在文章《云计算是支撑大数据运行的“高速公路”》中，我们已经理解了云计算和大数据之间的密切关系。随着现代网络技术、信息技术的迅速发展，大数据、云计算渗透到了各种产业中。但是实际上，受多种因素的影响，用户在应用大容量数据和云计算的同时，发生了多种级别的数据安全事故，造成了相应的损失。

在web 3.0时代，通过分布式存储、分布式计算、智能合同等技术完全保护数据。但是，由于软件、产品、监管环境复杂，web 3.0的应用在短期内无法大规模落地。

那么，在从web 2.0转换到web 3.0的过程中，云计算平台掌握在互联网巨头的手中。如何确保数据安全？

要想找到解决方案，首先要找到有问题的地方。

哪些领域容易出现数据安全问题？

大规模数据云计算环境中的数据安全问题体现在很多方面，主要包括：

1、数据访问安全问题

由于没有良好的安全防御系统和数据访问管理系统，用户非法访问数据的现象非常明显。尤其是当用户是企业内部员工时，往往不按规定工作，在应用大数据云计算时，也会影响数据安全。

2、数据隔离安全问题

数据隔离安全问题是大规模数据云计算环境中的重要安全问题。从使用角度来看，这主要发生在大多数用户共享操作中。数据传输和共享期间，如果数据加密处理不好，或者企业的大部分数据与外部计算机不隔离，可能会对黑客造成数据安全损坏，导致资源信息泄漏。

3、数据擦除安全问题

如果损坏的数据不能在终端上清除，数据很容易被盗和泄露。另一些用户在通过技术手段恢复数据时导致数据泄漏。另外，网络系统本身存在漏洞，数据存储在云上，存在数据完整性安全问题，大量的数据移动也加重了网络负担，黑客利用漏洞进行攻击，导致数据信息泄露。

4、访问路径多问题

云计算平台的数据资源通常被存储起来，以方便用户的下一次搜索。因此，网络存储设备的前面还包括各种设备存储服务。恶意入侵者可以通过不同的路径发现漏洞并攻击服务系统。这对实际资源的数据安全带构成了一定的威胁。

对于这些问题，业界人士提出了自己的战略。建议主要包括：

1、建立完善的数据隔离保护体系

旨在改善云的后端服务器，根据用户类型设计处理范围，并对数据类型隔离传输进行数据处理。设置安全密钥，加密和解密数据，增加用户访问限制，设置有限的审计数据访问，对网络保护系统进行定期检查，检测漏洞，增强云数据环境的安全性

2、执行数据备份和恢复

随着科学技术的发展，数据存储方式也在逐渐增加，数据存储量增加引起的破坏风险也在增加，部分数据一旦损坏，就很难恢复或无法恢复，需要对数据进行分类和备份，以防止系统故障造成的数据损失。

3、加密存储数据

对存储的数据进行加密，防止用户信息的访问和篡改。即使被访问，加密的信息也会被破坏，攻击者也看不到具体的内容。加密管理使用集中的用户分布式机制和密钥管理，在选择加密算法时，可以使用加密性能高的对称加密算法，高效安全地管理和维护用户信息存储库。

4、防止云上的所有数据处理

为了确保实际使用的数据的安全性和可靠性，必须在数据处理过程中保留重要数据、重要数据分类、重要数据备份、云上不仅有一个副本，还必须使用现有的数据管理方法保留其他副本。

5、身份认证

随着组织网络、系统和应用程序的扩展，在大规模数据云计算中，部分权限逐渐分散，数据控制模型和信息管理出现问题。如果这个问题不能有效解决，可能会影响云计算服务的正常使用。身份认证基于身份体系结构。验证帐户密码(而不是所有系统使用)，以存储用户的帐户信息。

要求所有用户在实际使用数据和存储的过程中不断改善数据安全，提高身份认证的可靠性，确保信息安全，同时加快社会发展。但是，要从根本上解决数据安全问题，必须利用web 3.0技术构建下一代互联网基础，将集中的互联网服务系统转变为分布式服务系统。只有这样才能大大提高大数据应用价值，利用大数据更快更稳定地促进社会和谐发展。