来了新的安全挑战。近年来，大数据的安全与隐私问题广为关注、担忧，而“棱镜门”的曝光更加凸显了这一问题。不同于传统的安全性问题，在大数据时代下，数据面临的安全考验主要有以下几个方面。21用户隐私保护考验事实证明，如果大数据没有得到妥善的处理，会为用户的隐私带来极大的威胁。根据受保护对象的不同，可以将隐私保护分为三类，即位置保护、连接关系保护以及标识符保护。在大数据时代，用户隐私所面临的威胁不只是个人的隐私泄露这一方面，还包括大数据对其状态及行为的分析预测。现在很多企业认为只要将信息进行匿名处理，公布不含有用户标识符的信息，就能够实现对用户的隐私进行保护了，然而事实证明，这种做法取得的保护效果并不理想。总的来说，目前对用户的数据进行采集、储存、使用以及管理等工作时，均缺乏相应的标准、规范以及监管，对企业自律性过于自信以及依赖。此外，用户并不会被告知其隐私信息被用于何处。22大数据的可靠程度目前人们普遍认为摆在眼前的数据就是事实，其可以充分证明一切。然而，数据是具有一定欺骗性的，如果不能对其进行甄选，很容易被数据的假象欺骗。大数据的这种欺骗性主要反映在两个方面，一方面是伪造的数据，另一方面是失真的数据。为了达到某种效果，可能会有人通过伪造数据来制造假象，进而对数据分析人员进行诱导。由于数据的规模性和多样性，真假信息往往很难被辨别，从而造成错误的结论。此外，由于在数据收集、储存等过程中出现的误差，很容易造成数据失真，会对其分析结果造成一定的影响。3大数据安全与隐私保护技术31数据溯源技术该技术在大数据概念形成之前便被广泛采纳，其旨在帮助使用者确定数据的来源，进而检验分析结果是否正确，或对数据进行更新。标记法是该技术的基本方法，并且，在实践过程中逐渐演化为Why和Where两种形式，侧重点分别为计算方法和出处。该技术在文件的溯源以及恢复等工作中发挥着巨大的作用，并且可被运用于云存储场景之中。2009年，数据溯源技术被相关报告列为三大确保国家安全的重要技术之一，其在未来数据信息安全领域中仍具有很大的发展空间。32角色挖掘技术
f龙源期刊网httpwwwqika
comc
RBAC（以相关角色为基础进行访问控制）在早期采用自顶向下的管理模式以企业角色为依据进行角色分工，后期选用了自底向上的管理模式根据现有角色自动实现角色的优化与提取，后者即为角色挖掘。通常情况下，使用该技术可以根据用户的点击情r