运营商大数据平台的敏感信息保护研究

doi:10.3969/j.issn.1000-0801.2014.11.021

摘要/Abstract

摘要：

摘要：探讨了运营商大数据平台的敏感信息范围，给出了敏感信息保护的方法步骤，总结了该研究领域内的关键技术及每类技术的主流技术方法，并针对实际的运营商大数据平台的分层架构，设计了不同敏感信息保护技术的技术实现方案。

Abstract:

The scope of sensitive information of carriers' big-data platform was discussed. The methods to protect sensitive information were described. The key technologies and mainstream technical methods in the field of research were summarized. Based on the layered architecture of carries big-data platform, technical solutions for different sensitive information protection technology were designed.

Key words: sensitive information protection, carriers' big-data platform, anonymization, privacy

潘文宇,蔡鑫,阮宜龙,姚晓辉. 运营商大数据平台的敏感信息保护研究[J]. 电信科学, 2014, 30(11): 125-130.

Wenyu Pan,Xin Cai,Yilong Ruan,Xiaohui Yao. Research on Sensitive Information Protection of Carriers' Big-Data Platform[J]. Telecommunications Science, 2014, 30(11): 125-130.

图/表 4

图1

图2

图3

表1

参考文献 8

1	国内首个运营商自主的RTB 平台在浙江电信上线． , 2013
2	敏感信息． , 2014
3	电信和互联网用户个人信息保护规定． , 2014
4	周水庚, 李丰, 陶宇飞等. 面向数据库应用的隐私保护研究综述．计算机学报, 2009,32(5): 1～18
5	Aggarwal C C , Yu P S . A condensation approach to privacy preserving data mining. Proceedings of the 9th International Conference on Extending Database Technology （EDBT）, Heraklion, Greece, 2004: 183～199
6	Sweeney L . k-anonymity: a model for protecting privacy． International Journal on Uncertainty, Fuzziness and Knowledge-based Systems, 2002,10(5): 557～570
7	冯登国, 张敏, 李昊 . 大数据安全与隐私保护．计算机学报, 2014,37(1): 246～258
8	Li N , Li T . T-closeness: privacy beyond k-anonymity and l-diversity. Proceedings of the 23rd International Conference on Data Engineering（ICDE）, Istanbul, Turkey, 2007: 106～115

	大数据平台原有风险	敏感信息保护平台加固效果
数据采集层	信息源伪造	利用私钥对信息源加密完成数字签名，确保数据来源可靠
	信息传输泄密	利用加密技术对敏感信息的传输提供安全保障
数据存储处理层	高度敏感信息明文存储	利用数据失真技术对高度敏感信息进行脱敏处理，再做持久化存储
	使用未脱敏的数据进行数据分析挖掘	利用随机化等技术对敏感数据进行失真处理，在保证敏感数据保密性的同时，保持数据的统计特性和分析可用性
	挖掘结果产生新的敏感信息明文	利用数据失真技术对挖掘结果中新产生的敏感信息进行脱敏处理，再做持久化存储
数据服务层	不需泄露应用层发布的非法/违规/敏感信息	利用抑制的方式对此类敏感信息数据项进行限制发布，即不发布这类数据项
	需要泄露应用层进行模糊处理的敏感信息	利用泛化的方式对此类敏感信息进行限制发布，即发布匿名化处理后的数据项
数据应用层	用户对于敏感信息的增/删/改/查等操作	利用实时监控功能对用户数据访问中涉及敏感信息的风险进行识别和阻断
	日志分散不完整，不能进行有效的审计追踪	利用增强的日志分析功能，对异常的用户数据访问行为进行跟踪和追溯
	对于敏感信息泄露风险缺乏预判	利用日志进行分析建模，发现风险出现的规律前兆，对敏感信息泄露提前预警

[1]	何英杰, 李启伟, 孙涵, 郜迪, 董剑峰, 杨书华. 面向物联网轻量级隐私保护的真值发现机制[J]. 电信科学, 2021, 37(5): 124-132.
[2]	王双星, 罗劲瑭, 帅莉莎, 张佳敏, 张敏, 阳小龙. 基于区块链的云数据匿名确定性删除方法[J]. 电信科学, 2021, 37(3): 90-104.
[3]	张驰, 陆晔, 罗渝平, 孙晓凯, 祝涵珂. 一种复杂场景下的视频流人脸隐私保护技术[J]. 电信科学, 2021, 37(1): 94-101.
[4]	彭绍亮,白亮,王力,程敏霞,王树林. 面向智慧医疗的可信边缘计算[J]. 电信科学, 2020, 36(6): 56-63.
[5]	彭春蕾,高新波,王楠楠,李洁. 基于可视数据的可信身份识别和认证方法[J]. 电信科学, 2020, 36(11): 1-17.
[6]	刘姿杉,程强,吕博. 面向机器学习的隐私保护关键技术研究综述[J]. 电信科学, 2020, 36(11): 18-27.
[7]	江伟玉, 刘冰洋, 王闯. 内生安全网络架构[J]. 电信科学, 2019, 35(9): 20-28.
[8]	徐明,杨雪,章坚武. 移动设备网络流量分析技术综述[J]. 电信科学, 2018, 34(4): 98-108.
[9]	卞超轶,朱少敏,周涛. 一种基于Spark的大数据匿名化系统实现[J]. 电信科学, 2018, 34(4): 156-161.
[10]	陈烨,许冬瑾,肖亮. 基于区块链的网络安全技术综述[J]. 电信科学, 2018, 34(3): 10-16.
[11]	张旭,刘洋,胡磊,赵晓东,张海滨. 电信行业基于种子用户群扩展技术的定向营销研究与应用[J]. 电信科学, 2018, 34(1): 166-173.
[12]	周胜利,陈斌,吴礼发. 大数据环境下电信运营商数据安全保护方案[J]. 电信科学, 2017, 33(5): 119-125.
[13]	范晓峰,闫凤,刘洋. 大数据云环境下TDS和BUG混合k-匿名化方法[J]. 电信科学, 2016, 32(7): 90-96.
[14]	廖建新. 大数据技术的应用现状与展望[J]. 电信科学, 2015, 31(7): 1-12.
[15]	高枫,张峰,周伟. 网络环境中的隐私保护标准化研究[J]. 电信科学, 2013, 29(4): 112-117.