基于大数据业务场景的数据安全分析及防泄露技术研究

• 作者: 刘冬兰 刘新 张昊 王睿 高通
• 来源期刊: 山东电力技术
• 学科: 工学
• 关键词: 大数据 数据安全分析 标签识别 数据防泄露 威胁树
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 电网技术
• 页码范围: 7-13,30
• 页数: 8页
• 分类号: TN915.08
• 语种: 中文

摘要

近年来,网络安全事件频发,而每起安全事件都离不开数据泄露的威胁.为了应对新型网络威胁下的敏感数据泄露,提出基于人工智能技术的敏感数据资产防泄漏系统设计方案.基于主动发现和被动发现过程,通过数据库扫描、终端扫描等手段,建立完善的数据资产编目.采用STRIDE安全威胁模型对数据加以建模,通过综合判断业务系统所面临的威胁,以及系统自身具备的脆弱性及资产价值,提出数据安全风险分析及量化方法.通过对数据进行自动标注和关联分析,自动生成数据标签,提升数据资产管理能力.通过设计数据资产防泄露系统原型,能够全视角展示数据资产目录,验证风险分析技术在数据资产进行集中编目、数据风险分布可视化展示等多功能场景下的应用效果,有效降低数据泄露的风险.