共查询到18条相似文献,搜索用时 218 毫秒
1.
2.
大数据时代,数据泄露事件层出不穷,数据安全已经成为阻碍大数据发展的主要因素之一。因此,确保大数据时代下敏感数据的安全尤为重要。针对大数据安全所面临的挑战,提出以数据安全治理为中心的安全防护方案,重点从数据全生命周期的角度阐述了数据流转每个环节中的安全风险以及防护措施,为大数据环境下敏感数据的安全提供全方位的保障。 相似文献
3.
随着技术的快速发展,数据在人们的生活中发挥着越来越重要的作用,风险与挑战也随之而来,数据安全治理已成为当今社会的当务之急。文中基于大数据探讨了数据安全治理问题及对策,在阐述大数据治理相关概念及重要性的基础上,分析了数据安全治理存在的用户数据安全防护意识不强、数据易受网络黑客攻击、数据治理安全技术水平不高等问题,并提出了相应的安全治理对策,以期能为数据安全治理提供参考。 相似文献
4.
当前的信息数据应用已经进入大数据环境时期,数据的安全问题面临新的挑战。文章整理分析了大数据的特点和大数据环境中数据所存在的问题,并就此现状提出了数据安全保护的相关措施,为目前大环境下的数据安全研究提供借鉴。 相似文献
5.
基于大数据引擎的军事信息网络安全防护系统 总被引:1,自引:0,他引:1
针对网络安全威胁愈演愈烈背景下军事信息网络安全防护面临的主动防御能力弱、APT攻击检测难、威胁情报系统建设滞后、缺乏大数据支撑的网络安全防护平台等安全挑战,研究了基于大数据分析的APT攻击检测技术、大数据环境下的威胁情报获取技术,提出了一种基于大数据引擎的军事信息网络安全防护系统架构。 相似文献
6.
7.
8.
9.
在大数据时代背景下,现代信息技术为各行各业发展带来了新的契机与挑战,数据安全关系着信息系统稳定性和安全性。市场经济运转过程中,信息网络为人们提供多样化服务,国家与企业发展、个人生活都会产生很多数据信息,通过网络技术方式进行管理和保存。如数据安全存在问题,则可能会导致秘密信息泄露,给人们带来威胁。对大数据时代数据安全管理存在问题进行阐述,对网络安全治理策略进行研究,旨在提升数据安全性,保障信息系统安全稳定运行。 相似文献
10.
11.
随着技术的发展,智慧医疗已逐渐成为医疗健康领域的一个重要分支,其通过集成IoT、云计算、大数据、人工智能等技术,为医疗机构和患者提供了更加高效、个性化的医疗服务。然而,这种技术集成也带来了诸多网络安全挑战。文中深入探讨了智慧医疗模式下的网络安全威胁,并提出了一系列综合的安全防护策略。此外,还强调了与供应商、制造商及其他相关方的合作与信息共享在确保网络安全中的关键作用。 相似文献
12.
随着云计算技术的快速发展和广泛应用,数据安全、隐私保护和访问控制方面的信息安全需求和挑战,成为云服务提供商和用户面临的主要问题。针对该问题,文中提出了基于云计算的信息安全策略和技术,包括先进的数据加密方法、强化的身份认证机制、精细化的访问控制策略以及基于云环境的入侵检测和防御系统,旨在全面提升云计算环境中的数据保护和系统安全性。实验结果表明,该安全策略和技术在云计算环境中提高了数据保护水平和系统安全性,降低了安全威胁和风险,增强了整个云服务体系的安全性和用户信任度。 相似文献
13.
在网络大数据环境下,人类的认知受到数据的干扰,尤其是多媒体数据。多媒体对人类认知安全的威胁在于其中虚假、危害和认知偏见等信息。本文从人类认知理论出发,针对当前社交网络融媒体对人类认知的多阶影响,分析研究了不同历史时期多媒体认知安全面临的技术威胁与防护手段,重点研究分析了基于人工智能的多媒体认知安全技术,包括文本、音频、图像、视频和融媒体的伪造取证等具体技术,为多媒体认知安全构筑了关键基础。基于以上研究,本文对未来的多媒体认知安全研究方向进行了梳理建议,基于多智能体自主协同的新型认知环境干预塑造将是未来认知安全研究的核心问题。 相似文献
14.
云时代,云应用程序编程接口(API)是服务交付、能力复制和数据输出的最佳载体。然而,云API在开放服务和数据的同时,增加了暴露面和攻击面,攻击者通过数据劫持和流量分析等技术获取目标云API的关键资源,能够识别用户的身份和行为,甚至直接造成背后系统的瘫痪。当前,针对云API的攻击类型繁多,威胁与防护方法各异,缺乏对现有攻击和防护方法的系统总结。该文梳理了云API安全研究中云API面临的威胁和防护方法,分析了云API的演化历程和类别划分;讨论了云API的脆弱性以及云API安全研究的重要性;提出了云API安全研究框架,涵盖身份验证、云API分布式拒绝服务(DDoS)攻击防护、重放攻击防护、中间人(MITM)攻击防护、注入攻击防护和敏感数据防护6个方面相关研究工作综述。在此基础上,探讨了增加人工智能(AI)防护的必要性。最后给出了云API防护的未来挑战和发展趋势。 相似文献
15.
文中将从两个方面讨论大数据的安全:一是体系结构方面,将列出一些大数据系统在处理和存储信息时的差异,并讨论它们如何影响数据和数据库的安全性.二是运维管理方面,将详细介绍与大数据平台相关的运行安全问题,并分析大数据和管理系统所面临的挑战,尤其是当系统本身缺乏内在机制安全时.最终给出技术建议,勾勒大数据安全的战略战术,确保这些数据仓库的安全. 相似文献
16.
17.
近年来,随着移动通信和人工智能技术的迅猛发展,大量智能终端已经联网并催生出海量数据。为了高效利用网络中的通信和计算资源并进一步释放人工智能的潜力,将传统基于专用数据中心的人工智能下沉到靠近用户终端的网络边缘已成为一种技术趋势。面向这种技术发展趋势,边缘学习被认为是一种具有广泛应用前景的人工智能实施方案。但是,目前对边缘学习的研究和应用仍处于起步阶段。为了促进技术发展,对边缘学习的关键技术、典型应用以及面临的机遇和挑战进行全面分析。首先,回顾边缘学习的发展背景,并分析其在传输时延、安全与隐私、扩展性和通信开销等方面相对于传统云学习的优势;其次,详细讨论实现边缘学习的3项关键技术:①分布式模型训练,包括聚合频率、梯度压缩、点对点通信和区块链技术;②面向边缘学习的高效无线通信技术,包括空中计算、通信资源分配和信号编码;③边缘学习卸载技术,包括计算和模型卸载技术。然后,分别以一种高可靠低时延车联网通信和一种基于计算与通信联合设计的智能图像分类系统为例,阐述上述关键技术在实际系统中的重要作用。最后,从通信与计算的联合优化、数据安全与隐私保护以及系统的开发与部署等3个方面讨论边缘学习面临的发展机遇与挑战。通过对最新研究现状的宏观分析,该综述将为边缘学习的进一步理论研究、技术创新和系统开发提供坚实的基础。 相似文献
18.
随着信息技术和通信技术的快速发展,新时代的电子计算机与人工智能的结合成为研究的热点。文中通过梳理相关文献和研究成果,总结了新时代电子计算机与人工智能的结合的主要内容和趋势。首先,新时代电子计算机与人工智能的结合主要体现在以下几个方面。对基于人工智能算法的计算机视觉和图像处理技术的研究,包括目标检测、图像识别等;对基于人工智能算法的自然语言处理和语音识别技术的研究,包括机器翻译、对话系统等;对基于人工智能算法的数据挖掘和分析技术的研究,包括模式识别、预测分析等。其次,新时代电子计算机与人工智能的结合面临的挑战和问题也不容忽视。最后,新时代电子计算机与人工智能的结合具有广阔的应用前景和发展空间。新技术的不断涌现和开放数据资源的丰富性,为电子计算机与人工智能的结合提供了更多的机会。新时代电子计算机与人工智能的结合是一个充满挑战和机遇的领域,其中涉及算法优化、数据安全和隐私保护、算法可解释性等问题。这一研究方向具有广阔的应用前景,将为人们的生活和社会发展带来积极的影响。 相似文献