A Survey of Security and Privacy in Big Data

ABSTRACT

Big data has been arising a growing interest in both scientific and industrial fields for its potential value. However, before employing big data technology into massive applications, a basic but also principle topic should be investigated: security and privacy. In this paper, the recent research and development on security and privacy in big data is surveyed. First, the effects of characteristics of big data on information security and
privacy are described. Then, topics and issues on security are discussed and reviewed. Further, privacy-preserving trajectory data publishing is studied due to its future utilization, especially in telecom operation.

INTRODUCTION

Big data has emerged to a new paradigm for data applications. Due to significant benefits, big data arises a growing interest in many industry fields, such as telecom operation , healthcare and so on. Many efforts on big data have been working on the data storage, data mining, and data application. However, the widespread usage of big data relies not only on the promising solutions and mechanisms of data analysing, but also on security protection and privacy preserving. Information security can be improved by big data technology, which is beneficial from security tools such as network monitoring, security information, and event management , . However, on the down-side, there are additional security challenges brought by the big data technology, including cryptography algorithms, data provenance, secure data storage, access control, real time monitoring and so on . Identifying and analysing the security issues will bring a better usage of big data. Thus, in this paper, we will first survey existing research on security and privacy. Then, we will focus on an essential type of data: trajectory. Trajectory data represents the mobility of moving objects, such as people, vehicles, and so on. Spatio-temporal trajectories provide significant and valuable information, and foster a broad range of applications, such as intelligent transportation system, commercial site planning and so on. Therefore, trajectory data mining has become an increasingly interesting research topic, attracting attentions from numerous fields, especially in telecom operation.

چکیده

داده های بزرگ ناشی از افزایش علاقه به هر دو علم و صنعت برای ارزش بالقوه آن است. با این حال، قبل از استفاده از تکنولوژی داده های بزرگ در برنامه های کاربردی عظیم، باید یک موضوع اساسی اما همچنین موضوع اصلی مورد بررسی قرار گیرد: امنیت و حریم خصوصی. در این مقاله، تحقیق و توسعه اخیر در مورد امنیت و حریم خصوصی در داده های بزرگ مورد بررسی قرار گرفته است. اول، اثرات ویژگی های داده های بزرگ بر روی امنیت اطلاعات و حریم خصوصی توضیح داده شده است. سپس موضوعات و مسائل مربوط به امنیت مورد بحث و بررسی قرار می گیرد. علاوه بر این، انتشار اطلاعات مسیر حفظ حریم خصوصی به علت استفاده از آینده آن، به ویژه در عملیات مخابراتی مورد مطالعه قرار گرفته است.

مقدمه

داده های بزرگ به یک پارادایم جدید برای برنامه های داده تبدیل شده است. با توجه به مزایای قابل توجه، داده های بزرگ باعث افزایش علاقه در بسیاری از زمینه های صنعتی مانند عملیات مخابراتی، مراقبت های بهداشتی و غیره می شود. بسیاری از تلاش ها بر روی داده های بزرگ بر روی ذخیره سازی داده ها، داده کاوی و برنامه های داده کار می کنند. با این حال، استفاده گسترده از داده های بزرگ نه تنها به راه حل های امیدوار کننده و مکانیسم تجزیه و تحلیل داده ها، بلکه در حفظ امنیت و حفظ حریم خصوصی نیز متکی است. امنیت اطلاعات را می توان با تکنولوژی داده بزرگ بهبود داد که از ابزارهای امنیتی مانند نظارت بر شبکه، اطلاعات امنیتی و مدیریت رویداد سودمند است. با این حال، در سمت پایین، چالش های امنیتی اضافی با تکنولوژی داده های بزرگ، از جمله الگوریتم های رمزنگاری، پرونده های داده، ذخیره سازی داده های امن، کنترل دسترسی، نظارت بر زمان واقعی و غیره، وجود دارد. شناسایی و تجزیه و تحلیل مسائل امنیتی استفاده بهتر از داده های بزرگ را به ارمغان می آورد. بنابراین، در این مقاله ابتدا تحقیقات موجود در مورد امنیت و حریم خصوصی را مورد بررسی قرار خواهیم داد. سپس، ما بر روی یک نوع ضروری داده تمرکز می کنیم: مسیر. داده های مسیر نشان دهنده تحرک اشیاء متحرک مانند افراد، وسایل نقلیه و غیره است. مسیرهای اسپرتیا – زمانی اطلاعات مهمی و ارزشمند ارائه می دهند و طیف گسترده ای از برنامه های کاربردی مانند سیستم حمل و نقل هوشمند، برنامه ریزی سایت تجاری و غیره را توسعه می دهند. بنابراین، داده کاوی مسیریابی تبدیل به موضوع تحقیق به طور فزاینده جالب توجه است، جذب توجه از زمینه های متعدد، به خصوص در عملیات مخابراتی است.

Year: 2016

Publisher : IEEE

By : Haina Ye, Xinzhou Cheng, Mingqiang Yuan, Lexi Xu, Jie Gao, and Chen Cheng