制甚至將成為繼陸權、海權、空權之外國家的另一個核心資產。

　　對企業來說，數據正在取代人才成為企業的核心競爭力。在大數據時代，數據資產取代人才成為企業智商最重要的載體。這些能夠被企業隨時獲取的數據，可以幫助和指導企業對全業務流程進行有效運營和優化，幫助企業做出最明智的決策。此時，企業智商的基礎就是形形色色的數據。

　　大數據在重新定義企業智商的同時，對企業核心資產也進行了重塑，數據資產當仁不讓地成為現代商業社會的核心競爭力。在大數據時代，企業必須熟悉和用好海量的數據，而互聯網行業已提早感受到了大數據帶來的深切變化。一些互聯網企業已經完成了核心競爭力的重新定義。

　　3.大數據“藍海”成為競爭的新焦點

　　大數據所能帶來的巨大商業價值，被認為將引領一場足以與20世紀計算機革命匹敵的巨大變革。大數據正在對每個領域造成影響，在商業、經濟和其他領域中，決策行為將日益基于數據分析，而不再是憑借經驗和直覺。大數據正在成為政府和企業競爭的新焦點。各大企業正紛紛投向大數據促生的新藍海。甲骨文、IBM、微軟和SAP共投入超過15億美元成立各自的軟件智能數據管理和分析專業公司。在大數據時代，商業生態環境在不經意間發生了巨大變化：無處不在的智能終端、隨時在線的網絡傳輸、互動頻繁的社交網絡，讓以往只是網頁瀏覽者的網民的面孔從模糊變得清晰，企業也有機會進行大規模的精準化的消費者行為研究。大數據藍海將成為未來競爭的制高點。

　　大數據給信息安全帶來了新的挑戰與機遇

　　大數據在成為競爭新焦點的同時，不僅帶來了更多安全風險，同時也帶來了新機遇。

　　一是大數據成為網絡攻擊的顯著目標。在網絡空間，大數據是更容易被“發現”的大目標。一方面，大數據意味著海量的數據，也意味著更復雜、更敏感的數據，這些數據會吸引更多的潛在攻擊者。另一方面，數據的大量匯集，使得黑客成功攻擊一次就能獲得更多數據，無形中降低了黑客的進攻成本，增加了“收益率”。

　　二是大數據加大隱私泄露風險。大量數據的匯集不可避免地加大了用戶隱私泄露的風險。一方面，數據集中存儲增加了泄露風險；而這些數據不被濫用，也成為人身安全的一部分；另一方面，一些敏感數據的所有權和使用權并沒有明確界定，很多基于大數據的分析都未考慮到其中涉及的個體隱私問題。

　　三是大數據威脅現有的存儲和安防措施。大數據存儲帶來新的安全問題。數據大集中的后果是復雜多樣的數據存儲在一起，很可能會出現將某些生產數據放在經營數據存儲位置的情況，致使企業安全管理不合規。大數據的大小也影響到安全控制措施能否正確運行。安全防護手段的更新升級速度無法跟上數據量非線性增長的步伐，就會暴露大數據安全防護的漏洞。

　　四是大數據技術成為黑客的攻擊手段。在企業用數據挖掘和數據分析等大數據技術獲取商業價值的同時，黑客也在利用這些大數據技術向企業發起攻擊。黑客會最大限度地收集更多有用信息，比如社交網絡、郵件、微博、電子商務、電話和家庭住址等信息，大數據分析使黑客的攻擊更加精準。此外，大數據也為黑客發起攻擊提供了更多機會。黑客利用大數據發起僵尸網絡攻擊，可能會同時控制上百萬臺傀儡機并發起攻擊。

　　五是大數據成為高級可持續攻擊的載體。傳統的檢測是基于單個時間點進行的基于威脅特征的實時匹配檢測，而高級可持續攻擊（APT）是一個實施過程，無法被實時檢測。此外，大數據的價值低密度性，使得安全分析工具很難聚焦在價值點上，黑客可以將攻擊隱藏在大數據中，給安全服務提供商的分析制造很大困難。黑客設置的任何一個會誤導安全廠商目標信息提取和檢索的攻擊，都會導致安全監測偏離應有方向。

　　六是大數據技術為信息安全提供新支撐。當然，大數據也為信息安全的發展提供了新機遇。

聲明:

凡文章來源標明“中國智能交通網”的文章版權均為本站所有，請不要一聲不吭地來拿走，轉載請注明出處，違者本網保留追究相關法律責任的權利；所有未標明來源為“中國智能交通網”的轉載文章均不代表本網立場及觀點，“中國智能交通網”不對這些第三方內容或鏈接做出任何保證或承擔任何責任。