尝试使用AI分析pdf和真题集，总结出一份学习指南。

依据《信息安全工程师教程（第2版）》第26章（教材第 556–575 页）整理；第四、五节基于真题集 965 题中筛选出的约 10 道本章相关真题（含从隐私保护章节划转的数据挖掘视角题目）逐题研读补充。本章是”大数据威胁 + 数据交易合规”章节，真题以隐私保护技术（GDPR、数据挖掘三分类、位置隐私体系结构）为主力，案例素材是数据交易准则。

一、大数据安全威胁与需求分析（26.1）

大数据概念

大数据＝非传统的数据处理工具的数据集，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低等特征（4V 口径）；种类来源包括结构化、半结构化和非结构化数据。新兴技术应用：大规模数据分析处理、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和存储系统。

七大安全威胁

1. “数据集”安全边界日渐模糊，安全保护难度提升——多源、海量、异构、分布存储致基于网络安全边界的安全防护措施难以完全有效；数据交易共享使流动频繁，静态安全措施难以满足；复杂分布式计算环境放大攻击影响（单节点受害影响整个系统）
2. 敏感数据泄露安全风险增大——邮箱账号、社保信息、银行卡号被窃；客户数据丢失致品牌损害与法律责任
3. 数据失真与大数据污染安全风险——利用数据输入或平台缺陷构造恶意数据注入处理系统，干扰运行或误导计算；典型＝网络水军发送虚假评论数据伪造假象（电商产品评分、网站访问流量、网页虚假排名）；数据获取隐患也会导致人工智能的安全问题
4. 大数据处理平台业务连续性与拒绝服务——电商平台、金融平台依赖大数据平台连续运行，拒绝服务致业务中断
5. 个人数据广泛分布于多个数据平台，隐私保护难度加大——身份、位置、行程、物品运输信息成为黑市交易”黄金数据”；多源数据汇聚、共享融合挑战隐私保护技术；个人敏感数据在采集、传输、存储、处理、发布、使用等环节存在泄露风险；授权用户通过授权访问的数据集进行推导分析获取非授权信息
6. 数据交易安全风险——非法数据交易、虚假数据交易、交易服务不完整、交易数据汇聚导致敏感数据泄露、跨境数据流动安全
7. 大数据滥用——不同数据集间潜在关联关系被深挖（如利用生命科学大数据开发针对特定人群的生物病毒；关联微信图片与手机位置数据识别自然人）

大数据安全法规政策（”境内存储”配对是核心考法）

大数据安全需求七项

大数据自身安全（真实性、实时性、机密性、完整性、可用性、可追溯性——虚假数据可干扰机器学习）、大数据安全合规、大数据跨境安全（俄罗斯要求公民数据在境内更新后方可传到海外处理；GDPR；重点是数据物理存储位置、跨境数据流动安全要求）、大数据隐私保护、大数据处理平台安全（物理环境、网络通信、操作系统、数据库、应用系统、数据存储）、大数据业务安全（建立数据滥用监测机制、数据受控使用机制，防非法交易及恶意滥用）、大数据安全运营（大数据分类分级、安全服务、平台安全维护）。

二、大数据安全保护机制与技术方案（26.2）

九大基本安全机制：数据分类分级、数据源认证、数据溯源、数据用户标识和鉴别、数据资源访问控制、数据隐私保护、数据备份与恢复、数据安全审计与监测、数据安全管理。

大数据安全标准规范：全国信息安全标准化技术委员会 2016 年成立大数据安全标准特别工作组；已制定国家标准主要有**《信息安全技术 个人信息安全规范》《信息安全技术 大数据服务安全能力要求》《信息安全技术 大数据安全管理指南》《信息安全技术 数据交易服务安全要求》《信息安全技术 个人信息去标识化指南》**等。

三、大数据安全综合应用案例分析（26.3）

• 阿里巴巴大数据安全实践（《大数据安全标准化白皮书 2018 版》）：从业务、数据和生态三个层面保护数据安全与隐私。①业务安全管控——以私域数据为基础的店铺内服务闭环、以公域数据为基础的平台内渠道闭环和价值闭环，确保业务整体对数据的授权边界合理清晰、对数据的处理逻辑基于**”可用不可见”安全原则**、数据应用产出基于数据价值而不是裸数据输出；②数据安全管控——按数据业务链路分四段：
  • 数据加工前：数据来源合法性评估、数据用途合理性评估、数据相关方权属评估、消费者隐私评估、商业秘密合规性评估、数据标签规范性管理、数据分级分类的管理
  • 数据加工中：多租户隔离控制、统一元数据管理、数据探索容器、数据建模风控、数据脱敏控制、代码可信审核、数据画像风控、PII 防护（K 匿名和差分）、统一身份与鉴权、访问监控与审计
  • 数据加工后：数据血缘安全控制、数据营销渠道管控、数据效果回流风控、数据染色取证追溯、数据加密平台服务、数据环境安全容器
  • 数据合规层：基于个人隐私保护的监管要求、基于 ISO 27001 的管理要求、基于云的安全控制要求——主要参考 GB/T 35273—2017《个人信息安全规范》、GB/T 35274—2017《大数据服务安全能力要求》、GB/T 31168—2014《云计算服务安全能力要求》及 ISO 27001 系列标准
    ③生态安全管控——数据 ISV 的准入准出、垂直化行业标签体系、数据生态市场管理机制。整体基于**《信息安全技术 数据安全能力成熟度模型》实施——以数据为中心、围绕数据生命周期，从组织建设、制度流程、技术工具、人员能力、数据生命周期通用安全**等方面评估大数据安全能力成熟度（与第 4 章 DSMM 呼应）
• 京东大数据安全实践（《大数据安全标准化白皮书 2017》）：京东万象数据服务平台利用区块链技术对流通的数据进行确权溯源——数据买家购买的每一笔交易信息都在区块链中存储；买家通过交易凭证可看到该笔交易的数字证书及在区块链中的存储地址；需数据确权时登录用户中心进入查询平台，输入交易凭证信息查询区块链中的交易信息，完成交易数据的溯源确权（流程：对数据资产加密→加密数据存入区块链→交易用户获得交易证书→公正机构数据比对/取证）
• 上海数据交易中心安全保护：2017 年 3 月 11 日国家发展和改革委员会正式批复成立”大数据流通与交易技术国家工程实验室“——由上海数据交易中心有限公司作为牵头建设单位，联合单位有复旦大学、合肥工业大学、中国互联网络信息中心（CNNIC）、中国信息通信研究院、中国联通等。为保护数据交易安全采用**”规制＋技术”模式**（交易规则和技术共同保障交易安全）。上海市数据交易准则——个人数据保护六原则：
  • 告知同意原则：初始收集的数据被再次使用或再处理时，再使用目的与初始目的不一致的，须告知数据主体并取得其同意；数据主体不同意的，不得对该个人数据进行任何使用或处理
  • 禁止公开原则：任何情形下均不得擅自公开、向第三人提供带有身份标识的个人数据
  • 选择退出原则：任何使用个人数据进行的推销、推介和广告活动，应当给予接受人以退出选择
  • 数据正确原则：数据持有人应使个人数据符合处理目的要求，必要时及时更新和更正
  • 维护权益原则：成员应设立个人隐私投诉机制，积极响应和解决个人投诉
  • 应急补救原则：出现个人数据泄露事故应及时通知有关个人并采取补救措施，隐私地位无法恢复时应及时给予赔偿
    流通数据处理四原则＝保护个人权益原则、诚实守信原则、保护正当数据权益原则、数据安全原则；流通数据禁止清单针对危害国家安全和社会稳定的、涉及特定个人权益的、涉及特定企业权益的数据
• 华为大数据安全实践（《大数据安全标准化白皮书 2017》）：FusionInsight 大数据分析平台基于开源社区软件 Hadoop 进行功能增强，提供企业级大数据存储、查询和分析的统一平台。四方面安全措施：①网络安全——集群支持通过网络平面隔离保证网络安全；②主机安全——更新最新补丁、操作系统内核安全加固、操作系统权限控制、端口管理、部署防病毒软件；③用户安全——身份认证使用 LDAP 作为账户管理系统，并通过 Kerberos 对账户信息进行安全认证；权限控制遵从账户/角色 RBAC（基于角色的访问控制）模型，实现通过角色进行权限管理、对用户批量授权；审计日志记录用户操作信息，快速定位恶意操作和攻击；④数据安全——集群容灾、备份、数据完整性、数据保密性等安全服务
• 科学数据安全管理（国务院办公厅印发《科学数据管理办法》）：①第二十五条——涉及国家秘密、国家安全、社会公共利益、商业秘密和个人隐私的科学数据不得对外开放共享；确需对外开放的，要对利用目的、用户资质、保密条件等进行审查，并严格控制知悉范围；②第二十六条——涉及国家秘密的科学数据的采集生产、加工整理、管理和使用按国家保密规定执行；对外交往与合作中需要提供涉密科学数据的，法人单位应明确利用数据的类别、范围及用途，按保密管理规定程序报主管部门批准，并与用户签订保密协议；③第二十七条——加强科学数据全生命周期安全管理；加强数据下载的认证、授权等防护管理，防止数据被恶意使用；建立安全保密审查制度；④第二十八条——建立网络安全保障体系，采用安全可靠的产品和服务，完善数据管控、属性管理、身份识别、行为追溯、黑名单等管理措施，健全防篡改、防泄露、防攻击、防病毒安全防护体系；⑤第二十九条——建立应急管理和容灾备份机制，对重要的科学数据进行异地备份
• 支付卡行业数据安全规范 PCI-DSS：PCI 安全标准委员会制定的数据安全规范；目标＝严格控制对支付卡持卡人数据的处理、存储和传输，保障银行卡用户在线交易安全；按每年交易量将商家分为四个等级，对不同等级商家提出不同强度的安全要求；适用于所有涉及信用卡支付的企业。六大类要求：①构建和维护安全的网络；②保护持卡人数据；③维护漏洞管理程序；④实施严格的存储控制措施；⑤定期监控和测试网络；⑥维护信息安全策略

四、真题补充考点（教材未细讲，但真题反复考）

1. 数据挖掘视角的隐私保护三分类（真题考过 2 次，从第 15 章划转）

面向数据挖掘的隐私保护技术主要三类：基于数据失真（添加噪声、交换等扰动处理且保持统计性质便于数据挖掘——7673）、基于数据加密（数据挖掘过程中隐藏敏感数据——7678）、基于数据匿名化——“基于数据分析的隐私保护技术”不属于（8172/8223 答案）。

2. 位置隐私保护体系结构（真题考过 2 次）

位置隐私＝服务或系统需要用户提供”身份、位置、时间“三元组信息导致的泄露问题；体系结构三种＝集中式体系结构（移动用户与位置服务提供商之间设可信第三方匿名服务器，又称可信第三方体系结构——7679）、客户/服务器体系结构、分布式体系结构——“B/S 体系结构”不属于（7674 答案）。移动用户隐私数据＝身份、口令、位置、终端设备信息（公众运营商信息不需要保护，7912）。

欧盟 GDPR《一般数据保护法案》明确提出数据的携带权和被遗忘权（7593 答案；干扰项是《关于涉及个人数据处理的个人保护以及此类数据自由流动的指引》等旧指令名称）；《网络安全法》要求关基运营者境内存储公民个人信息等重要数据、出境须安全评估；网约车数据境内存储保存不少于 2 年。

4. 数据脱敏（与第 20 章联动）

常见数据脱敏技术方法＝屏蔽、变形、替换、随机、加密；教材原例（8261）：物品标识数据 4346 6454 0020 5379 → 4346 xxxx xxxx 5379 为替换脱敏（第 20 章 20.2.4 数据库脱敏原例）；隐私保护五措施（抑制、泛化、置换、扰动、裁剪）与 k-匿名/差分隐私详见第 15 章。

5. 隐私相关法规细节（真题考过）

《个人信息保护法》2021 年 11 月 1 日施行；政府网站域名、CDN 境内节点等要求见第 22 章；《个人信息安全规范》GB/T 35273—2017（2020 年 10 月 1 日实施版本）。

五、真题高频考法与案例分析题型

综合知识选择题高频问法

案例分析题型（真题集相关案例考法）

1. 个人数据保护原则列举（储备）：上海数据交易中心六原则——告知同意、禁止公开、选择退出、数据正确、维护权益、应急补救，可作”数据交易安全/个人信息保护”类简答模板。
2. 数据出境合规（素材）：《网络安全法》关基数据境内存储＋出境安全评估；央行个人金融信息不出境；地图服务器境内；网约车数据境内保存 ≥2 年——按”行业＋要求”配对作答。
3. 大数据平台安全方案（储备）：按”九大机制＋五类保护技术（自身/平台/业务/隐私/运营）＋分类分级”组织；区块链确权溯源（京东）、”可用不可见”（阿里）、LDAP+Kerberos+RBAC（华为 FusionInsight）为案例亮点。
4. PCI-DSS 六大类要求（素材）：安全网络、保护持卡人数据、漏洞管理、存储控制、监控测试、信息安全策略。

复习提示：本章真题主力是”隐私保护三分类＋位置隐私体系结构＋GDPR”，答案口径与第 15 章一致但场景是数据挖掘；案例按”法规境内存储要求配对＋数据交易六原则”储备。

备考提示

真题研读后的优先级排序（按出题频次与分值）：

1. 数据挖掘隐私三分类——失真/加密/匿名化，”数据分析”是干扰项，考过 2 次
2. GDPR——携带权和被遗忘权（欧盟《一般数据保护法案》）
3. 位置隐私体系结构——集中式（可信第三方匿名服务器）/客户服务器/分布式，”B/S”排除
4. 数据脱敏五法——屏蔽、变形、替换、随机、加密（教材原例”替换”）
5. 大数据特征 4V——海量规模、快速流转、多样类型、价值密度低
6. 境内存储法规配对——网安法关基评估、金融信息、地图、网约车 2 年、人口健康信息
7. 大数据污染——网络水军虚假评论、恶意数据注入误导计算
8. 自身安全三技术——数字签名=真实性、Hash=完整性、加密=机密性
9. 数据交易安全——上海交易中心六原则＋禁止清单；京东区块链确权溯源
10. 大数据九机制——分类分级、溯源、去标识化等标准名称（《大数据服务安全能力要求》GB/T 35274）

易混速记