数据安全

浅议大数据时代的隐私安全

云计算、云存储中心化的数据集中带来的问题是显而易见的。比如美国两个亿的个人隐私的泄密问题,BAT争相搜罗个人和机构的隐私数据据为己有,并回过头来裹挟社会个人。

企业数据安全建设需警惕5大陷阱

我们已经生活在一个数字化的时代,那些能够从数据中获取最大价值的组织将成为最后的赢家。在数字化转型和数据民主化的发展背景下,企业开展数据安全保护刻不容缓。不过,尽管企业在数据保护方面已取得了长足的进步,但数据安全建设并非一蹴而就,需要过程和投入,如果缺乏系统思考必然会导致只重视解决眼前问题,而缺乏长远的规划,最终会造成头痛医头、顾此失彼、重复建设等问题。

数据安全包括哪些方面?

数据安全CIA三要素/原则:机密性(Confidentiality)、完整性(Integrity)和可用性(Availability)是安全的三个原则、要素、方向。

数据治理的核心要素与数据安全实践策略

数据治理的核心要素与数据安全实践策略相互交织,共同构成了企业保护和有效利用数据资产的重要基石。在实际操作中,二者应当协同配合,形成一套完整的、适应企业特性的数据安全管理框架。

筛斗数据安全:守护数字时代的命脉

在数字化转型风起云涌的今天,数据安全已经成为全球关注的焦点。无论是政府机关、企事业单位,还是个人用户,都在面临日益严峻的数据安全挑战。数据,作为信息时代的血液,其安全与否直接影响到国家安全、社会稳定、企业生存和个人隐私保护。为此,构建稳固的数据安全防线成为当务之急。

数据安全不可或缺的基础工程:分级分类治理

数据安全的保护对象是数据。只有对数据具有基本认知后,才可以施加适当的数据保护方案。如果不知道数据在哪儿,数据安全显然是空谈。而当我们对数据的安全保护一概而论时,数据必然会面临保护过度或保护不足的问题,数据的使用也会受到很大的影响。

我国数据安全面临的七大挑战与治理建议

在数字信息技术日新月异的发展趋势下,数据已成为数字经济发展的核心生产要素,是国家重要资产和基础战略资源。随着数据价值的愈加凸显,数据安全风险与日俱增,数据泄露、数据贩卖等数据安全事件频发,为个人隐私、企业商业秘密、国家重要情报等带来了严重的安全隐患。

数据治理的目的

确保企业数据的质量,可用性,可集成性,安全性和易用性。数据是公司的资产,组织必须从中获取业务价值,最大程度地降低风险并寻求方法进一步开发和利用数据,而这一切就是数据治理需要完成的工作,数据治理一般来说主要包括以下三部分工作