大数据安全产业发展思路

Ⅰ 国家如何共同推动大数据产业创新发展

2018中国国际大数据产业博览会26日在贵州省贵阳市开幕，国家主席版向会议致贺信。

主席强调，中国高度重视大数据发展。我们秉持创新、协调、绿色、开放、共享的发展理念，围绕建设网络强国、数字中国、智慧社会，全面实施国家大数据战略，助力中国经济从高速增长转向高质量发展。希望各位代表和嘉宾围绕“数化万物·智在融合”的博览会主题，深入交流，集思广益，共同推动大数据产业创新发展，共创智慧生活，造福世界各国人民，共同推动构建人类命运共同体。

Ⅱ 大数据技术能够带动哪些产业的发展

金融行业：随着大数据技术的广泛普及和发展成熟，金融大数据应用已经成为行业热点趋势，在交易欺诈识别、精准营销、黑产防范、消费信贷、信贷风险评估、供应链金融、股市行情预测、股价预测、智能投顾、骗保识别、风险定价等涉及银行、证券、保险等多领域的具体业务中，得到广泛应用。对于大数据的应用分析能力，正在成为金融机构未来发展的核心竞争要素。

金融大数据发展应用趋势：

一是大数据应用水平正在成为金融企业竞争力的核心要素。金融的核心就是风控，风控以数据为导向。

二是金融行业数据整合、共享和开放成为趋势。数据越关联越有价值，越开放越有价值。随着各国政府和企业逐渐认识到数据共享带来的社会效益和商业价值，全球已经掀起一股数据开放的热潮。

Ⅲ 目前国内大数据产业发展到什么地步了呢

“大数据”作为一种概念和思潮由计算领域发端，之后逐渐延伸到科学和商业领域。大数据与物联网、云计算、人工智能等技术有较为密切的关系，从大数据行业发展来看，目前大数据处在落地应用的初期，未来大数据的发展空间依然非常大。

大数据相关技术、产品、应用和标准不断发展，逐渐形成了包括数据资源与API、开源平台与工具、数据基础设施、数据分析、数据应用等板块构成的大数据生态系统，并持续发展和不断完善，其发展热点呈现了从技术向应用、再向治理的逐渐迁移。

国家大数据战略实施以来，地方政府纷纷响应联动、积极谋划布局。国家发改委组织建设11个国家大数据工程实验室，为大数据领域相关技术创新提供支撑和服务。发改委、工信部、中央网信办联合批复贵州、上海、京津冀、珠三角等8个综合试验区，正在加快建设。各地方政府纷纷出台促进大数据发展的指导政策、发展方案、专项政策和规章制度等，使大数据发展呈蓬勃之势。

Ⅳ 当下大数据发展的 8 个要点

作者 | 章剑锋

笔者从 2008 年开始工作到现在也有 11 个年头了，一路走来都在和数据打交道，做过大数据底层框架内核的开发（Hadoop，Pig，Tez，Spark，Livy），也做过上层大数据应用开发（写 MapRece Job 做 ETL ，用 Hive 做 Ad hocquery，用 Tableau 做数据可视化，用 R 做数据分析）。今天我想借此机会和大家聊聊我所理解的大数据现状和未来。

首先让我们来聊聊什么是大数据。大数据这个概念已经出来很多年了（超过10年），但一直没有一个准确的定义（也许也并不需要）。数据工程师（DataEngineer）对大数据的理解会更多从技术和系统的角度去理解，而数据分析人员（Data Analyst）对大数据理解会从产品的角度去理解，所以数据工程师（Data Engineer) 和数据分析人员（Data Analyst）所理解的大数据肯定是有差异的。我所理解的大数据是这样的，大数据不是单一的一种技术或者产品，它是所有与数据相关的综合学科。看大数据我会从 2 个维度来看，一个是数据流的维度（下图的水平轴），另外一个是技术栈的维度（下图的纵轴）。

其实我一直不太喜欢张口闭口讲“大数据”，我更喜欢说“数据”。因为大数据的本质在于“数据”，而不是“大”。由于媒体一直重点宣扬大数据的“大”，所以有时候我们往往会忽然大数据的本质在“数据”，而不是“大”，“大”只是你看到的表相，本质还是数据自身。

在我们讲清楚大数据的含义之后，我们来聊聊大数据目前到底处在一个什么样的位置。从历史发展的角度来看，每一项新技术都会经历下面这样一个技术成熟度曲线。

当一项新技术刚出来的时候人们会非常乐观，常常以为这项技术会给人类带来巨大的变革，对此持有过高的期望，所以这项技术一开始会以非常快的速度受到大家追捧，然后到达一个顶峰，之后人们开始认识到这项新技术并没有当初预想的那么具有革命性，然后会过于悲观，之后就会经历泡沫阶段。等沉寂一定阶段之后，人们开始回归理性，正视这项技术的价值，然后开始正确的应用这项技术，从此这项技术开始走向稳步向前发展的道路。（题外话，笔者在看这幅图的时候也联想到了一个男人对婚姻看法的曲线图，大家自己脑补）。

1、从大数据的历史来看，大数据已经经历了 2 个重要阶段

两个重要阶段是指过高期望的峰值和泡沫化的底谷期 。现在正处于稳步向前发展的阶段。我们可以从 googletrend 上 big data 的曲线就能印证。大数据大约从 2009 年开始走向人们的视野，在 2015 年左右走向了顶峰，然后慢慢走向下降通道（当然这张曲线并不会和上面这张技术成熟度曲线完全拟合，比如技术曲线处在下降通道有可能会使讨论这项技术的搜索量增加）。

接下来我想讲一下我对大数据领域未来趋势的几个判断。

2、数据规模会继续扩大，大数据将继续发扬光

前面已经提到过，大数据已经度过了过高期望的峰值和泡沫化的底谷期，现在正在稳步向前发展。做这样判断主要有以下 2 个原因：

上游数据规模会继续增长，特别是由于 IOT 技术的发展和成熟，以及未来 5G 技术的铺开。在可预测的未来，数据规模仍将继续快速增长，这是能够带动大数据持续稳定向前发展的基本动力。 下游数据产业还有很多发展的空间，还有很多数据的价值我们没有挖掘出来。

虽然现在人工智能，区块链抢去了大数据的风口位置，也许大数据成不了未来的主角，但大数据也绝对不是跑龙套的，大数据仍将扮演一个重要而基础的角色。可以这么说，只要有数据在，大数据就永远不会过时。我想在大部分人的有生之年，我们都会见证大数据的持续向上发展。

3、数据的实时性需求将更加突出

之前大数据遇到的最大挑战在于数据规模大（所以大家会称之为“大数据”），经过工业界多年的努力和实践，规模大这个问题基本已经解决了。接下来几年，更大的挑战在于速度，也就是实时性。而大数据的实时性并不是指简单的传输数据或者处理数据的实时性，而是从端到端的实时，任何一个步骤速度慢了，就影响整个大数据系统的实时性。所以大数据的实时性，包括以下几个方面：

快速获取和传输数据 快速计算处理数据 实时可视化数据 在线机器学习，实时更新机器学习模型

目前以 Kafka，Flink 为代表的流处理计算引擎已经为实时计算提供了坚实的底层技术支持，相信未来在实时可视化数据以及在线机器学习方面会有更多优秀的产品涌现出来。当大数据的实时性增强之后，在数据消费端会产生更多有价值的数据，从而形成一个更高效的数据闭环，促进整个数据流的良性发展。

4、大数据基础设施往云上迁移势不可挡

目前IT基础设施往云上迁移不再是一个大家还需要争论的问题，这是大势所趋。当然我这边说的云并不单单指公有云，也包括私有云，混合云。因为由于每个企业的业务属性不同，对数据安全性的要求不同，不可能把所有的大数据设施都部署在公有云上，但向云上迁移这是一个未来注定的选择。目前各大云厂商都提供了各种各样的大数据产品以满足各种用户需求，包括平台型（PAAS) 的 EMR ，服务型 (SAAS) 的数据可视化产品等等。大数据基础设施的云化对大数据技术和产品产生也有相应的影响。大数据领域的框架和产品将更加 Cloud Native 。

计算和存储的分离。我们知道每个公有云都有自己对应的分布式存储，比如 AWS 的 S3 。 S3 在一些场合可以替换我们所熟知的 HDFS ，而且成本更低。而 S3 的物理存储并不是在 EC2 上面，对 EC2 来说， S3 是 remote storage 。所以如果你要是 AWS 上面做大数据开发和应用，而且你的数据是在 S3 上，那么你就自然而然用到了计算和存储的分离。 拥抱容器，与 Kubernate 的整合大势所趋，我们知道在云环境中 Kuberneate 基本上已经是容器资源调度的标准。 更具有弹性（Elastic）。 与云上其他产品和服务整合更加紧密。

5、大数据产品全链路化

全链路化是指提供端到端的全链路解决方案，而不是简单的堆积一些大数据产品组件。以 Hadoop 为代表的大数据产品一直被人诟病的主要问题就是用户使用门槛过高，二次开发成本太高。全链路化就是为了解决这一问题，用户需要的并不是 Hadoop，Spark，Flink 等这些技术，而是要以这些技术为基础的能解决业务问题的产品。 Cloudera 的从 Edge 到 AI 是我比较认同的方案。大数据的价值并不是数据本身，而是数据背后所隐藏的对业务有影响的信息和知识。下面是一张摘自 wikipedia 的经典数据金字塔的图。

大数据技术就是对最原始的数据进行不断处理加工提炼，金字塔每上去一层，对应的数据量会越小，同时对业务的影响价值会更大更快。而要从数据（Data) 最终提炼出智慧（Wisdom），数据要经过一条很长的数据流链路，没有一套完整的系统保证整条链路的高效运转是很难保证最终从数据中提炼出来有价值的东西的，所以大数据未来产品全链路化是另外一个大的趋势。

6、大数据技术往下游数据消费和应用端转移

上面讲到了大数据的全链路发展趋势，那么这条长长的数据链路目前的状况是如何，未来又会有什么样的趋势呢？

我的判断是未来大数据技术的创新和发力会更多的转移到下游数据消费和应用端。之前十多年大数据的发展主要集中在底层的框架，比如最开始引领大数据风潮的 Hadoop ，后来的计算引擎佼佼者 Spark，Flink 以及消息中间件 Kafka ，资源调度器 Kubernetes 等等，每个细分领域都涌现出了一系列优秀的产品。总的来说，在底层技术框架这块，大数据领域已经基本打好了基础，接下来要做的是如何利用这些技术为企业提供最佳用户体验的产品，以解决用户的实际业务问题，或者说未来大数据的侧重点将从底层走向上层。之前的大数据创新更偏向于 IAAS 和 PAAS ，未来你将看到更多 SAAS 类型的大数据产品和创新。从近期一些国外厂商的收购案例，我们可以略微看出一些端倪。1、2019 年 6 月 7 日，谷歌宣布以 26 亿美元收购了数据分析公司 Looker，并将该公司并入 Google Cloud。2、2019 年 6 月 10 日，Salesforce 宣布以 157 亿美元的全股票交易收购 Tableau ，旨在夯实在数据可视化以及帮助企业解读所使用和所积累的海量数据的其他工具方面的工作。3、2019 年 9 月初，Cloudera 宣布收购 Arcadia Data 。 Arcadia Data 是一家云原生 AI 驱动的商业智能实时分析厂商。面对最终用户的大数据产品将是未来大数据竞争的重点，我相信会未来大数据领域的创新也将来源于此，未来 5 年内大概率至少还会再出一个类似 Looker 这样的公司，但是很难再出一个类似 Spark 的计算引擎。

7、底层技术的集中化和上层应用的全面开花

学习过大数据的人都会感叹大数据领域的东西真是多，特别是底层技术，感觉学都学不来。经过多年的厮杀和竞争，很多优秀的产品已经脱颖而出，也有很多产品慢慢走向消亡。比如批处理领域的 Spark 引擎基本上已经成为批处理领域的佼佼者，传统的 MapRece 除了一些旧有的系统，基本不太可能会开发新的 MapRece 应用。 Flink 也基本上成为低延迟流处理领域的不二选择，原有的 Storm 系统也开始慢慢退出历史舞台。同样 Kafka 也在消息中间件领域基本上占据了垄断地位。未来的底层大数据生态圈中将不再有那么多的新的技术和框架，每个细分领域都将优胜劣汰，走向成熟，更加集中化。未来更大的创新将更多来来自上层应用或者全链路的整合方面。在大数据的上层应用方面未来将会迎来有更多的创新和发展，比如基于大数据上的BI产品， AI 产品等等，某个垂直领域的大数据应用等等，我相信未来我们会看到更多这方面的创新和发展。

8、开源闭源并驾齐驱

大数据领域并不是只有 Hadoop，Spark，Flink 等这类大家耳熟能详的开源产品，还有很多优秀的闭源产品，比如 AWS 上的 Redshift ，阿里的 MaxCompute 等等。这些产品虽然没有开源产品那么受开发者欢迎，但是他们对于很多非互联网企业来说是非常受欢迎的。因为对于一个企业来说，采用哪种大数据产品有很多因素需要考虑，否开源并不是唯一标准。产品是否稳定，是否有商业公司支持，是否足够安全，是否能和现有系统整合等等往往是某些企业更需要考虑的东西，而闭源产品往往在这类企业级产品特性上具有优势。

最近几年开源产品受公有云的影响非常大，公有云可以无偿享受开源的成果，抢走了开源产品背后的商业公司很多市场份额，所以最近很多开源产品背后的商业公司开始改变策略，有些甚至修改了 Licence 。不过我觉得公有云厂商不会杀死那些开源产品背后的商业公司，否则就是杀鸡取卵，杀死开源产品背后的商业公司，其实就是杀死开源产品的最大技术创新者，也就是杀死开源产品本身。我相信开源界和公有云厂商最终会取得一个平衡，开源仍然会是一个主流，仍然会是创新的主力，一些优秀的闭源产品同样也会占据一定的市场空间。

最后我想再次总结下本文的几个要点：

1、目前大数据已经度过了最火的峰值期和泡沫化的底谷期，现在正处于稳步向前发展的阶段。2、数据规模会继续扩大，大数据将继续发扬光大3、 数据的实时性需求将更加突出4、大数据基础设施往云上迁移势不可挡5、大数据产品全链路化6、大数据技术往下游数据消费和应用端转移7、底层技术的集中化和上层应用的全面开花8、开源闭源并驾齐驱

Ⅳ 结合材料二，从政治生活的角度看，简述大数据产业的发展有什么潜在风险

存在着侵犯个人合法权益，威胁国家安全利益等风险。立法机关应加快制定保护信息安全的相关法律，为大数据产业的健康发展提供法律保障。政府部门必须切实履行好职能，加大对大数据安全保障关键技术研发的资金投入和人才培养力度，提高我国大数据安全技术产品水平，加强对敏感和要害数据的监管。公民要坚持权利与义务相统一的原则，依法维护自己的合法权益，履行相关义务。

Ⅵ 新形势下如何构建网络安全产业格局

政策持续加码 网络安全行业千亿市场规模已启
6月13日，第六届中国网络安全大会在北京召开，网络安全再次成为热议话题。自去年6月1日网络安全法实施以来，网络安全相关政策加速出台，网络安全市场潜力加快释放。随着云计算和大数据时代到来，数据价值凸显，数据安全将成为网络安全行业的风口。
政策持续加码
近年来，网络安全建设受到政策大力支持，尤其是网络安全法正式实施后，相关政策加速出台。申万宏源指出，网络安全法正式实施后，涉及网络安全的配套政策快速下沉到电信、互联网、工业、教育、农业等行业。网络安全的核心是技术安全，应将自主可控作为技术安全和网络安全的必要条件。
今年以来，一系列网络安全政策密集出台，在此背景下，网络安全市场前景被看好。网络安全市场空间很大。目前，国内企业在网络安全方面的投入仅占IT方面投入1%-3%，而在欧美发达国家和地区，该数字达到10%-13%。
2018年网络安全行业发展将明显提速;政务、电力、烟草、工业等行业网络安全市场化推进明显，垂直行业安全建设明显加速。
中国网络安全市场规模
我国信息安全行业增长迅速，安全硬件产品占据较大比重。据前瞻产业研究院发布的《信息安全行业发展前景预测与投资战略规划分析报告》数据显示，得益于网络安全法的落地、云计算对于IT基础设施的重构，以及物联网设备的迅速增长，我国网络信息安全行业正在迎来全新的发展阶段，预计2017-2021年的行业复合增速为23.2%，2021年行业整体规模将达到630亿元(95.8亿美元)。目前我国信息安全市场中安全硬件产品占据了大半的比重。
数据安全成风口
网络安全包括多个层面及维度，细分市场广泛。随着云计算和大数据时代到来，数据安全受到越来越多的重视，将成为行业发展风口。
大数据安全不仅涉及国家数据主权安全、企业和公民个人网络安全，也和IT以及互联网行业的创新密切相关。如何保障数据安全，在法律、政策、监管技术等多个维度有很多工作要做。数据安全成为风口，与云计算和大数据发展密不可分。多地陆续出现大数据交易中心，数据产生价值惊人。
新的安全场景不断出现，使数据安全的重要性凸显，随着数据的大量增加，内部防范远重于外部防范。传统的数据安全保护手段逐渐失效，要有新的技术和理念应对新的变化。
投资热潮涌动
网络安全行业快速发展，网络安全投资迎来热潮。2017年，安全领域创业企业总融资额创新高。网络安全领域当年全球投资300亿美元，国内为5.4亿美元。
2017年到2020年，中国网络安全市场规模将升至千亿规模，差不多每年一个台阶。据前瞻产业研究院预测安全风险将推动整体安全支出快速增长，2018年全球安全支出将超过960亿美元，比2017年增长8%。
近年来，网络安全企业登陆资本市场不断出现，PE/VC对网络安全的投资热情高涨。网络安全上市公司增多，同时这些公司盈利表现良好。从政策以及市场驱动两个角度看，安全行业大有可为。过去两三年，安全已经从成本中心转化到利润中心。
对于细分市场的投资布局，，数据安全、防止金融欺诈以及移动安全有望成为网络安全投资蓝海。数据的安全防范需求越来越大。同时，越来越多交易转移到移动端，这一块的安全需求将大大增加。

Ⅶ 大数据产业发展明确四大重点

大数据产业发展明确四大重点
在23日召开的首届数字中国建设峰会分论坛上，一系列关于促进大数据和数字经济发展的新政出炉，加快发展数字经济的路线图更加明晰。
在大数据分论坛上，工业和信息化部副部长陈肇雄提出推进大数据发展的四大重点方向。一是推动大数据创新发展，支持前沿技术创新，加快关键产品研发，推进大数据与云计算的深度融合，促进产学研深度融合，造就一批明星企业和人才。二是推动大数据融合发展，深挖融合潜力，加快工业互联网、工业大数据建设，培育数据驱动发展新模式、新业态。三是激发市场活力，鼓励建立大数据公共服务平台，鼓励中小企业深挖细分市场，积极参与数据安全建设，推动大数据企业的国际化发展。四是推动大数据安全发展、强化保障能力，加强大数据安防产品开发，维护数据的可靠性，构建安全保障体系，建立高效的数据安全管理机制。
其中，加快布局工业互联网成为推动数字经济发展的重要途径。在当日举行的数字经济分论坛上，工业和信息化部信息化和软件服务业司副司长李冠宇提出，在推进工业互联网平台发展方面，将加强顶层设计，并将制定出台《工业互联网平台建设和推广工程实施指南》，统筹推动平台培育、企业上云、百万工业APP培育等重点工作。此外还将制定出台工业互联网平台评价指南，分期分批遴选10家跨行业跨领域工业互联网平台，鼓励地方支持行业骨干企业建设本区域本行业平台，形成一批面向特定行业独立运营的工业互联网平台。
在完善公共支撑体系方面，工信部将建立涵盖标准、监测分析、数据管理、质量管理与技术成果转化在内的公共支撑体系，营造开放、规范、诚信、安全的工业互联网平台发展环境。
数字经济既蕴含着巨大的发展机遇，也会带来潜在的风险。国家互联网信息办公室副局长张望在数字经济分论坛上指出，近年来，地下数据交易猖獗，“熔断”“幽灵”等安全漏洞频出，数据泄露和网络攻击事件频发，给个人隐私保护、企业安全生产、经济社会发展乃至国家安全都可能带来新的挑战。同时，数字经济对原有的行业秩序、利益格局和治理体系也会产生较大的冲击。
加强制度设计，提升数字经济监管能力和治理水平势在必行。张望指出，坚持包容与监管并重，支持与规范并行，逐步建立与新业态发展相适应的监管方式；完善反不正当竞争法和反垄断法，加快推动促进和规范数字经济发展的法律法规的立法进程，营造公平、有序、创新、活跃的数字经济市场环境；运用大数据、人工智能、区块链等技术，推进技术与管理并举的数字经济治理模式，提升数字经济领域态势感知、风险预警水平，提高风险防范能力，推动数据共享，促进协同治理，实现决策科学化、精准化，提升数字经济治理能力；推动制定跨境电商、市场准入、数据流动等国际贸易和投资新规则，推动共建网络空间命运共同体。

Ⅷ 促进我国大数据产业发展策略有哪些

（１）制定我国大数据发展的国家战略。
（２）制定我国政府数据开放政策。
（３）制定国家数据安全及网络用户隐私保护标准和法律。
（４）加强大数据原创技术的开发与研究，构建具有核心技术自主权的大数据产业链。
（５）积极培养数据科学家，以解决我国大数据产业人才短缺问题。

Ⅸ 大数据安全重要性远超过去

大数据安全重要性远超过去
我们应当遵循安全和发展同步推进的原则，加大自主创新力度，将核心技术牢牢掌握在自己手中。
大数据的安全既包括了大数据处理系统的安全，例如，使用的核心技术和基础设施，也包括了大数据本身的安全。
大数据本身的安全属于信息安全的范畴，当然，它也与运营管理有关，因此就涉及到法规、标准、制度、管理等。由于大数据是新事物，因此相应的法规、标准、制度等必然落后于实践。我们不可能等到它们完善了以后才去发展大数据，而应该边发展大数据，边加强和完善与大数据相关的法制建设，希望能形成一个良性循环。
从信息安全的角度考察，我们可以将它看作是一个数据安全治理问题，包括数据库审计和保护、数据丢失防止、数字版权管理、移动数据保护等。有些问题可以继承过去数据存储管理的成果，但大数据显然也提出了很多新问题，例如大数据在量的方面的发展，使得其安全问题的重要性远远超过了过去的数据安全。
大数据在质的方面的发展也带来了新的安全问题。众所周知，大数据有很多格式，也有很多来源，当把这些不同类型的庞大数据融合在一起进行实时处理时，不仅对处理技术是一个挑战，而且对处理的合规合法性也是一个挑战。
如果说，在过去商业智能应用时期已经发生过泄露客户隐私权个案的话，那么到了大数据时代，如果不加防范，泄露客户隐私问题就可能成为某种灾害。为此，我们希望有关部门及时制订相关法规和标准，把问题解决在萌芽状态，尽可能化解或缩小由此引发的风险。
当大数据大到一定程度，其价值会随之增大，以至于达到影响国家安全的程度。在这个时候，如果要对大数据安全进行自主可控或者安全可控评估，显然需要考虑更多因素。例如需要评估的对象可能包括：进行大数据处理的数据中心采用的技术设备和基础设施，各种信息终端和物联网终端，数据本身的安全和处理的合规合法性等。
因此，我们应当遵循安全和发展同步推进的原则，加大自主创新力度，将核心技术牢牢掌握在自己手中，在确保大数据安全的前提下，大力发展大数据产业，为建设网络强国和全面建成小康社会而奋斗。