大数据是否意味着大风险？

越来越多的用户被警告说，他们对自己收集的数据被享受和使用的方式感到震惊。显然，人们需要更好地管理整个企业的关键利益相关者和相关部门的数据:从首席营销官到IT部门，企业必须制定在企业业务内外使用、存储和传输相关数据的相关指南和最佳实践。

从信息安全的角度来看，围绕关键问题的大数据往往分为以下五个方面:

1.网络安全:随着互联网上越来越多的交易、对话、互动和数据，这种刺激使得网络犯罪比以往任何时候都更加猖獗。《信息安全论坛》2012年1月发表的题为《网络安全策略:实现网络弹性》的报告指出，“今天的网络犯罪分子组织更好，也更专业，拥有强大的工具和能力来攻击已确定的目标。这不是报纸头条的一次性数据破坏或黑客攻击的故事，但它有着深远的后果，对企业来说可能意味着名誉受损、法律责任甚至财务破产。网络弹性和防御策略对于企业大数据至关重要。

2.云中的数据:企业快速采用和实施新技术的压力，比如云服务。经常面临挑战性的大数据存储和处理需求。这包括不可预见的风险和意想不到的后果。云中的大数据是网络犯罪分子的诱人目标。这对企业提出了更高的要求，他们必须以正确的策略购买安全的云。

3.个人设备安全管理:随着大数据的增长，新的移动设备的使用范围扩展到收集、存储、访问和数据传输。企业现在面临着员工在工作场所使用个人设备的安全管理的挑战，他们必须平衡安全和生产力的需求。对于员工来说，智能分析和浏览网页细节是一个安全噩梦，尤其是当这些内容与家庭和工作数据混合在一起时。企业应确保其员工接受相关的个人设备使用政策，并根据既定的安全政策继续管理移动设备。

4.互联供应链:企业往往是一个复杂的、全球性的、相互依存的供应链的一部分，而这一部分往往可能是最薄弱的环节。信息是通过一个简单而普通的数据供应链组合起来的，包括从贸易或商业秘密到知识产权的一系列信息。如果损失可能导致企业声誉受损，将受到经济或法律上的处罚。信息安全协调在业务关系中起着非常重要的作用，包括外包、离岸供应链和云服务提供商。

5.数据安全:大量数据的产生、存储和分析，数据安全的问题在未来几年将成为更大的问题。企业必须尽快开始规划新的数据保护，同时监控进一步的立法和法规发展。

数据聚合和大数据分析是保证企业营销智能化的宝库。能够根据客户的情况，结合以往的采购模式和以往的“私人”偏好进行销售，是营销的法宝。然而，企业领导人渴望采用这些新技术，并应了解申请多个司法管辖区的法律和其他限制。企业还应该实施数据隐私最佳实践和设计分析程序，建立相关的透明度和问责制，并且永远不要忽视大数据、流程和技术的作用。

不言而喻，确保数据的输入和输出是一个关键挑战，它不仅会影响潜在的业务活动和机会，还会产生深远的法律影响。对预期变化保持灵活和理想的调整，而不是在遇到困难时临时寻求解决方案。

话虽如此，在早期，我们还没有看到大量的外部需求，迫使企业必须保证信息的完整性。但随着企业规模的扩大，业务处理的信息仍会增加，这就要求业务决策与原始数据的大数据分析密切相关，信息的质量变得越来越重要。如果同样复杂的分析可以应用于相关的安全数据，大数据，它甚至可能被用来提高信息安全。

虽然这样的解决方案可能看起来不太常见，但你可以放心，人们正在研究大数据分析用于防止欺诈检测、网络安全、社会分析和实时多式联运监控。