大數(shù)據(jù)使用邊界和安全調(diào)用模型淺析

丁大勇++張琳

摘 要：隨著大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展，大數(shù)據(jù)的跨平臺(tái)使用和調(diào)用愈加頻繁。以用戶全量為特征的大數(shù)據(jù)具有高度精準(zhǔn)和信息量大的特點(diǎn)，為了確保用戶隱私、數(shù)據(jù)源提供商商業(yè)信息安全，我們需要對(duì)大數(shù)據(jù)使用的邊界進(jìn)行明確定義。通過(guò)對(duì)大數(shù)據(jù)模型構(gòu)建和使用目的的分類(lèi)分析，我們可以定義出大數(shù)據(jù)使用的邊界并通過(guò)使用邊界構(gòu)建出安全調(diào)用模型。在明確的使用邊界和安全調(diào)用模型基礎(chǔ)上，大數(shù)據(jù)數(shù)據(jù)源提供方和調(diào)用方可以有效確保信息安全，避免大數(shù)據(jù)調(diào)用中可能存在的各種風(fēng)險(xiǎn)。

關(guān)鍵詞：大數(shù)據(jù) 數(shù)據(jù)安全 使用邊界 調(diào)用模型 隱私保護(hù)

中圖分類(lèi)號(hào)：TP393.0 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2017）10（a）-0149-03

大數(shù)據(jù)數(shù)據(jù)安全問(wèn)題已經(jīng)成為一把懸在大數(shù)據(jù)行業(yè)頭上的達(dá)摩克利斯之劍，對(duì)大數(shù)據(jù)調(diào)用邊界定義和安全調(diào)用規(guī)范的制定已經(jīng)刻不容緩。京東微聯(lián)、華為與騰訊就微信數(shù)據(jù)分享問(wèn)題爆發(fā)激烈沖突等事件已經(jīng)充分證明在大數(shù)據(jù)層面如果數(shù)據(jù)源供應(yīng)方和使用方等多方層面沒(méi)有協(xié)調(diào)好，對(duì)普通大眾而言容易陷入城門(mén)失火殃及池魚(yú)的境地。

1 數(shù)據(jù)分析特點(diǎn)和大數(shù)據(jù)來(lái)源解析

1.1 數(shù)據(jù)分析特點(diǎn)和分類(lèi)維度

數(shù)據(jù)分析指通過(guò)呈現(xiàn)的數(shù)據(jù)進(jìn)行綜合、整理和分類(lèi)的研究方式并根據(jù)數(shù)據(jù)研究的目標(biāo)在呈現(xiàn)的數(shù)據(jù)中進(jìn)行問(wèn)題的求解最終得到問(wèn)題答案的過(guò)程。

數(shù)據(jù)分析可以從點(diǎn)、線和面三個(gè)維度來(lái)進(jìn)行分類(lèi)。

（1）從一個(gè)點(diǎn)的維度來(lái)看，數(shù)據(jù)分析指的是對(duì)特定對(duì)象而言的生命周期內(nèi)的全量數(shù)據(jù)，主要展現(xiàn)的是特定對(duì)象的所有指標(biāo)的全量參數(shù)值。從這個(gè)維度來(lái)看，如起居注這樣的歷史記錄則是對(duì)特定帝王以時(shí)間為軸的數(shù)據(jù)記錄。當(dāng)記錄的內(nèi)容夠多夠詳實(shí)則形成了對(duì)這個(gè)對(duì)象的生命周期內(nèi)的數(shù)據(jù)記錄表，通過(guò)對(duì)點(diǎn)狀數(shù)據(jù)表的連續(xù)觀察可以得到單個(gè)對(duì)象的生命周期演進(jìn)和發(fā)展圖景。

（2）從一條線的維度來(lái)看，數(shù)據(jù)分析指的是同時(shí)段內(nèi)發(fā)生的多個(gè)對(duì)象的全量數(shù)據(jù)集合。對(duì)線狀數(shù)據(jù)的研究方式更多采用統(tǒng)計(jì)學(xué)理論進(jìn)行交叉關(guān)聯(lián)數(shù)據(jù)的對(duì)比、相關(guān)性分析等，得到的是某個(gè)特定個(gè)體在群組中的位置、深度等分布位置性的判斷，在應(yīng)用側(cè)通常采用傳統(tǒng)的數(shù)據(jù)庫(kù)方式進(jìn)行字段整理、目標(biāo)特征字段抽取和數(shù)據(jù)算法的編制。

（3）從一個(gè)面的維度來(lái)看，將各類(lèi)線狀數(shù)據(jù)放在同一個(gè)面則會(huì)呈現(xiàn)出交集點(diǎn)多，關(guān)聯(lián)性弱，冗余和噪音數(shù)據(jù)量巨大并且難以用在線狀數(shù)據(jù)模型中常規(guī)的統(tǒng)計(jì)、分類(lèi)和歸納等作業(yè)方式進(jìn)行有效處理的數(shù)據(jù)集。

1.2 大數(shù)據(jù)數(shù)據(jù)產(chǎn)生原因和分類(lèi)方式

（1）人類(lèi)進(jìn)入電子化時(shí)代以來(lái)，將多個(gè)線狀數(shù)據(jù)歸到一起難以靈活處理的問(wèn)題一直存在，以往的解決方式是通過(guò)線狀數(shù)據(jù)間的可關(guān)聯(lián)點(diǎn)進(jìn)行交集后，通過(guò)關(guān)聯(lián)點(diǎn)進(jìn)行處理而將非關(guān)聯(lián)點(diǎn)數(shù)據(jù)作為無(wú)用數(shù)據(jù)和噪音數(shù)據(jù)丟棄。但隨著計(jì)算機(jī)處理能力、存儲(chǔ)能力和網(wǎng)絡(luò)交互能力的提升，尤其是進(jìn)入云計(jì)算時(shí)代后，曾經(jīng)困擾大數(shù)據(jù)處理的硬件瓶頸被突破，在技術(shù)和業(yè)務(wù)層獲得了對(duì)以面狀結(jié)構(gòu)為代表的大數(shù)據(jù)的處理能力。

與傳統(tǒng)的數(shù)據(jù)處理目標(biāo)不同，大數(shù)據(jù)模型下對(duì)數(shù)據(jù)的處理主要為相關(guān)性分析、動(dòng)態(tài)最優(yōu)模型以及趨勢(shì)預(yù)判，涉及到基礎(chǔ)數(shù)據(jù)統(tǒng)計(jì)分析技術(shù)、機(jī)器學(xué)習(xí)和算法、人工智能建模以及預(yù)測(cè)模型等技術(shù)。

（2）大數(shù)據(jù)的數(shù)據(jù)源按不同的分類(lèi)標(biāo)準(zhǔn)有多種分類(lèi)的結(jié)果，最基礎(chǔ)的分類(lèi)為自然數(shù)據(jù)源和人工數(shù)據(jù)源兩大類(lèi)。自然數(shù)據(jù)源指不以人類(lèi)意志為轉(zhuǎn)移的自然存在并持續(xù)產(chǎn)生的數(shù)據(jù)，如某個(gè)時(shí)點(diǎn)某個(gè)具體個(gè)體所在位置的氣溫、地勢(shì)、單位光照量等。人工數(shù)據(jù)源指由人類(lèi)生產(chǎn)活動(dòng)產(chǎn)生的數(shù)據(jù)，如某個(gè)具體個(gè)體在某一個(gè)時(shí)點(diǎn)產(chǎn)生的網(wǎng)絡(luò)瀏覽數(shù)據(jù)、位置經(jīng)緯度數(shù)據(jù)等。傳統(tǒng)的數(shù)據(jù)分析偏重于數(shù)據(jù)源層面，很少將兩者結(jié)合起來(lái)進(jìn)行關(guān)聯(lián)分析，而在大數(shù)據(jù)模式下，將這些看似不關(guān)聯(lián)的數(shù)據(jù)整合在一起進(jìn)行全量分析可以從中找到曾經(jīng)忽略的關(guān)聯(lián)，而這些關(guān)聯(lián)所帶來(lái)的最優(yōu)結(jié)果模型可以進(jìn)一步得到趨勢(shì)判斷等曾經(jīng)無(wú)法得到的結(jié)果，從而使大數(shù)據(jù)技術(shù)的作用和價(jià)值得到呈現(xiàn)。因?yàn)閷?duì)數(shù)據(jù)來(lái)源的分類(lèi)標(biāo)準(zhǔn)不一，大數(shù)據(jù)來(lái)源也有線上和線下、虛擬和實(shí)景等不一樣的分類(lèi)內(nèi)容。

（3）在物聯(lián)網(wǎng)體系內(nèi)，按照大數(shù)據(jù)源產(chǎn)生的主體大數(shù)據(jù)源可分為機(jī)器大數(shù)據(jù)和人工大數(shù)據(jù)兩塊。機(jī)器大數(shù)據(jù)主要產(chǎn)生于物聯(lián)網(wǎng)體系內(nèi)由萬(wàn)物互聯(lián)的各種設(shè)備產(chǎn)生的設(shè)備運(yùn)行和狀態(tài)數(shù)據(jù)為主，而人工大數(shù)據(jù)則跟設(shè)備服務(wù)對(duì)象的行為相關(guān)。對(duì)大數(shù)據(jù)的類(lèi)別、性質(zhì)和屬性的定義與大數(shù)據(jù)分析的目的和建模求解結(jié)果需求相關(guān)，二者的界限比較模糊，很多場(chǎng)景下不具備嚴(yán)格區(qū)分的能力。如車(chē)聯(lián)網(wǎng)系統(tǒng)中的行車(chē)軌跡、瞬時(shí)油耗等數(shù)據(jù)，可以被看作是機(jī)器數(shù)據(jù)源對(duì)汽車(chē)自身狀態(tài)進(jìn)行分析的同時(shí)也可以關(guān)聯(lián)到汽車(chē)的駕駛員的行為作為數(shù)據(jù)分析的數(shù)據(jù)源。同樣地，在對(duì)電商用戶行為的大數(shù)據(jù)分析模型中，用戶在電商平臺(tái)的瀏覽、互動(dòng)和購(gòu)買(mǎi)等線上動(dòng)作一般是主要的大數(shù)據(jù)數(shù)據(jù)源，而電商平臺(tái)硬件運(yùn)行數(shù)據(jù)一般不會(huì)被列入大數(shù)據(jù)模型作為相關(guān)性分析。

2 大數(shù)據(jù)使用方式和數(shù)據(jù)交換邊界

2.1 大數(shù)據(jù)應(yīng)用方式

（1）傳統(tǒng)的點(diǎn)狀數(shù)據(jù)分析和線狀數(shù)據(jù)分析因?yàn)樘幚砟Ｊ胶吞幚砟芰Φ脑蚨即嬖趯?duì)全量數(shù)據(jù)資源的浪費(fèi)，而以全量為特點(diǎn)的大數(shù)據(jù)則在全量層對(duì)數(shù)據(jù)覆蓋維度和持續(xù)長(zhǎng)度都有越大越好的要求。因?yàn)閷?duì)象的屬性制約，對(duì)相對(duì)固定且可控的設(shè)備所產(chǎn)生的全量數(shù)據(jù)獲取難度較低而對(duì)移動(dòng)性不確定性較強(qiáng)的個(gè)人行為大數(shù)據(jù)則難以通過(guò)一個(gè)平臺(tái)全部獲取。作為社會(huì)人，個(gè)人的行為和交互發(fā)生在社會(huì)生活的方方面面，而社會(huì)的分工導(dǎo)致構(gòu)成社會(huì)生活的環(huán)節(jié)已經(jīng)是碎片化狀態(tài)，而個(gè)體的行為也與分布在各個(gè)生活環(huán)節(jié)中的平臺(tái)上。大數(shù)據(jù)作為盡可能獲得全量的屬性要求大數(shù)據(jù)模型下必須與多個(gè)數(shù)據(jù)源聯(lián)合起來(lái)才能形成一個(gè)相對(duì)全量的大數(shù)據(jù)數(shù)據(jù)源。要構(gòu)建全量大數(shù)據(jù)，不同大數(shù)據(jù)源間的數(shù)據(jù)交換需求出現(xiàn)并形成了一個(gè)越來(lái)越強(qiáng)烈的大數(shù)據(jù)行業(yè)需求。

（2）根據(jù)大數(shù)據(jù)應(yīng)用對(duì)數(shù)據(jù)源使用的深度，大數(shù)據(jù)分析主要應(yīng)用于三個(gè)層面。

①第一層面為基于大數(shù)據(jù)的群組分析和發(fā)展趨勢(shì)預(yù)測(cè)，在這個(gè)層面上更多通過(guò)采集大數(shù)據(jù)中的關(guān)鍵字段和特征進(jìn)行分析和預(yù)測(cè)。在這個(gè)層面的大數(shù)據(jù)分析與具體的個(gè)體全量數(shù)據(jù)關(guān)聯(lián)度不大，主要以觀察和監(jiān)測(cè)特定集群通過(guò)關(guān)鍵特征模型匹配的方式來(lái)實(shí)現(xiàn)大數(shù)據(jù)監(jiān)控的功能，公關(guān)和品牌公司對(duì)消費(fèi)者的互聯(lián)網(wǎng)輿情監(jiān)控是一個(gè)較為典型的應(yīng)用，基于大數(shù)據(jù)的口碑營(yíng)銷(xiāo)也是眾多公關(guān)公司重點(diǎn)發(fā)展的目標(biāo)。endprint

②第二層面為通過(guò)大數(shù)據(jù)對(duì)具體大數(shù)據(jù)個(gè)人數(shù)據(jù)源進(jìn)行監(jiān)控并基于大數(shù)據(jù)預(yù)測(cè)模型對(duì)個(gè)人下一步動(dòng)作進(jìn)行預(yù)判和干預(yù)。在此應(yīng)用層下，個(gè)人全量數(shù)據(jù)源主要來(lái)自平臺(tái)本身，而大數(shù)據(jù)決策的依據(jù)也以個(gè)人在平臺(tái)的全量數(shù)據(jù)為主對(duì)個(gè)人行為的干預(yù)也更多表現(xiàn)在平臺(tái)本身的服務(wù)、資訊或購(gòu)買(mǎi)推薦，其他平臺(tái)數(shù)據(jù)源如果加入對(duì)個(gè)人的行為預(yù)測(cè)會(huì)更加準(zhǔn)確但是因?yàn)檫@種數(shù)據(jù)源的高附加值，跨平臺(tái)的數(shù)據(jù)使用不常見(jiàn)。此類(lèi)典型應(yīng)用則以電商平臺(tái)購(gòu)買(mǎi)推薦（猜你喜歡）、搜索引擎跳轉(zhuǎn)鏈接點(diǎn)擊推薦以及微信朋友圈等社交媒體廣告投放等形式為主。

③第三層面則是基于個(gè)人行為監(jiān)控和危險(xiǎn)行為的預(yù)測(cè)及防范的大數(shù)據(jù)監(jiān)控，主要用于對(duì)特定人的風(fēng)險(xiǎn)判定和危險(xiǎn)行為預(yù)測(cè)。在此應(yīng)用下個(gè)人被作為特定的觀察對(duì)象而存在較大的信息安全隱患且單個(gè)監(jiān)控成本較高，主要用于對(duì)特定人群而采取的措施，在信訪大數(shù)據(jù)、銀行大數(shù)據(jù)征信和行政機(jī)關(guān)對(duì)特定人的監(jiān)控等情形下使用。

2.2 大數(shù)據(jù)應(yīng)用目標(biāo)和邊界說(shuō)明

（1）在大數(shù)據(jù)的實(shí)際應(yīng)用中，考慮到個(gè)人信息的隱私和使用安全，絕大部分大數(shù)據(jù)產(chǎn)品和平臺(tái)應(yīng)用和數(shù)據(jù)交換主要用于群組分析和個(gè)人個(gè)性化管理兩個(gè)層面，而對(duì)特定人的監(jiān)控則更多在政府部門(mén)監(jiān)控違法分子等特殊情形的應(yīng)用較不普遍。在這兩個(gè)層面中，根據(jù)數(shù)據(jù)安全和個(gè)人信息保護(hù)的需求，數(shù)據(jù)的交換和使用不應(yīng)該是全量數(shù)據(jù)的直接對(duì)傳和交換而應(yīng)具有相對(duì)的邊界。

（2）根據(jù)大數(shù)據(jù)應(yīng)用場(chǎng)景，我們可以把大數(shù)據(jù)應(yīng)用場(chǎng)景以及所需界定的數(shù)據(jù)邊界見(jiàn)表1。

3 大數(shù)據(jù)交換安全模型設(shè)想

根據(jù)大數(shù)據(jù)應(yīng)用中數(shù)據(jù)交換的邊界，在大數(shù)據(jù)應(yīng)用中需要對(duì)數(shù)據(jù)調(diào)用尤其是跨平臺(tái)的數(shù)據(jù)調(diào)用設(shè)定調(diào)用模型，對(duì)確保數(shù)據(jù)安全、維持使用邊界安全以及確保用戶信息安全具有重要實(shí)際作用和意義。2017年4月8日，中國(guó)信息安全標(biāo)準(zhǔn)化技術(shù)委員會(huì)大數(shù)據(jù)安全標(biāo)準(zhǔn)特別工作組發(fā)布了《大數(shù)據(jù)安全標(biāo)準(zhǔn)化白皮書(shū)（2017）》為大數(shù)據(jù)安全提供了較為全面的指導(dǎo)意見(jiàn)，確認(rèn)了大數(shù)據(jù)保存、使用和交換的基礎(chǔ)原則，但是在具體的大數(shù)據(jù)交換規(guī)范等方面并未提供具體的標(biāo)準(zhǔn)化文件。結(jié)合本文的邊界原則，我們可以搭建出大數(shù)據(jù)交換的安全模型，模型由如下幾個(gè)方面構(gòu)成。

（1）大數(shù)據(jù)交換主體的資格認(rèn)證。作為可進(jìn)行大數(shù)據(jù)信息存儲(chǔ)、處理和交換的主體（行政部門(mén)、技術(shù)研發(fā)公司、調(diào)研和市場(chǎng)營(yíng)銷(xiāo)機(jī)構(gòu)等）需要滿足準(zhǔn)入門(mén)檻后方可獲得大數(shù)據(jù)交換主體資格。主體資格主要由該主體的業(yè)務(wù)構(gòu)成、數(shù)據(jù)處理和安全防護(hù)能力等維度來(lái)確認(rèn)主體是否具有從事大數(shù)據(jù)業(yè)務(wù)的基本技術(shù)和業(yè)務(wù)管理能力。對(duì)于許多不具備大數(shù)據(jù)業(yè)務(wù)管理能力但是自身卻是大數(shù)據(jù)產(chǎn)生源的公司則可通過(guò)與具備這樣資格的合作伙伴合作的方式來(lái)進(jìn)行大數(shù)據(jù)業(yè)務(wù)的拓展和數(shù)據(jù)交換資格的獲取。

（2）交換的大數(shù)據(jù)內(nèi)容性質(zhì)認(rèn)定。需對(duì)交換的大數(shù)據(jù)內(nèi)容根據(jù)交換邊界原則進(jìn)行分級(jí)，其中用于群組監(jiān)控類(lèi)和用于個(gè)性化行為干預(yù)的大數(shù)據(jù)分析所需的數(shù)據(jù)源使用方式和調(diào)用內(nèi)容應(yīng)該有個(gè)人信息安全和非相關(guān)數(shù)據(jù)交換的要求。在對(duì)特定行為監(jiān)控等大數(shù)據(jù)應(yīng)用場(chǎng)景下，對(duì)數(shù)據(jù)交換的字段順序也需要有觸發(fā)后再提供等優(yōu)先級(jí)次序差異。數(shù)據(jù)源提供方和使用方在數(shù)據(jù)性質(zhì)分級(jí)的框架下可一方面充分滿足大數(shù)據(jù)應(yīng)用需求，另一方面不會(huì)對(duì)個(gè)人信息安全和數(shù)據(jù)源系統(tǒng)安全造成不可控的影響。

（3）可交換的數(shù)據(jù)源對(duì)個(gè)人用戶影響評(píng)估。在邊界框架下，數(shù)據(jù)交換對(duì)個(gè)人影響的評(píng)估結(jié)果可分為無(wú)影響、有影響和有嚴(yán)重影響三個(gè)級(jí)別。對(duì)應(yīng)的級(jí)別設(shè)置與交換內(nèi)容的性質(zhì)緊密相關(guān)，同時(shí)需服從于個(gè)人信息安全保護(hù)和系統(tǒng)安全的大前提。評(píng)估的目標(biāo)在于找出一個(gè)符合大數(shù)據(jù)應(yīng)用場(chǎng)景需求下的最小用戶影響模型，建立個(gè)人用戶影響評(píng)估模型主要從對(duì)獨(dú)立用戶的行為干預(yù)力度和干預(yù)結(jié)果兩個(gè)維度進(jìn)行評(píng)估。當(dāng)評(píng)估結(jié)果顯示屬于強(qiáng)干預(yù)的大數(shù)據(jù)應(yīng)用，則需要在確認(rèn)應(yīng)用場(chǎng)景干預(yù)結(jié)果的基礎(chǔ)上對(duì)大數(shù)據(jù)應(yīng)用的力度和數(shù)據(jù)源使用深度進(jìn)行加強(qiáng)或減弱。反之，如果評(píng)估結(jié)果顯示無(wú)法達(dá)成大數(shù)據(jù)應(yīng)用的干預(yù)結(jié)果，則需要對(duì)交換數(shù)據(jù)的需求和可行性進(jìn)行再次評(píng)估。

（4）大數(shù)據(jù)應(yīng)用安全邊界的評(píng)估。主要是對(duì)大數(shù)據(jù)應(yīng)用對(duì)數(shù)據(jù)源提供方和使用方的安全評(píng)估。在數(shù)據(jù)交換中涉及到網(wǎng)絡(luò)傳輸、數(shù)據(jù)交互處理等環(huán)節(jié)，而黑客、病毒和程序異常導(dǎo)致的信息泄露和污染等情況一旦發(fā)生將可能對(duì)雙方都造成惡劣的影響和嚴(yán)重的后果。與傳統(tǒng)的數(shù)據(jù)安全事故不一樣，如果數(shù)據(jù)交換雙方?jīng)]有完善的安全邊界評(píng)估體系，一旦發(fā)生大數(shù)據(jù)層面的信息安全事故則可能直接影響到特別大數(shù)量個(gè)人的日常生活。尤其當(dāng)物聯(lián)網(wǎng)應(yīng)用在生活中的普及，物聯(lián)網(wǎng)的大數(shù)據(jù)事故可能會(huì)直接導(dǎo)致日常生活的停擺甚至更為嚴(yán)重的后果。安全邊界的評(píng)估主要通過(guò)產(chǎn)品和技術(shù)兩個(gè)層面的分析、預(yù)判和防范策略的提前部署。而大數(shù)據(jù)安全的基礎(chǔ)保障則是數(shù)據(jù)交換協(xié)議、編碼和加密、實(shí)時(shí)備份和自毀等云計(jì)算和人工智能領(lǐng)域的重點(diǎn)研究課題。

（5）大數(shù)據(jù)應(yīng)用后結(jié)果數(shù)據(jù)的脫敏能力評(píng)估則是對(duì)大數(shù)據(jù)交換主體間尤其是對(duì)數(shù)據(jù)源使用方的能力要求。大數(shù)據(jù)交換后將會(huì)產(chǎn)生海量的結(jié)果數(shù)據(jù)，大數(shù)據(jù)處理結(jié)果數(shù)據(jù)是大數(shù)據(jù)的一個(gè)構(gòu)成部分，也是大數(shù)據(jù)應(yīng)用的成果展現(xiàn)。一般來(lái)講，結(jié)果數(shù)據(jù)也會(huì)攜帶大量涉及到個(gè)人信息安全、群體特征等敏感信息而且可以通過(guò)結(jié)果數(shù)據(jù)對(duì)原始大數(shù)據(jù)源數(shù)據(jù)進(jìn)行還原進(jìn)而造成威脅信息安全風(fēng)險(xiǎn)。因此在大數(shù)據(jù)應(yīng)用模型中對(duì)大數(shù)據(jù)源的使用方也需有對(duì)結(jié)果數(shù)據(jù)脫敏的能力，通過(guò)完善的信息安全保障機(jī)制結(jié)合大數(shù)據(jù)應(yīng)用的場(chǎng)景和目標(biāo)需求，確保整個(gè)大數(shù)據(jù)的應(yīng)用始終處于安全健康的狀態(tài)。

4 結(jié)語(yǔ)

如今大數(shù)據(jù)應(yīng)用發(fā)展已經(jīng)取得了很好的效果，大數(shù)據(jù)市場(chǎng)數(shù)據(jù)量和交易額也增長(zhǎng)迅猛。但因?yàn)槿狈γ鞔_的大數(shù)據(jù)交換安全邊界規(guī)范，現(xiàn)有的大數(shù)據(jù)交易存在許多不安全不穩(wěn)定和不規(guī)范的地方，這些可能為大數(shù)據(jù)行業(yè)的發(fā)展造成隱患。而通過(guò)對(duì)大數(shù)據(jù)應(yīng)用的場(chǎng)景分析和對(duì)數(shù)據(jù)源提供方和使用方的資格規(guī)范兩個(gè)維度進(jìn)行大數(shù)據(jù)交換模型的建立，可以從數(shù)據(jù)源頭和使用過(guò)程以及應(yīng)用結(jié)果三個(gè)維度確保大數(shù)據(jù)數(shù)據(jù)交換和應(yīng)用的安全。只有當(dāng)大數(shù)據(jù)交換模型成為業(yè)內(nèi)的規(guī)范，所有從業(yè)參與主體按規(guī)則進(jìn)行，方可實(shí)現(xiàn)我國(guó)大數(shù)據(jù)產(chǎn)業(yè)的健康穩(wěn)定和快速發(fā)展，最終讓規(guī)范的大數(shù)據(jù)行業(yè)成為實(shí)現(xiàn)中國(guó)人工智能和物聯(lián)網(wǎng)發(fā)展規(guī)劃實(shí)現(xiàn)的重要保障。

參考文獻(xiàn)

[1] 顧君忠.大數(shù)據(jù)與大數(shù)據(jù)分析[J].軟件產(chǎn)業(yè)與工程，2013（4）：17-21.

[2] 白潔.大數(shù)據(jù)應(yīng)用[J].信息安全與通信保密，2013（10）：12-14.

[3] 陶雪嬌，胡曉峰，劉洋.大數(shù)據(jù)研究綜述[J].系統(tǒng)仿真學(xué)報(bào).2013（S1）：142-146.endprint