大數據的產生使數據分析與應用更加復雜，難以管理。據統計，過去3年里全球產生的數據量比以往400年的數據加起來還多，這些數據包括文檔、圖片、視頻、Web頁面、電子郵件、微博等不同類型，其中，只有20%是結構化數據，80%則是非結構化數據。數據的增多使數據安全和隱私保護問題日漸突出，各類安全事件給企業和用戶敲醒了警鐘。在整個數據生命周期里，企業需要遵守更嚴格的安全標準和保密規定，對數據存儲與使用的安全性和隱私性要求越來越高，傳統數據保護方法常常無法滿足新變化網絡和數字化生活也使黑客更容易獲得他人信息，有了更多不易被追蹤和防范的犯罪手段，而現有的法律法規和技術手段卻難于解決此類問題。因此，在大數據環境下數據安全和隱私保護是一個重大挑戰。

　　但是也應該看到，在大數據時代，業務數據和安全需求相結合能夠有效提高企業的安全防護水平。通過對業務數據的大量搜集、過濾與整合，經過細致的業務分析和關聯規則挖掘，企業能夠感知自身的網絡安全態勢，預測業務數據走向。了解業務運營安全情況，這對企業來說具有革命性的意義。目前，在一些運營商的業務部門已經開始使用安全基線和大數據分析技術，及時檢測與發現網絡中的各種異常行為和安全威脅，從而采取相應的安全措施。據Gartner公司預測，2016年40%的企業（以銀行、保險、醫藥、電信、金融和國防等行業為主）將積極地對至少10TB數據進行分析，以找出潛在的安全危險。

　　隨著對大數據的廣泛關注。有關大數據安全的研究和實踐也已逐步展開，包括科研機構、政府組織、企事業單位、安全廠商等在內的各方力量，正在積極推動與大數據安全相關的標準制定和產品研發，為大數據的大規模應用奠定更加安全和堅實的基礎。

　　2.不同領域的大數據安全需求

　　在理解大數據安全內涵、制定相應策略之前，有必要對各領域大數據的安全需求進行全面了解和掌握，以分析大數據環境下的安全特征與問題。

　　（1）互聯網行業

　　互聯網企業在應用大數據時，常會涉及數據安全和用戶隱私問題。隨著電子商務、手機上網行為的發展，互聯網企業受到攻擊的情況比以前更為隱蔽。攻擊的目的并不僅是讓服務器宕機，更多是以滲透APT的攻擊方式進行。因此，防止數據被損壞、篡改、泄露或竊取的任務十分艱巨。同時，由于用戶隱私和商業機密涉及的技術領域繁多、機理復雜。很難有專家可以貫通法理與專業技術，界定出由于個人隱私和商業機密的傳播而產生的損失，也很難界定侵權主體是出于個人目的還是企業行為。因此，互聯網企業的大數據安全需求是：可靠的數據存儲。安全的挖掘分析，嚴格的運營監管，呼喚針對用戶隱私的安全保護標準、法律法規、行業規范，期待從海量數據中合理發現和發掘商業機會和商業價值。

　　（2）電信行業

　　大量數據的產生、存儲和分析，使得運營商在數據對外應用和開放過程中面臨著數據保密、用戶隱私、商業合作等一系列問題。運營商需要利用企業平臺、系統和工具實現數據的科學建模，確定或歸類這些數據的價值。由于數據通常散亂在眾多系統中，信息來源十分龐雜，因此運營商需要進行有效的數據收集與分析，保障數據的完整性和安全性。在對外合作時，運營商需要能夠準確地將外部業務需求轉換成實際的數據需求，建立完善的數據對外開放訪問機制。在此過程中，如何有效保護用戶隱私，防止企業核心數據泄露，成為運營商對外開展大數據應用需要考慮的重要問題。因此，電信運營商的大數據安全需求是：確保核心數據與資源的保密性、完整性和可用性。在保障用戶利益、體驗和隱私的基礎上充分發揮數據價值。