Page 105 - 大数据背景下计算机信息安全及防护

第四章 大数据安全防护技术

为可能。信息系统的安全监控应转为主动式，应覆盖尽可能多的技术栈，包括网
络活动、终端、数据交互、应用事务、数据操作和用户行为监控等。
（一）安全访问与数据交换
大数据建设及应用安全，要综合利用零信任体系和安全防护体系，提升大数

据安全访问与数据交换安全能力，实现对数据的安全访问，为大数据安全提供全
面的安全保障能力。在大数据应用过程中强化身份认证及权限控制，结合应用场
景和使用环境进行精细化的动态授权，实现访问用户的身份可信，确保大数据仅
对合法用户提供服务；持续监测评估大数据应用环境的安全状态；强化抵御网络

攻击的能力，保护数据安全访问；强化访问过程中用户行为及网络风险的全面监
测与审计，实现大数据安全、可信、合规的防护目标。
（二）安全防护
全面提升大数据应用网络安全防护和安全检测两种能力，以安全、可信、合

规为目标，设计安全防护体系架构。在基于认证和授权动态重构业务访问控制的
“零信任”体系基础上，以大数据安全为支撑，通过安全资源化、服务化的方式
提供安全能力，通过对防护对象进行主动风险感知、全面立体防护、持续威胁检
测、实时响应处置的闭环保护，构建事前主动预防、事中持续检测和及时响应、

事后快速恢复的一体化安全防护体系，实现缩小网络攻击面、降低网络安全风险
的目的，确保大数据全程可知、可管、可控、可查，形成安全、可信、合规的大
数据全生命周期防御体系。

四、大数据安全防护策略的实施

（一）安全访问
安全访问需具备用户接入安全、传输加密与解密、虚拟桌面、访问控制、网
络威胁防护、网络安全检测、日志采集等安全能力。

1. 用户接入安全
用户访问数据资源前，首先通过零信任体系中的认证服务进行身份认证，访
问过程中应对用户身份合法性进行持续校验，确保用户身份可信；其次通过零信
任体系的环境感知服务感知接入终端的安全状态，确保终端安全可信，实现安全

接入；同时，大数据应用需实现访问控制及核心数据隔离。建立云桌面，防止数
据流入终端，实现外部用户访问普通数据、用户访问敏感数据以及开发运维场景

·95·