(1)移動數據安全面臨高壓力

    社交媒體、電子商務、物聯網等新應用的興起。打破了企業原有價值鏈的圍墻，僅對原有價值鏈各個環節的數據進行分析，已經不能滿足需求。需要借助大數據戰略打破數據邊界，使企業了解更全面的運營及運營環境的全景圖。但是，這顯然會對企業的移動數據安全防范能力提出更高的要求。此外。數據價值的提升會造成更多敏感性分析數據在移動設備間傳遞，一些惡意軟件甚至具備一定的數據上傳和監控功能，能夠追蹤到用戶位置、竊取數據或機密信息，嚴重威脅個人的信息安全，使安全事故等級升高。在移動設備與移動平臺威脅飛速增長的情況下，如何跟蹤移動惡意軟件樣本及其始作蛹者。分析樣本相互間關系，成為移動大數據安全需要解決的問題。

    (2)網絡化社會使大數據易成為攻擊目標

    在網絡空間里，大數據是更容易被發現的大目標。一方面，網絡訪問便捷化和數據流的形成，為實現資源的快速彈性推送和個性化服務提供基礎。正因為平臺的暴露，使得蘊含著潛在價值的大數據更容易吸引黑客的攻擊。另一方面，在開放的網絡化社會，大數據的數據量大且相互關聯，使得黑客成功攻擊一次就能獲得更多數據，無形中降低了黑客的進攻成本。增加了收益率。例如，黑客能夠利用大數據發起僵尸網絡攻擊，同時控制上百萬臺傀儡機并發起攻擊，或者利用大數據技術最大限度地收集更多有用信息。

    (3)用戶隱私保護成為難題

    大數據的匯集不可避免地加大了用戶隱私數據信息泄露的風險。由于數據中包含大量的用戶信息，使得對大數據的開發利用很容易侵犯公民的隱私，惡意利用公民隱私的技術門檻大大降低。在大數據應用環境下，數據呈現動態特征，面對數據庫中屬性和表現形式不斷隨機變化，基于靜態數據集的傳統數據隱私保護技術面臨挑戰。各領域對于用戶隱私保護有多方面要求和特點擻據之間存在復雜的關聯和敏感性，而大部分現有隱私保護模型和算法都是僅針對傳統的關系型數據，不能直接將其移植到大數據應用中。

    (4)海量數據的安全存儲問題

    隨著結構化數據和非結構化數據量的持續增長以及分析數據來源的多樣化。以往的存儲系統已經無法滿足大數據應用的需要。對于占數據總量80%以上的非結構化數據，通常采用NoSQL存儲技術完成對大數據的抓取、管理和處理。雖然NoSQL數據存儲易擴展、高可用、性能好，但是仍存在一些問題。例如，訪問控制和隱私管理模式問題、技術漏洞和成熟度問題、授權與驗證的安全問題、數據管理與保密問題等。而結構化數據的安全防護也存在漏洞，例如物理故障、人為誤操作、軟件問題、病毒、木馬和黑客攻擊等因素都可能嚴重威脅數據的安全性。大數據所帶來的存儲容量問題、延遲、并發訪問、安全問題、成本問題等，對大數據的存儲系統架構和安全防護提出挑戰。

    (5)大數據生命周期變化促使數據安全進化

    傳統數據安全往往是圍繞數據生命周期部署的，即數據的產生、存儲、使用和銷毀。隨著大數據應用越來越多，數據的擁有者和管理者相分離，原來的數據生命周期逐漸轉變成數據的產生、傳輸、存儲和使用。由于大數據的規模沒有上限，且許多數據的生命周期極為短暫，因此，傳統安全產品要想繼續發揮作用，則需要及時解決大數據存儲和處理的動態化、并行化特征，動態跟蹤數據邊界，管理對數據的操作行為。

    (6)大數據的信任安全問題

    大數據的最大障礙不是在多大程度上取得成功，而是讓人們真正相信大數據、信任大數據，這包括對別人數據的信任和自我數據被正確使用的信任。例如，近年來工資“被增長”、CPI“被下降”、房價“被降低”、失業率“被減少”,因百姓的切身感受與統計數據之間的差異以及國家和地方之間GDP數據嚴重不符。都導致了市場對統計數據的質疑。同時，大數據的信任安全問題也不僅是指要相信大數據本身，還包括要相信可以通過數據獲得的成果。但是，要讓人們相信和信任通過大數據模型獲得的洞察信息卻并不容易，而證明大數據本身的價值比成功完成一個項目要更加困難。因此，構建對大數據的安全信任至關重要，這需要政府機構、企事業單位、個人等多方面共同建設和維護好大數據可信任的安全環境。

    其實，綜上所述，大數據最重要的一個特征和問題就是安全！大數據未來實際上是影響到國家的安全，影響到每一個企業的安全，也影響到我們每一個人生活的安全。SOSIT整合數據恢復、救援、備份、查詢、遠程、論壇的服務內容，有針對性地向合作單位和個人進行內容整合輸出，構建起覆蓋全國的基于數據安全頻道共建的專業數據安全網絡。