文｜/戚小光 许玉敏 陈红敏 周锐

根据IDC预测结果，人类产生的数据量正在呈指数级增长，大约每两年翻一番，2020年全球数椐总量将达到 35 ZB。这些海量数据在为人们提供更多知识与信息的同时，由于自身的开放性导致了一些网络信息安全问题，如果我们不能很好的处理这些问题，不仅会造成较大的负面影响，也会直接影响到人们对于海量数据信息的使用效率与效果。

一、大数据的概念与发展现状

根据维基百科的定义，大数据指无法在一定时间内用常用的软件工具进行捕获、管理的数据集合。业界通常用 5 个 V来概括大数据的特征。一是数据体量巨大( Volume) ；二是数据类型繁多 ( Variety) ，数据类型多样，主要可以把数据分为两种类型: 结构化数据和非结构化数据；三是价值密度低 ( Value)，价值密度的高低与数据总量的大小成反比。如何通过强大的机器算法完成大数据量的价值 “提纯”，是目前大数据时代下亟待解决的难题；四是数据真实性( Veracity) ，大数据中的内容是与真实世界中的发生息息相关的，研究大数据就是从庞大的网络数据中提取出能够解释和预测现实事件的过程；五是处理速度快 ( Velocity) 。

美国政府很早就宣布投资数亿美元用于启动“大数据研发”倡议，与此同时，日本、英国、德国、澳大利亚和一些区域性国家组织也开展了类似的国家级项目。在2014年全国“两会”上，便有代表提案将“发展大数据”上升到国家战略。更早之前，中国软件开发联盟在北京成功举办大数据技术大会，为推动大数据这个交叉学科的发展，中国计算机学会（CCF）成立了大数据专家委员会（CCF Big Data Task Force，简称 CCF TF-BD）。……