摘要：随着互联网飞速发展，产生了超大规模数据。为人类的生产生活提供预测和指导，但是也面临着严重的信息安全威胁。由此，从技术角度去研究大数据背景下个人信息安全保护措施，提出了数据匿名保护、数据水印保护、数据溯源保护和个人信息日常防护措施，旨在强化开发人员和用户个人信息保护的意识。
关键词：大数据；个人信息安全；数据匿名保护技术；数据水印保护技术；数据溯源技术
大数据为社会的发展、商业的预测、科学的进步提供了有效的数据支持，是数据服务的基础，大数据中关于个人信息的数据越来越多，不仅包含了个人的基础信息还包含了各种关联性的信息，从大数据环境中分析搜索资料，已经成为个人信息窃取的主要渠道。2018年3月全球第一大社交网络FaceBook泄密事件轰动了全球，导致股价暴跌、信任危机。透过此次事件可以明确未来网络的可持续发展加强个人信息安全保护刻不容缓。
1大数据与个人信息安全定义
1.1大数据定义
大数据是由海量的线性关联数据和非线性数据所构成，大数据具有类型多、数据规模大、数据处理快、数据价值大、价值密度低等特点。从大数据的数据来源来看，主要包括通过计算机信息系统处理的数据、互联网活动产生的数据、移动互联网活动产生的数据和其他数据采集设备采集到的数据。大数据具有无结构化的特点，它既包括了文本类数据还包括图片、音频、视频等复杂的数据，所体现出的特征包括体量大、多样性、传输快和具有高价值。目前，大数据的应用已经在科研领域、商业领域等被广泛的应用，根据权威机构（Cart-ner）预测，到2020年75%以上的企业都会通过大数据进行市场决策，大数据应用必将成为社会进步的重要推动力。
1.2个人信息安全定义
个人信息的范围非常广泛，不仅包含了个人形象的基础信息如：性别、年龄、身高、体重等，还包括住址、工作单位、联系方式、财产信息、活动区域、兴趣爱好、社会关系等。个人信息具有一定的关联性，同时也有相对的独立性。通常一个人的信息可以关联其家庭、同事、亲朋等多方面的信息，信息安全不再局限于个人信息安全的保护，而是面向更加复杂的信息环境进行保护。在大数据环境下，个人信息已经成为一种被用来窃取买卖的“商品”，为此在人类社会活动中，个人信息安全的保护不仅需要先进的技术进行保护，还需要法律、法规进行维护，以确保个人信息得到安全保护，维护社会的稳定发展。
2大数据环境下的个人信息安全问题
在大数据环境下，通过个人用户进行网络活动所产生的线性和非线性的数据可以清晰地分析出用户的年龄、职业、行为规律、兴趣爱好等，尤其是随着电子商务和移动网络应用的普及，个人用户的住址、联系方式、银行账号等信息也可以通过大数据挖掘、网络爬虫等方式获取。这无疑加大了个人信息安全管理的压力，用户个人信息被泄露的问题事件时有发生，莫名的广告推销电话、诈骗电话以及银行存款被窃取等违法行为屡禁不止层出不穷。甚至近期出现的“滴滴打车空姐遇害一事”也有很大程度是因为滴滴公司过度社交化，泄露顾客长相性格偏好等信息，造成司机方进行用户画像，选择犯罪对象。目前，大数据已经成为了个人安全信息攻击的“高级载体”，并且在大数据环境下无法开展APT实时检测，同时大数据的价值密度非常低，无法对其进行集中检测，这就给病毒、木马创造了生存的环境，给个人信息安全造成了极大的威胁。与传统数据存储结构不同，大数据采用分布式网络存储，利用资源池进行数据应用。客户端对数据的应用通过不同节点进行访问，所以要保证数据访问的安全性就要对各个节点的通信信息进行认证，工作量非常的庞大，所以在实际操作中难以进行全面的控制。大数据没有内部和外部数据库的划分，所以用户的隐私数据可以放在资源池中被任何用户访问，这为黑客提供了便利的信息获取渠道，并且能够通过数据之间的关联性挖掘出更加隐私的数据，拓宽了个人信息窃取的渠道，给个人信息安全造成极大的隐患。
3大数据环境下的个人信息安全保护措施
3.1匿名技术保护个人信息安全
随着网络社交服务应用的普及，来自社交网络产生的数据是个人信息大数据来源的主要渠道，社交网络中包含了大量的个人信息数据，并且这些数据都具有一定的关联性。匿名技术可以对个人信息标识和属性匿名，还可以对个人信息之间的关系数据进行匿名。匿名技术能够将个人信息数据之间的关联进行隐藏，产生数据可用的匿名数据集。在个人信息大数据收集阶段，数据的采集者是被数据的产生者在信任的基础上进行获取和维护，数据的使用者通过数据采集者提供的使用环境进行应用，但是使用者不确定是否具有攻击性，所以需要数据的采集者能够对数据集进行匿名化处理再给符合隐私保护要求的用户使用。匿名化原则包括：消除敏感属性映射关系（k-匿名）、避免同质性攻击（l-多样性）和敏感属性值分布不超过阈值t（t-相近性）。匿名化的主要方法有泛化法、聚类法、数据扰乱法和隐匿法。
3.2水印技术保护个人信息安全
水印技术是一种能够将个人信息进行隐藏嵌入到数据载体中的技术。在文档、图像、声音、视频等数据载体中，在不影响原始数据使用的前提下，通过数字水印技术进行数据安全保护，具有一定的隐蔽性、鲁棒性、防篡改性和安全性。基础的数字水印方案是由水印生成、嵌入和提取所构成。数字水印技术通过对载体进行分析，并选择适合的位置和算法嵌入到载体中，生成数据水印。在数字水印提取时，检测数据中是否存在水印信息，提取时采用密钥进行识别，密钥是水印信息的一部分，只有知道密钥密码的人才能够获取水印，读取信息。在个人信息安全保护方面，数字水印技术具有保证相关个人信息内容的唯一性、确定个人信息的所有权、保证个人信息内容的完整性与真实性、识别个人信息来源等功能。在实际应用操作中数字水印可分为鲁棒水印和脆弱水印两种，鲁棒水印可以作为个人信息数据的起源认证，它具有很好的强健性，不受各种编辑器处理的影响。脆弱水印对个人信息的完整性和真实性进行保护，它非常的敏感能够准确地判断出数据是否被篡改，多用于个人信息可信任性的证明。
3.3数据溯源保护个人信息安全
大数据的采集、挖掘与计算的过程具有痕迹的可追溯性，由此通过数据溯源技术可以大数据中的数据来源进行确定。数据溯源记录了工作流从产生到输出的完整过程，数据溯源信息中包含了信息的who、when、where、how、which、what和why7个部分。溯源与元数据之间具有一种信息的关联关系，它能描述对象的属性，同时数据属性也包含数据溯源信息。目前数据溯源的方法主要包括基于标准的数据溯源、基于查询反演的数据溯源、基于存储定位的数据溯源、双向指针追踪数据溯源、查询语言追踪的数据溯源和基于图论思想的数据溯源等。在个人信息安全保护中，根据个人信息数据利用的流程和涉及到的者、收集者、应用者、监督者等主体构建数据溯源模型，考虑大数据存在的异构分布特征引入时间、数据利用过程和数据异构分布特征构建三维模型，并将溯源信息保存在不同的数据库中形成异构数据库，再通过数据库接口或者数据转换工具形成统一的数据库，可实现数据的追踪、信息可靠性的评估和数据使用过程的重现。
4个人信息日常防护措施
（1）调整分享功能，如腾讯QQ空间与微信朋友圈等。（2）更换手机号时要改变所绑定的银行卡，社交软件、购物软件等相关信息。（3）不要使用山寨手机，不从非法渠道下载软件，不要越狱手机。（4）不使用WiFi共享软件，少蹭网。（5）区分重要账户和非重要账户，设置不同密码，尽量用邮箱注册账号。（6）警惕微信测试等网络调查，玩游戏测试等程序。（7）警惕电话推销、网络推销，谨慎向外界透漏个人信息。
5结语
大数据环境下的个人信息安全问题制约了信息技术的发展，为此研究和提升个人信息安全保护能力，对于保证大数据环境下数据应用的可靠性具有非常积极的现实意义。通过提出了匿名技术、水印技术、数据溯源保护和个人信息日常防护措施等内容，能够较好地从技术层面对个人信息安全进行保护，但是在个人信息安全保护方面还需要计算机安全系统、数据库安全系统、防火墙等多方面技术的结合，并建立数据保护的预警系统，全范围的保护个人信息安全，促进网络环境健康发展。
参考文献
[1]任孟山.Facebook数据泄露事件:社交媒体与公私边界[J].传媒,2018,(7).
[2]刘百平.信息安全之个人信息安全防护解析[J].无线互联科技,2016,(20):34-36.
[3]杨挺,薛质,施勇.基于K-匿名的隐私保护关键技术研究[J].信息技术,2016,(12):6-9.
[4]朱倩,李雪燕.数字水印技术在大数据安全保护中的应用[J].软件导刊,2016,15(1):153-155.
[5]殷建立,王忠.大数据环境下个人数据溯源管理体系研究[J].情报科学,2016,V35(2):139-143.
作者:赵文 水铭伟 单位:三亚航空旅游职业学院