在大數據時代，商業生態環境在不經意間發生了巨大變化：無處不在的智能終端、隨時在線的網絡傳輸、互動頻繁的社交網絡，讓以往只是網頁瀏覽者的網民的面孔從模糊變得清晰，企業也有機會進行大規模的精準化的消費者行為研究。大數據藍海將成為未來競爭的制高點。

大數據在成為競爭新焦點的同時，不僅帶來了更多安全風險，同時也帶來了新機遇。

一、大數據成為網絡攻擊的顯著目標。

在網絡空間，大數據是更容易被“發現”的大目標。一方面，大數據意味著海量的數據，也意味著更復雜、更敏感的數據，這些數據會吸引更多的潛在攻擊者。另一方面，數據的大量匯集，使得黑客成功攻擊一次就能獲得更多數據，無形中降低了黑客的進攻成本，增加了“收益率”。

二、大數據加大隱私泄露風險。

大量數據的匯集不可避免地加大了用戶隱私泄露的風險。一方面，數據集中存儲增加了泄露風險，而這些數據不被濫用，也成為人身安全的一部分。另一方面，一些敏感數據的所有權和使用權并沒有明確界定，很多基于大數據的分析都未考慮到其中涉及的個體隱私問題。

三、大數據威脅現有的存儲和安防措施。

大數據存儲帶來新的安全問題。數據大集中的后果是復雜多樣的數據存儲在一起，很可能會出現將某些生產數據放在經營數據存儲位置的情況，致使企業安全管理不合規。大數據的大小也影響到安全控制措施能否正確運行。安全防護手段的更新升級速度無法跟上數據量非線性增長的步伐，就會暴露大數據安全防護的漏洞。

四、大數據技術成為黑客的攻擊手段。

在企業用數據挖掘和數據分析等大數據技術獲取商業價值的同時，黑客也在利用這些大數據技術向企業發起攻擊。黑客會最大限度地收集更多有用信息，比如社交網絡、郵件、微博、電子商務、電話和家庭住址等信息，大數據分析使黑客的攻擊更加精準。此外，大數據也為黑客發起攻擊提供了更多機會。黑客利用大數據發起僵尸網絡攻擊，可能會同時控制上百萬臺傀儡機并發起攻擊。

五、大數據成為高級可持續攻擊的載體。

傳統的檢測是基于單個時間點進行的基于威脅特征的實時匹配檢測，而高級可持續攻擊(APT)是一個實施過程，無法被實時檢測。此外，由于大數據的價值低密度特性，使得安全分析工具很難聚焦在價值點上，黑客可以將攻擊隱藏在大數據中，給安全服務提供商的分析制造很大困難。黑客設置的任何一個會誤導安全廠商目標信息提取和檢索的攻擊，都會導致安全監測偏離應有方向。

六、大數據技術為信息安全提供新支撐。

當然，大數據也為信息安全的發展提供了新機遇。大數據正在為安全分析提供新的可能性，對于海量數據的分析有助于信息安全服務提供商更好地刻畫網絡異常行為，從而找出數據中的風險點。對實時安全和商務數據結合在一起的數據進行預防性分析，可識別釣魚攻擊，防止詐騙和阻止黑客入侵。網絡攻擊行為總會留下蛛絲馬跡，這些痕跡都以數據的形式隱藏在大數據中，利用大數據技術整合計算和處理資源有助于更有針對性地應對信息安全威脅，有助于找到攻擊的源頭。