摘要：电力行业作为国家经济发展的基础行业,安全运营至关重要,大数据技术在其中发挥着重要作用。然而随着电力大数据的迅猛发展,数据安全问题也日益凸显,确保电力大数据的安全,防范潜在的数据泄露和非法入侵,已成为电力行业面临的一大挑战。《电力大数据安全》详细阐述了电力大数据的基础设施安全问题。书中介绍了大数据与电力大数据的基本概念、特征和发展情况,进而揭示了电力大数据面临的安全威胁,详细描述了电力大数据平台的构建及设计与实现。在基础设施安全方面,书中从网络、主机和应用三个层面进行了深入探讨。在安全保障技术部分,详述了数据采集整合、存储、挖掘、发布等环节的安全措施,还特别提到了数据脱敏技术以及防范APT和电力线攻击的方法。作者对电力大数据的网络安全保密技术进行了全面剖析,包括网络通信保密、密钥管理技术及电力系统的网络安全,并提出了电力大数据的信息安全策略,涉及大数据安全分析、信息安全体系建设、存储安全及安全管理等内容。

摘要：[目的/意义]总结归纳大数据安全政策的一般模式与规律,对中、美及欧盟大数据安全政策文本进行对比分析,促进大数据安全政策内容完善和政策体系优化。[方法/过程]收集中、美及欧盟数据安全主题的政策文本,采用内容分析法,结合制度文本理论,构建大数据安全政策文本理论框架,并基于该理论框架对中美欧国家大数据安全政策文本进行对比分析。[结果/讨论]构建了以理念规划层、基本制度层和保障实施层为支撑的大数据安全政策文本理论框架。在此框架基础上对比发现,我国的大数据安全政策文本还存在覆盖领域不全面、政策要素占比失衡、重惩罚轻鼓励等问题。据此提出要加强顶层设计、均衡政策注意力分配、多措并举等政策建议。

摘要：当前,用户数据的安全与隐私保护无疑成为大数据环境中最为重要的问题之一,而其最彻底的解决方式是通过加密所有数据来完成.因此,新的加密技术和在密文域上探索高效的大数据处理新模式是国内外当前的研究热点.在贯穿于整个数据生命周期中,密文域上的计算、访问控制和数据聚合(分别称为密文计算、密文访问控制和密文数据聚合)等问题已成为该领域的核心问题.主要针对密文计算、密文访问控制和密文数据聚合等当前国内外研究的现状进行综述,指出其存在的问题与不足.在此基础上,重点介绍了文章作者团队在大数据安全与隐私保护方面的最新研究成果.在密文计算方面,提出了通过减少公钥加密使用次数来设计高效的隐私保护外包计算的新方法,并设计了不依赖于公钥(全)同态加密,仅需一次离线计算任意单向陷门置换来实现安全外包计算的新方案.在密文访问控制方面,提出了支持大属性集合的、短密文的高效可追踪、可撤销属性基加密方案.在密文数据聚合方面,提出了不依赖于加法同态加密的、保护个体数据隐私且仅由授权接收方可成功解密聚合结果的高效隐私保护外包聚合方案.最后,还指出了该领域当前研究中需要解决的公开问题和未来的发展趋势.

摘要：为实现对过往车辆信息数据的深度挖掘,缓解特定时间内的交通拥堵压力,设计基于云边融合的车联网架构大数据安全集成算法。以车载云网格作为底层数据融合结构,在连接集中式微云决策引擎的同时,实现对车联网信息的发布与处理,搭建车联网架构下的云边融合环境。在此基础上,计算车辆信息的相似度数值,按照集成选择机制的应用需求,解决车联网数据的交叉和变异问题,完成基于云边融合的车联网架构大数据安全集成算法设计。对比实验结果表明,应用大数据安全集成算法后,车辆信息数据由一个集成节点迁移至另一个集成节点所需的等待时间降低至0.15 ms,而单位时间内的堆积总量却始终不超过7.5×10^(9) TB,不仅能够实现对过往车辆数据的深度挖掘,也可有效缓解由信息滞留造成的交通拥堵压力。

摘要：云安全虽然经过多年发展已逐渐成熟,但是随着大数据、人工智能等新业务场景不断扩展,云安全也面临了越来越多的挑战.提出一种基于大数据安全保障的云安全技术体系,可以有效解决传统云安全在数据安全及安全体系化方面存在的不足.新的云安全体系从以数据为中心的安全理念出发,构建了一套基于大数据技术的新型云安全技术体系框架.针对新的云安全体系涉及的关键技术进行了重点介绍,并详细介绍了新的云安全体系在具体实践中的方案设计,最后还介绍了在数字哈密智慧政务大数据平台中具体项目案例中的实践效果.

摘要：通过对智慧城市建设总体架构、大数据安全等内容进行研究,归纳整理了智慧城市建设过程中面临的大数据安全问题。通过分析大数据安全问题产生的原因,给出提升大数据安全能力的方案建议,从而保证智慧城市建设中真正实现数据融通、信息安全,进而促进智慧城市建设持续、健康发展。

摘要：从海量安全日志中发现威胁,提取有效安全事件,生成安全告警供相关人员处置是企业内大数据安全管理平台的研究热点。在传统的大数据安全管理平台中,安全事件由安全分析人员人工研判,在数据关联分析的实时性、准确性及个性化分析方面有所欠缺,同时还存在交互性弱的问题。为了完善及解决这些问题,文章设计并实现了基于复杂事件处理的大数据安全关联分析模型,将大数据安全关联分析处理过程按阶段性任务分解,不同任务继续分解为子任务,不同任务在不同的引擎或模块中协作完成安全关联分析任务。在Storm平台辅助Esper引擎实现所设计模型,产生安全事件告警。将模型投入生产环境使用,该模型从连续高速的数据流中自动化、高效分析事件产生告警且性能稳定。在海量数据实时安全关联分析中采用该模型,不仅能应对高速数据流,还能基于复杂事件处理分析事件之间的关联,监控企业内大数据安全。

摘要：基于目前国产通用关系型数据库软件,提出大数据适应性改造方案.该方案基于行列混合的压缩存储引擎(hybrid column compression,HCC),解决大数据的磁盘I/O读取性能问题,并降低了存储采购成本;利用智能索引、Hash索引、子串索引和自定义分词索引技术,解决大数据精确查询的性能问题;采用多机并行计算技术(multi-machine parallel,MPP)和多CPU核心并行计算技术(multi-CPU core parallel,SMP),解决大数据统计分析性能问题;通过数据全生命周期管理,解决大数据硬件资源优化分配问题;构建在线平滑扩展的完全无共享平台架构,解决大数据膨胀带来的系统扩展性问题;通过云化的大数据安全框架,设计了分布式的大数据安全解决方案;在应用改造方案中设计并实现了大数据存储平台,通过测试与应用效果分析,验证了技术方案的合理性,平台的技术指标接近国外同类产品的目标.

摘要：随着IT产业爆炸式的发展,大数据技术已深入国家战略、企业发展和个人生活的方方面面。然而随着大数据技术的蓬勃发展,与之伴随安全方面的研究相对落后,大数据的安全问题往往会对国家、政府、企业及个人造成严重危害。通过研究已有的大数据框架,结合当前国内外最新大数据安全标准和法规,设计了一种在大数据环境下的安全稽查与风险评估平台。首先,以研究大数据资产监管为基础,对资产与安全能力进行安全稽查;其次,结合稽查结果与大数据安全标准,完成风险评估以实现尽早发现平台中所存在的安全威胁。

摘要：为了解决大数据安全性不足的问题,在现场可编程门列阵的基础上,设计了一种融合了链式振荡环、触发器阵列以及异或门阵列的改进大数据加密方法。然后通过与L8M-LBE、R2S-LBE进行对比实验的方式对该方法进行验证。实验结果表明,改进加密方法的NIST测试通过率为97.5%,优于传统真随机数发生器。在加密硬件吞吐率测试方面,改进加密方法的吞吐率为1983.3 Mbps,优于L8M-LBE与R2S-LBE。实验结果证明改进后的真随机数发生器加密性能得到了极高的提升,能够为大数据加密安全提供一个新的思路。