1、大数据下的信息安全问题大数据背景下的信息安全问题大数据具有体量巨大、类型繁杂、处理速度快、价值密度低四大特点，因此，对于个人来说，难以处理极其庞大的数据；大数据所搜集提取的个人信息可能连本人都不完全知晓，比如个人的行为特征、语言风格、爱好兴趣等。在大数据时代如何保护个人敏感信息或隐私，必将成为高难度的世界课题。2013年6月，美国前中情局雇员斯诺登曝光了始于2007年小布什时期美国国家安全局和联邦调查局启动的代号为“棱镜”的秘密项目。美国国家安全局通过接入雅虎、谷歌、微软、苹果等9家美国互联网公司中心服务器，对邮件、图片、视频、电话等10类数据进行监控，以搜集情报，监视民众的网络活动。“棱镜”
2、项目缘于2004年美国政府的“星风”监视计划。但是，当时小布什政府由于法律程序等敏感问题而做出让步，美国本土的监听项目有所缩减。为了“星风”计划的继续进行，小布什政府通过司法程序将“星风”监视计划分拆成由国家安全局执行的4个监视计划，包括“棱镜”、“主干道”、“码头”和“核子”，均交由美国家安全局执掌。“棱镜”项目用于监视互联网个人信息。“主干道”和“码头”项目负责存储和分析通信和互联网上数以亿兆计的“元数据”。元数据主要指通话或通信的时间、地点、使用设备、参与者等，不包括电话或邮件等的内容。“核子”项目负责内容信息的获取，截获电话通话者对话内容及关键词，通过拦截通话以及通话者所提及的地点，来
3、实现日常的监控。由此可见，斯诺登不仅揭露了美国的大规模窃听计划，更揭示了大数据时代国家信息安全保护问题。大数据的分析与使用，无论对个人（如跟踪健康状况防范疾病）、对企业（如了解市场偏好以有效安排产品设计生产营销）乃至对国家（如防范疫情或恐怖主义）显然都有巨大的好处，从商业用途来说，谷歌、微软、雅虎等互联网公司，完全可以通过它们掌握到的数以百万计、千万计甚至亿万计的数据，经由“超级计算”，准确推断消费者的爱好及习惯、商品的销售额、疾病疫情的发展趋势。商业如此，在政治、经济、军事等方面亦存在诸多的用途和潜在利益。像“棱镜”计划里涉及的谷歌、雅虎、苹果、微软等大网站，人们每天由于各种业务需要，会把大
4、量个人信息输入其中，但常常并不被事先告知数据的用途。而这些数据会被企业或政府用来进行一些特殊的计算或分析，如通过对大数据的分析预测来对人们尚未实施的行为进行惩罚。比如“大数据之父”舍恩伯格曾披露过一个例子：在美国有一个计划名为“预测式配警”，通过对大数据分析来预测美国某个城市的某条街道的某个时段是犯罪高峰时段，然后在那个位置部署更多的警力。从此该地区居民将长时间被监控，这是一种变相的侵犯或惩罚。他们不是因为做错事，而是因为某个计算机的算法预测他们可能做错事而被惩罚了，显然这是不公平的。美国国安局拥有的正是类似的一套基于“大数据”的新型情报收集系统，这套名为“无界爆料”的系统，以30天为周期，从
5、全球网络系统中接收到970亿条讯息，再通过比对信用卡或者通讯记录等方式，能几近真实地还原个人的实时状况。因此，必须建立一套规则予以规范和约束对大数据的收集和使用。第一，虽然这些信息储存在不同的服务器上，但这些数据是用户的资产，拥有权属于用户自己而不是这些公司，这是必须明确的，就像财产所有权一样，个人隐私数据也应该有所有权。第二，利用大数据、云计算技术给用户提供信息服务的公司或企业，需要把收集到的用户数据进行安全存储和传输，这是企业的责任和义务。第三，如果企业或政府要使用用户的信息，一定要让用户有知情权和选择权，泄露用户数据甚至牟利，不仅要被视作不道德的行为，而且是非法行为。大数据时代已经到来物
6、联网、云计算、移动互联网等新技术的发展，使得手机、平板电脑、PC以及遍布地球各个角落的传感器，成为数据来源和承载方式。有科技公司估计，互联网上的数据量每两年会翻一番，到2013年互联网上的数据量将达到每年667EB（1EB=1000000000GB）。这些数据绝大多数是“非结构化数据”，通常不能为传统的数据库所用，但随着自然语言处理、模式识别和机器学习等人工智能技术的发展，这些庞大的数据“宝藏”将成为未来世界的新“石油”。1.大数据具有四个典型特征大数据(BigData)是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。”业界通常用四个V（即Volume、V
7、ariety、Value、Velocity）来概括大数据的特征。第一,数据体量巨大（Volume）。到目前为止，人类生产的所有印刷材料的数据量是200PB（1PB=1000TB），而历史上全人类说过的所有的话的数据量大约是5EB（1EB=1000PB）。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。第二，数据类型繁多(Variety）。这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等等多类型的数据对数据的处理能力提出了更高的要求。第三，价值密
8、度低（Value）。价值密度的高低与数据总量的大小成反比。以视频为例，一部一小时的视频，在连续不间断监控过程中，可能有用的数据仅仅只有一两秒。如何通过强大的机器算法更迅速地完成数据的价值“提纯”是目前大数据汹涌背景下亟待解决的难题。第四，处理速度快（Velocity）。这是大数据区分于传统数据挖掘最显著的特征。根据IDC的“数字宇宙”的报告，预计到2020年全球数据使用量将会达到35.2ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。2.大数据成为国家和企业的核心资产2012年瑞士达沃斯论坛上发布的大数据，大影响的报告称，数据已经成为一种新的经济资产类别，就像货币或黄金一样。美国奥巴
9、马政府已经把“大数据”上升到了国家战略层面，2012年3月29日美国宣布投资2亿美元启动“大数据研究和发展计划”，借以增强收集海量数据、分析萃取信息的能力。美国政府认为，大数据是“未来的新石油”，一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分，未来对数据的占有和控制甚至将成为继陆权、海权、空权之外国家的另一个核心资产。对于企业来说，数据正在取代人才成为企业的核心竞争力。在进入大数据时代之前，企业脱离于人才而单独存在的智商基本是零，正因如此，人才对企业异常重要。在大数据时代，数据资产取代人才成为企业智商最重要的载体。这些能够被企业随时获取的数据，可以帮助和指导企业对全业
10、务流程进行有效运营和优化，帮助企业做出最明智的决策。在大数据时代，企业智商的基础就是形形色色的数据。大数据在重新定义企业智商的同时，对企业核心资产也进行了重塑，数据资产当仁不让地成为现代商业社会的核心竞争力。在大数据时代，企业必须熟悉和用好海量的数据。与其他行业相比，互联网行业已经提早感受到了大数据带来的深切变化。当很多企业还在因为大数据对商业世界的变革无所适从时，一些互联网企业已经完成了核心竞争力的重新定义。这些互联网企业正在发生的变化，一定程度上恰恰是其他企业在大数据时代的未来。大数据所能带来的巨大商业价值，被认为将引领一场足以与20世纪计算机革命匹敌的巨大变革。大数据正在对每个领域都造成
11、影响，在商业、经济和其他领域中，决策行为将日益基于数据分析做出，而不是像过去更多凭借经验和直觉。大数据正在促生新的蓝海，催生新的经济增长点，正在成为政府和企业竞争的新焦点。各个大企业纷纷投向大数据促生的新蓝海。甲骨文、IBM、微软和SAP共投入超过15亿美元成立各自的软件智能数据管理和分析的专业公司。甲骨文在2011年推出了Oracle大数据机和Exalytics商务智能服务器，构建自己的大数据平台解决方案。SAP在2011年推出了HANA平台以应对大数据实时分析的挑战。据麻省理工学院斯隆管理评论和IBM商业价值研究院联合举行的2011年新智能企业全球高管调查和研究项目指出，2011年，58%
12、的企业已经将数据分析技术用于在市场或行业内创造竞争优势，而2010年这一比例仅为37%。值得注意的是，采用分析技术的企业持续超越同行的可能性要高两倍。在今天的大数据时代，商业的生态环境在不经意间发生了巨大的变化：网民和消费者的界限正在变得模糊，无处不在的智能终端，随时在线的网络传输，互动频繁的社交网络让以往只是网页浏览者的网民的面孔从模糊变得清晰，对于企业来说，他们第一次有机会进行大规模的精准化的消费者行为研究;作为保持着持续变革欲望的企业，主动地拥抱这种变化，从战略到战术层面开始自我的蜕变和进化将会让他们更加适应这个新的时代，大数据蓝海成为未来竞争的制高点。大数据给信息安全带来新的挑战和机遇
13、大数据在成为竞争新焦点的同时，不仅带来了更多安全风险，而且带来了新机遇。1.大数据成为网络攻击的显著目标在网络空间中，大数据成为更容易被“发现”的大目标，承载着越来越多的关注度。一方面，大数据不仅意味着海量的数据，也意味着更复杂、更敏感的数据，这些数据会吸引更多的潜在攻击者，成为更具吸引力的目标。另一方面，数据的大量聚集，使得黑客一次成功的攻击能够获得更多的数据，无形中降低了黑客的进攻成本，增加了“收益率”。2.大数据加大隐私泄露风险网络空间中的数据来源涵盖非常广阔的范围，例如传感器、社交网络、记录存档、电子邮件等，大量数据的剧集不可避免的加大了用户隐私泄露的风险。一方面，大量的数据汇集，包括
14、大量的企业运营数据、客户信息、个人的隐私和各种行为的细节记录。这些数据的集中存储增加了数据泄露风险，而这些数据不被滥用，也成为人身安全的一部分。另一方面，一些敏感数据的所有权和使用权并没有明确的界定，很多基于大数据的分析都未考虑到其中涉及到的个体的隐私问题。3.大数据对现有的存储和安防措施提出挑战大数据存储带来新的安全问题。数据大集中的后果是复杂多样的数据存储在一起，例如开发数据、客户资料和经营数据存储在一起，可能会出现违规地将某些生产数据放在经营数据存储位置的情况，造成企业安全管理不合规。大数据的大小影响到安全控制措施能否正确运行。对于海量数据，常规的安全扫描手段需要耗费过多地时间，已经无法
15、满足安全需求。安全防护手段的更新升级速度无法跟上数据量非线性增长的步伐，大数据安全防护存在漏洞。4.大数据技术被应用到攻击手段中在企业用数据挖掘和数据分析等大数据技术获取商业价值的同时，黑客也正在利用这些大数据技术向企业发起攻击。黑客最大限度地收集更多有用信息，比如社交网络、邮件、微博、电子商务、电话和家庭住址等信息，为发起攻击做准备，大数据分析让黑客的攻击更精准。此外，大数据为黑客发起攻击提供了更多机会。黑客利用大数据发起僵尸网络攻击，可能会同时控制上百万台傀儡机并发起攻击，这个数量级是传统单点攻击不具备的。5.大数据成为高级可持续攻击的载体黑客利用大数据将攻击很好地隐藏起来，使传统的防护策
16、略难以检测出来。传统的检测是基于单个时间点进行的基于威胁特征的实时匹配检测，而高级可持续攻击（APT）是一个实施过程，并不具有能够被实时检测出来的明显特征，无法被实时检测。同时，APT攻击代码隐藏在大量数据中，让其很难被发现。此外，大数据的价值低密度性，让安全分析工具很难聚焦在价值点上，黑客可以将攻击隐藏在大数据中，给安全服务提供商的分析制造了很大困难。黑客设置的任何一个会误导安全厂商目标信息提取和检索的攻击，都会导致安全监测偏离应有的方向。6.大数据技术为信息安全提供新支撑大数据在带来了新安全风险的同时也为信息安全的发展提供了新机遇。大数据正在为安全分析提供新的可能性，对于海量数据的分析有助
17、于信息安全服务提供商更好的刻画网络异常行为，从而找出数据中的风险点。对实时安全和商务数据结合在一起的数据进行预防性的分析，以便识别钓鱼攻击，防止诈骗和阻止黑客入侵。网络攻击行为总会留下蛛丝马迹，这些痕迹都以数据的形势隐藏在大数据中，利用大数据技术整合计算和处理资源有助于更有针对性的应对信息安全威胁，使得网络攻击行为无所遁形，有助于找到发起攻击的源头。1.重视大数据及其信息安全体系建设大数据作为一个较新的概念，目前尚未直接以专有名词被我国政府提出来给予政策支持。在工业和信息化部发布的物联网“十二五”规划上，把信息处理技术作为四项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像
18、视频智能分析，这都是大数据的重要组成部分。在对大数据发展进行规划的同时，必须明确信息安全在大数据发展中的重要地位。建议加大对大数据安全形势的宣传力度，明确大数据的重点保障对象，加强对敏感和要害数据的监管，加快面向大数据的信息安全技术的研究，推动基于大数据的安全技术研发，培养大数据安全的专业人才，建立并完善大数据信息安全体系。2.加快大数据安全技术研发传统的信息安全技术不能完全照搬到新兴的大数据领域，云计算、物联网、移动互联网等新技术的快速发展，为大数据的收集、处理和应用提出了新的安全挑战。建议加大对大数据安全保障关键技术研发的资金投入，提高我国大数据安全技术产品水平。推动基于大数据的安全技术研
19、发，研究基于大数据的网络攻击追踪方法，抢占发展基于大数据的安全技术的先机。3.加强对重点领域敏感数据的监管海量数据的汇集加大了敏感数据暴露的可能性，对大数据的无序使用也增加了要害信息泄露的危险。在政府层面，建议明确重点领域数据库的范围，制定完善的重点领域数据库管理和安全操作制度，加强对重点领域数据库的日常监管。在企业层面，建议加强企业内部管理，制定设备特别是移动设备安全使用规程，规范大数据的使用方法和流程。4.运用大数据技术应对高级可持续攻击传统安全防御措施很难检测高级持续性攻击，企业必须先确定正常、非恶意活动是什么样子，才能尽早确定企业的网络和数据是否受到了攻击。安全厂商利用大数据技术对事件
20、的模式、攻击的模式、时间和空间上的特征进行处理，总结抽象出来一些模型，变成大数据安全工具。为了精准地描述威胁特征，建模的过程可能耗费几个月甚至几年时间，企业需要耗费大量人力、物力、财力成本，才能达到目的。建议整合大数据处理资源，协调大数据处理和分析机制，推动重点数据库之间的数据共享，加快对高级可持续攻击的建模进程，消除和控制高级可持续攻击的危害。在全球化不断发展的今天,互联网技术实现了前所未有的飞跃式发展,特别是最近几年,智能网络终端不断增多,物联网、云计算等技术不断被各领域所应用,使得互联网的数据量呈现出爆炸式的提升,数据呈现出“数量庞大、种类繁多、价值巨大和传播速度快”的新特点,互联网已经
21、逐渐进入了大数据时代。大数据为人们研究、挖掘有用信息提供了更多重要的数据支持,随着时代的不断进步,大数据将会跟随互联网的发展而展现出更加广阔的开发空间。大数据（英语：Bigdata或Megadata），或称巨量数据、海量数据、大数据，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。在总数据量相同的情况下，与个别分析独立的小型数据集（dataset）相比，将各个小型数据集合并后进行分析可得出许多额外的信息和数据关系性，可用来察觉商业趋势、判定研究质量、避免疾病扩散、打击犯罪或测定实时交通路况等；这样的用途正是大型数据集盛行的原因1。“大
22、数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。可以说，大数据是数据分析的前沿技术。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力2具体来说，大数据具有4个基本特征：一是数据体量巨大（Volume)。资料表明，其新首页导航每天需要提供的数据超过1.5PB（1PB=1024TB），这些数据如果打印出来将超过5千亿张A4纸。有资料证实，到目前为止，人类生产的所有印刷材料的数据量仅为200PB。二是数据类型多样(Variety)。现在的数据类型不仅是文本
23、形式，更多的是图片、视频、音频、地理位置信息等多类型的数据，个性化数据占绝对多数。三是处理速度快(Velocity)。数据处理遵循“1秒定律”，可从各种类型的数据中快速获得高价值的信息。四是价值密度低(Value)。以视频为例，一小时的视频，在不间断的监控过程中，可能有用的数据仅仅只有一两秒。根据有关学者的研究，数据密集型科学将成为继实验科学、理论科学、计算机科学之后，人类科学研究的第四个范式。以大数据为代表的数据密集型科学将成为新一次技术变革的基石。随着数据的进一步集中和数据量的增大，对海量数据进行安全防护变得更加困难，数据的分布式处理也加大了数据泄露的风险，信息安全正成为制约大数据技术发展
24、的瓶颈。大数据时代已经到来物联网、云计算、移动互联网等新技术的发展，使得手机、平板电脑、PC及遍布地球各个角落的传感器，成为数据来源和承载方式。据估计，互联网上的数据量每两年会翻一番，到2013年，互联网上的数据量将达到每年667EB（1EB=230GB）。这些数据绝大多数是“非结构化数据”，通常不能为传统的数据库所用，但这些庞大的数据“宝藏”将成为“未来的新石油”。但是我们必须同时认识到，大数据之“大”并不仅仅在于其“容量之大”,更多的意义在于：人类通过对这些数据的交换、整合和分析，可以发现新的知识，创造新的价值，带来“大知识”、“大科技”、“大利润”和“大发展”，那将对一个企业、行业乃至国
25、家的运行具有重要的经济和社会价值。对企业来说，数据正在取代人才成为企业的核心竞争力。在大数据时代，数据资产取代人才成为企业智商最重要的载体。这些能够被企业随时获取的数据，可以帮助和指导企业对全业务流程进行有效运营和优化，帮助企业做出最明智的决策。此时，企业智商的基础就是形形色色的数据。大数据在重新定义企业智商的同时，对企业核心资产也进行了重塑，数据资产当仁不让地成为现代商业社会的核心竞争力。在大数据时代，企业必须熟悉和用好海量的数据，而互联网行业已提早感受到了大数据带来的深切变化。一些互联网企业已经完成了核心竞争力的重新定义。大数据所能带来的巨大商业价值，被认为将引领一场足以与20世纪计算机革
26、命匹敌的巨大变革。大数据正在对每个领域造成影响，在商业、经济和其他领域中，决策行为将日益基于数据分析，而不再是凭借经验和直觉。大数据正在成为政府和企业竞争的新焦点。各大企业正纷纷投向大数据促生的新蓝海。甲骨文、IBM、微软和SAP共投入超过15亿美元成立各自的软件智能数据管理和分析专业公司。在大数据时代，商业生态环境在不经意间发生了巨大变化：无处不在的智能终端、随时在线的网络传输、互动频繁的社交网络，让以往只是网页浏览者的网民的面孔从模糊变得清晰，企业也有机会进行大规模的精准化的消费者行为研究。大数据蓝海将成为未来竞争的制高点。大数据给信息安全带来了新的挑战与机遇大数据在成为竞争新焦点的同时，
27、不仅带来了更多安全风险，同时也带来了新机遇。一是大数据成为网络攻击的显著目标。在网络空间，大数据是更容易被“发现”的大目标。一方面，大数据意味着海量的数据，也意味着更复杂、更敏感的数据，这些数据会吸引更多的潜在攻击者。另一方面，数据的大量汇集，使得黑客成功攻击一次就能获得更多数据，无形中降低了黑客的进攻成本，增加了“收益率”。二是大数据加大隐私泄露风险。大量数据的汇集不可避免地加大了用户隐私泄露的风险。一方面，数据集中存储增加了泄露风险；而这些数据不被滥用，也成为人身安全的一部分；另一方面，一些敏感数据的所有权和使用权并没有明确界定，很多基于大数据的分析都未考虑到其中涉及的个体隐私问题。三是大
28、数据威胁现有的存储和安防措施。大数据存储带来新的安全问题。数据大集中的后果是复杂多样的数据存储在一起，很可能会出现将某些生产数据放在经营数据存储位置的情况，致使企业安全管理不合规。大数据的大小也影响到安全控制措施能否正确运行。安全防护手段的更新升级速度无法跟上数据量非线性增长的步伐，就会暴露大数据安全防护的漏洞。四是大数据技术成为黑客的攻击手段。在企业用数据挖掘和数据分析等大数据技术获取商业价值的同时，黑客也在利用这些大数据技术向企业发起攻击。黑客会最大限度地收集更多有用信息，比如社交网络、邮件、微博、电子商务、电话和家庭住址等信息，大数据分析使黑客的攻击更加精准。此外，大数据也为黑客发起攻击
29、提供了更多机会。黑客利用大数据发起僵尸网络攻击，可能会同时控制上百万台傀儡机并发起攻击。五是大数据成为高级可持续攻击的载体。传统的检测是基于单个时间点进行的基于威胁特征的实时匹配检测，而高级可持续攻击（APT）是一个实施过程，无法被实时检测。此外，大数据的价值低密度性，使得安全分析工具很难聚焦在价值点上，黑客可以将攻击隐藏在大数据中，给安全服务提供商的分析制造很大困难。黑客设置的任何一个会误导安全厂商目标信息提取和检索的攻击，都会导致安全监测偏离应有方向。六是大数据技术为信息安全提供新支撑。当然，大数据也为信息安全的发展提供了新机遇。大数据正在为安全分析提供新的可能性，对于海量数据的分析有助于
30、信息安全服务提供商更好地刻画网络异常行为，从而找出数据中的风险点。对实时安全和商务数据结合在一起的数据进行预防性分析，可识别钓鱼攻击，防止诈骗和阻止黑客入侵。网络攻击行为总会留下蛛丝马迹，这些痕迹都以数据的形式隐藏在大数据中，利用大数据技术整合计算和处理资源有助于更有针对性地应对信息安全威胁，有助于找到攻击的源头。保障我国大数据信息安全的建议一是重视大数据及其信息安全体系建设。大数据作为一个较新的概念，目前尚未直接以专有名词被我国政府提出来给予政策支持。在物联网“十二五”规划中，信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的
31、重要组成部分。在对大数据发展进行规划时，建议加大对大数据信息安全形势的宣传力度，明确大数据的重点保障对象，加强对敏感和要害数据的监管，加快面向大数据的信息安全技术的研究，培养大数据安全的专业人才，建立并完善大数据信息安全体系。二是加快大数据安全技术研发。云计算、物联网、移动互联网等新技术的快速发展，为大数据的收集、处理和应用提出了新的安全挑战。建议加大对大数据安全保障关键技术研发的资金投入，提高我国大数据安全技术产品水平。推动基于大数据的安全技术研发，研究基于大数据的网络攻击追踪方法，抢占发展基于大数据的安全技术的先机。三是加强对重点领域敏感数据的监管。海量数据的汇集加大了敏感数据暴露的可能性
32、，对大数据的无序使用也增加了要害信息泄露的危险。在政府层面，建议明确重点领域数据库范围，制定完善的重点领域数据库管理和安全操作制度，加强日常监管。在企业层面，建议加强企业内部管理，制定设备特别是移动设备安全使用规程，规范大数据的使用方法和流程。四是运用大数据技术应对高级可持续攻击。传统安全防御措施很难检测出高级持续性攻击。安全厂商要利用大数据技术对事件的模式、攻击的模式、时间和空间上的特征进行处理，总结抽象出一些模型，变成大数据安全工具。为了精准地描述威胁特征，建模过程可能会耗费几个月甚至几年，并耗费大量人力、物力、财力。建议整合大数据处理资源，协调大数据处理和分析机制，推动重点数据库之间的数据共享，加快对高级可持续攻击的建模进程，消除和控制高级可持续攻击的危害。2 大数据环境下的信息安全防护措施2.1 数据结构化。数据结构化对于数据安全和开发有着非常重要的作用。大数据时代的数据非常繁杂，其数量非常惊人，对于很多企业来说，怎样保证这些信息数据在有效利用之前的安全是一个十分严肃的问题。结构化的数据便于管理和加密，更
