1云数据目前来看，企业快速采用和实施诸如云服务等新技术还是存在不小的压力，因为它们可能带来无法预料的风险和造成意想不到的后果而且，云端的大数据对于黑客们来说是个极具吸引力的获取信息的目标，所以这就对企业制定安全正确的云计算采购策略提出了更高的要求#1602网络安全随着在线交易；2 高级威胁随着恶意软件和网络攻击技术的进化，高级威胁变得更加隐蔽和复杂这些攻击往往难以被传统的安全防护措施发现和阻止，需要使用先进的安全技术进行检测和应对3 数据隐私保护在大数据环境中，涉及个人敏感信息的数据越来越多因此，保护数据隐私成为一个重要的挑战数据的收集存储和处理必须。

目前，大数据的安全存储采用虚拟化海量存储技术来存储数据资源，涉及数据传输隔离恢复等问题解决大数据的安全存储，一是数据加密在大数据安全服务的设计中，大数据可以按照数据安全存储的需求，被存储在数据集的任何存储空间，通过SSLSecureSocketsLayer，安全套接层协议层加密，实现数据集的节点和应用。

如HadoopSpark等3数据挖掘和机器学习技术大数据提供了更多的数据，需要使用数据挖掘和机器学习技术来发现其中的有价值信息4可视化技术为了更好地理解大数据，需要使用可视化技术将其呈现成图表图形等形式5安全技术大数据需要保证安全，如数据加密身份认证等技术。

常用的大数据安全保护技术有数据加密技术身份认证与访问控制技术数据脱敏技术数据备份与恢复技术一数据加密技术数据加密技术是大数据安全保障的核心技术之一它通过将明文数据转化为密文数据，以保护数据的机密性和完整性在大数据应用场景中，数据加密技术可分为数据存储加密数据传输加密和数据访；大数据平台安全技术在现代信息化背景下显得尤为重要随着数据的爆炸式增长，各行各业都在广泛应用大数据，推动着商业科研政务等领域的变革数据的规模获取速度和多样性给安全防护带来了挑战大数据平台的安全防护涉及多个层面，从数据采集端的实时加密认证，到基础设施层的物理机和云环境安全，再到。

大数据关键技术包括数据采集数据存储数据处理数据分析与挖掘以及数据安全数据采集 数据采集是大数据处理流程的第一步，主要涉及到如何从各种来源获取数据这些来源可能是结构化的数据库，也可能是非结构化的社交媒体日志文件等数据采集技术需要高效地收集并整合这些多样化来源的数据在数据采集；使用大数据安全技术保障网络信息数据各个生命周期的安全，降低企业遭受病毒攻击的风险将数据源身份认证技术密文附加消息认证码技术时间戳等应用到信息数据的采集过程中，将隐私保护技术数据加密技术密钥管理技术异地备份技术应用到数据存储过程中，降低数据被攻击窃取风险。