摘要:新机遇&新挑战近年来，互联网与信息技术的高速发展与普及应用，导致数据量呈指数增长。如今，大数据的价值正被不断挖掘、利用，在互联网、金融、电信、交通、医疗等关系国计民生的重要行业发挥着广泛而巨大的作用——服务人民日常生活、助力企业经营发展、推动产业转...
“大数据安全治理与传统安全防护”差异对比图
2、大数据的分级分类
基于对数据的有效理解和分析，对数据进行不同类别和密级的划分；根据数据的类别和密级制定不同的管理和使用原则，尽可能对数据做到有差别、有针对性的防护，从而实现数据在被适当安全保护下的自由流动。
3、大数据的授权管控
不仅要对大数据分级分类，更要针对不同角色制定不同的安全政策，从而知晓大数据被谁访问或使用过（增删改查）；常见的角色包括：业务人员、数据运维人员、开发测试人员、分析人员、外包人员、数据共享第三方等。
4、大数据的场景化安全
研究不同角色在不同场景下的数据使用需求，在尽可能满足数据被正常使用的前提下，选择适合的安全工具，完成相应的安全要求。例如：对于开发测试人员，在开发场景下，应侧重满足其对生产数据高度仿真模拟的需求，而非是对仿真数据进行加密、访问控制、审计等；对于运维人员，在备份和调优场景下，并不需要什么特殊权限，只对其做行为审计和敏感数据掩码即可。
