摘要：很多国际IT巨头在2012年推出了自己的云服务，许多企业都购买了公有云，或是建立了私有云。云计算时代的到来促进了网络数据的高速发展，在过去的三年里增长的数据甚至超越了人类几百年的数据增长。这些数据的出现意味着巨大的财富，但是数据的非结构化和安全隐患不断增加，让这些数据的价值没能够得到充分的发掘。

　　近几年，因为信息数据的爆炸式增长，数据的财富转换率也出现了大幅度的增长，这也造成了一个大数据时代的背景。很多人都把数据的增长看做了未来最重要的财富。但也给人们提了个醒：大数据时代的数据安全十分的脆弱！没有安全的数据是缺乏足够财富支撑的，因此很多企业开始着手建立自己的新型数据安全模式，虽然这个过程显得是十分的残酷艰难，但是一切都势在必行，刻不容缓。
　　　　　　
　　由于现有技术对于信息开发的成本过大，限制了数据的价值，另一方面由于数据安全得不到足够的保证，也阻碍了数据财富化的进程。数据开发成本的优化是一个缓慢的过程，人们更希望能够得到安全保护的同时，缓慢的去开发数据价值，这也把大数据时代的数据安全问题推到了风头浪尖，这是对于数据安全开发者的一次严峻考验。
　　
　　大数据时代的数据安全怎么做？专家们对于这个问题有着不同的理解。有人认为需要在原有安全的基础上加入新的的网络元素，继续沿用既有的数据安全思路，稳中求进；有的人认为需要重新构建全新的数据安全模式，打破原有的桎梏，重组现有技术构成，建立全新的数据安全模式。
　　
　　而主张在原有安全基础上发展的人们认为，原有的端点数据安全模式十分的稳定，具有较长的运用经验，安全可靠高效。现在的云端技术对于数据安全的要求主要体现在网络安全的应对上。对于传统的端点安全技术来说，有多种方式可以实现最终的安全。
　　
　　数据结构化对于数据安全和开发有着非常重要的作用。大数据时代的数据非常的繁杂，其数量非常的惊人，对于很多企业来说，怎样保证这些信息数据在有效利用之前的安全是一个十分严肃的问题。结构化的数据便于管理和加密，更便于处理和分类，能够有效的智能分辨非法入侵数据，保证数据的安全。数据结构化虽然不能够彻底改变数据安全的格局，但是能够加快数据安全系统的处理效率。未来数据标准化，结构化是一个大趋势，不管是怎样的数据安全模式都希望自己的数据更加的标准。
　　
　　第二，网络层的安全策略是端点数据安全的重点加固对象。常规的数据安全模式往往喜欢分层构建。这也是数据安全的常规做法。现有的端点安全方式对于网络层的安全防护并不完美。一方面是大数据时代的信息爆炸，导致网端的非法入侵次数急剧增长，这对于网络层的考验十分的严峻，另一方面由于云计算的大趋势，现在的网络数据威胁方式和方法越来越难以预测辨识，这给现有的端点数据安全模式造成了巨大的压力。在未来，网络层安全应当作为重点发展的一个层面。在加强网络层数据辨识智能化，结构化的基础上加上于本地系统的相互监控协调，同时杜绝非常态数据的运行，这样就能够在网络层构筑属于大数据时代的全面安全堡垒，完善自身的缺陷。
　　
　　对于端点数据安全来说已经具备了成熟的本地安全防护系统，但是由于思路的转化，现有的端点数据安全系统有一定认识上的偏差，需要进行及时的调整。由于大数据时代的数据财富化导致了大量的信息泄露事件，而这些泄露事件中，来自内部的威胁更大。所以在本地策略的构建上需要加入对于内部管理的监控，监管手段。用纯数据的模式来避免由于人为原因造成的数据流失，信息泄露。
　　
　　由这一点出发我们可以预想到在未来的数据安全模式中，管理者的角色权重逐渐分化，数据本身的自我监控和智能管理将代替一大部分人为的操作。这对于大部分企业来说都是能够减少损失和成本的大事情，值得引起大家的关注和思考。在本地安全策略的构建过程中还要加强与各个环节的协调。由于现在的数据处理方式往往会依托与网络，所以在数据的处理过程中会出现大量的数据调用，在调用过程中就容易出现很大的安全威胁。这个时候如果能够把本地和网络的链接做的更细腻，完善缓存机制和储存规则，就能够有效保证数据源的纯洁，从根本上杜绝数据的安全威胁。本地数据安全策略还有很多需要注意的问题，也有很多还没有发现的隐患，这些都需要在完善自有系统的基础上，继续开发。
　　
　　在传统端点的数据安全中，数据存储作为非法入侵的最后一站，被业界人士高度的重视，对于数据存储建立了全面完善的防护措施，这些非常值得借鉴，但是还要有进一步的完善。这里的完善主要是数据存储隔离与调用之间的数据逻辑关系策划。这同样是为了适应现在的数据模式。
　　
　　企业能够将上面几个问题进行针对性的完善，就能够开发出相对更加适应现在大数据时代应用的数据安全模式。只是在开发力度上的不同导致了现有的端点安全专家们很难深入的调整自己的方法，导致现在市场上存在一批似是而非的数据安全方案。
　　
　　责任编辑：余芯