大数据认证题库及解析

大数据认证题库及解析一、单项选择题（共10题，每题1分，共10分）以下特征中，是大数据区别于传统小规模数据的最基础核心特征的是A.数据的总体规模远超出传统数据库工具的存储、处理能力边界B.数据的处理响应延迟要求低于秒级C.数据的价值挖掘需要付出远高于传统数据的成本D.数据的类型全部为非结构化数据答案：A解析：大数据的定义核心首先是数据体量突破了传统单机数据处理的能力上限，这是所有其他大数据技术衍生的基础。选项B中低延迟是实时大数据场景的特征，并非所有大数据场景都要求低延迟，传统离线大数据处理可以容忍小时级甚至天级的延迟，因此该描述错误。选项C中经过成熟的大数据技术栈优化后，大数据的单位数据处理成本反而远低于传统小型数据库的处理成本，描述不符合实际情况。选项D中大数据包含结构化、半结构化、非结构化三类数据，并非全部为非结构化数据，描述存在明显错误。以下组件中，属于分布式文件系统范畴的大数据基础组件是A.分布式计算框架B.分布式存储系统C.关系型单机数据库D.单机文字处理软件答案：B解析：分布式存储系统是专门为海量大数据设计的分布式文件系统，能够将数据分散存储在多台独立的服务器节点上，突破单机存储的容量上限。选项A的分布式计算框架是负责数据运算处理的组件，不承担底层文件存储职能，描述错误。选项C的关系型单机数据库运行在单台服务器上，不属于分布式文件系统范畴，描述错误。选项D的单机文字处理软件属于普通办公工具，和大数据分布式存储完全无关，描述错误。MapReduce编程模型的两个核心运算阶段是A.映射阶段和归约阶段B.存储阶段和读取阶段C.可视化阶段和输出阶段D.加密阶段和解密阶段答案：A解析：MapReduce的核心逻辑就是将任务拆分为分布式并行执行的映射阶段，完成数据的过滤转换，再进入归约阶段完成聚合汇总，以此实现海量数据的分布式并行运算。选项B描述的是数据IO的通用环节，不属于MapReduce的专属运算阶段，描述错误。选项C的可视化是数据价值输出环节，不属于MapReduce的运算流程，描述错误。选项D的加解密是数据安全环节的操作，和MapReduce运算逻辑无关，描述错误。大数据预处理环节中数据清洗操作的核心目标是A.彻底删除所有原始数据B.处理原始数据中的缺失值、重复值、异常值，提升数据集整体质量C.直接将所有数据转换为图片格式D.将数据体量放大10倍以上满足存储要求答案：B解析：原始采集的多源大数据普遍存在数据缺失、重复录入、数值偏离正常范围等问题，数据清洗的核心目标就是针对性修正这些问题，为后续的分析运算提供高质量的基础数据集。选项A的操作会直接导致后续分析没有可用数据源，完全违背数据清洗的初衷，描述错误。选项C中将所有数据转图片属于完全不合理的操作，没有任何实际业务价值，描述错误。选项D的操作会无端浪费大量存储和计算资源，不符合数据处理的降本增效原则，描述错误。以下指标中，最能体现大数据价值特征的是A.数据总规模越大，单位数据的平均价值密度越低B.数据的价值密度和数据总规模完全成正比C.所有数据的价值都高于数据本身的存储成本D.非结构化数据的价值密度一定高于结构化数据答案：A解析：大数据场景中，海量的日志、视频、传感数据里真正有价值的有效信息占比非常低，数据总规模越大，单位数据的平均价值密度反而越低，这是大数据价值维度的核心特征。选项B的描述和实际大数据的价值特征完全相反，是典型的错误认知。选项C中很多无效的冗余数据价值为零，远低于其存储成本，该描述不符合实际情况。选项D中结构化数据的价值密度普遍远高于非结构化数据，该描述存在事实错误。实时大数据处理场景的典型延迟要求范围是A.小时级以上B.分钟级到秒级甚至毫秒级C.以年为单位的处理周期D.完全没有延迟要求答案：B解析：实时大数据处理针对的是需要快速响应的业务场景，比如实时风控、实时热力图展示等，处理延迟通常需要控制在分钟级以内，高实时场景甚至要达到毫秒级的响应速度。选项A是离线大数据处理的典型延迟范围，不属于实时场景的要求，描述错误。选项C的年为单位的处理周期属于完全的离线归档类场景，和实时大数据无关，描述错误。选项D中任何数据处理流程都不可能实现完全零延迟，描述不符合客观规律。分布式大数据集群的横向扩展指的是A.直接更换集群所有服务器的CPU实现性能提升B.往集群中新增普通服务器节点，线性提升集群整体的存储和计算能力C.更换集群的操作系统版本实现性能提升D.删除集群中一半的服务器降低集群规模答案：B解析：横向扩展是分布式大数据架构最核心的优势之一，通过新增普通x86服务器节点的方式，就能近乎线性地提升集群整体的存储容量和并行计算能力，无需采购昂贵的高端大型服务器。选项A的操作属于纵向升级单机硬件的扩展方式，不属于横向扩展的范畴，描述错误。选项C的操作系统版本升级属于软件层面的优化操作，不属于集群扩展方式，描述错误。选项D的操作是缩减集群规模，完全和扩展的定义相反，描述错误。以下操作中，属于大数据统计分析范畴的是A.统计某区域一周内所有外卖订单的整体客单价分布区间B.手动修改所有数据的数值为统一值C.直接删除所有超过一天的历史数据D.将所有数据导出为未加密的明文文件公开传播答案：A解析：基于海量历史订单数据统计客单价分布，是典型的大数据基础统计分析场景，能够为后续的运营决策提供数据支撑。选项B的恶意修改数据操作会直接破坏数据集的真实性，不属于合法的数据分析操作，描述错误。选项C的无差别删除历史数据会丢失大量有价值的分析素材，不属于数据分析范畴，描述错误。选项D的违规公开数据操作属于严重的数据安全风险行为，和数据分析无关，描述错误。大数据领域常提到的用户画像核心指的是A.通过多源数据汇总抽象出的能够描述用户核心属性、行为特征的标签集合B.用户本人的手绘肖像图片C.用户的身份证照片复印件D.用户的全部社交软件头像合集答案：A解析：用户画像是大数据用户运营场景的核心产物，通过汇总用户的消费、行为、偏好等多源数据，抽象生成对应的结构化标签集合，能够帮助企业实现精准的用户分层和个性化运营。选项B的手绘肖像和大数据用户画像的概念完全无关，描述错误。选项C的身份证照片属于用户隐私敏感信息，不属于用户画像的组成部分，描述错误。选项D的社交头像合集只是用户的公开头像素材，不包含任何行为、属性维度的特征信息，不属于用户画像的范畴，描述错误。大数据系统的多副本冗余机制核心作用是A.避免单节点硬件故障导致数据丢失，提升整个集群数据存储的可靠性B.将存储的数据多份复制大幅提升存储资源的浪费率C.让所有用户同时访问所有副本的时候都获得完全一致的处理结果，不会出现任何延迟D.让数据的读取速度降低到原来的十分之一答案：A解析：大数据分布式集群运行在大量普通商用服务器上，硬件故障是常态，默认配置多副本冗余存储机制后，单台节点损坏只会丢失其中一个副本，其他节点上的副本依然完好，从根本上避免了数据丢失的风险，大幅提升存储可靠性。选项B中多副本确实会占用额外存储资源，但核心目标不是浪费资源，该描述完全曲解了机制的设计初衷，描述错误。选项C中多副本同步的过程会产生一定的延迟开销，不可能实现完全无延迟的强一致访问，描述不符合实际情况。选项D中多副本机制可以通过就近读取不同副本的方式提升读取速度，而不是降低速度，描述存在事实错误。二、多项选择题（共10题，每题2分，共20分）大数据经典4V核心特征包含以下哪些选项A.数据规模巨大，也就是Volume特征B.数据类型多样，包含结构化、半结构化、非结构化数据，也就是Variety特征C.数据处理响应速度快，对应Velocity特征D.所有数据的价值完全均等，每个数据点的价值完全相同答案：ABC解析：大数据经典4V特征就是海量规模、多样类型、高速处理、价值密度低四个维度。选项D的描述和大数据价值密度分布不均的特征完全相反，属于明显的错误描述，因此不选。以下属于大数据技术栈典型组成部分的环节有A.多源异构数据采集环节B.数据预处理与清洗环节C.分布式存储与分布式计算环节D.数据价值挖掘与可视化输出环节答案：ABCD解析：完整的大数据技术全链路覆盖从原始数据采集、预处理、存储计算到最终价值输出的全部环节，四个选项描述的内容都是大数据技术栈的标准组成部分，全部符合知识点要求。和传统单机数据处理架构相比，分布式大数据架构的核心优势有A.可以近乎线性地横向扩展存储和计算能力，突破单机硬件的性能上限B.通过多副本冗余机制大幅提升系统整体的容错能力和可靠性C.可以利用大量普通商用服务器搭建集群，大幅降低海量数据处理的单位成本D.完全不需要任何运维操作就能稳定运行十年以上不会出现任何故障答案：ABC解析：分布式大数据架构的核心优势就是可扩展、高容错、低成本，能够轻松处理单机完全无法承载的超大规模数据集。选项D的描述不符合客观实际，分布式集群由大量节点组成，日常依然需要常规运维保障稳定运行，不可能完全无故障，该描述错误，不选。常见的非结构化大数据类型包含以下哪些选项A.监控视频文件B.语音通话录音文件C.纯文本文档内容D.存储在传统关系型数据库中的结构化订单数据答案：ABC解析：非结构化数据指的是没有预定义固定数据模型、无法直接用二维表格展示的数据，音视频、文本文档都属于典型的非结构化数据。选项D中的关系型数据库订单数据属于标准的结构化数据，不属于非结构化数据范畴，因此不选。大数据数据预处理阶段的核心操作包含以下哪些环节A.缺失值填充或删除处理B.重复值去重操作C.异常值识别与修正D.数据标准化、归一化转换处理答案：ABCD解析：预处理阶段的核心目标是提升数据集整体质量，缺失值、重复值、异常值处理和数据标准化都是该阶段的标准操作，四个选项全部属于预处理的常规工作内容。以下属于大数据合法合规应用场景的有A.城市公共交通出行流量分析，辅助优化公交线路调度方案B.工业生产设备运行状态传感数据分析，提前识别设备故障隐患实现预测性维护C.公开电商运营数据分析，辅助商家调整商品定价和库存策略D.未经用户授权批量采集用户隐私数据用于非法牟利答案：ABC解析：前三个选项的应用场景都符合大数据合法合规使用的原则，能够为社会生产生活创造正向价值。选项D的行为属于严重侵犯用户隐私的违法行为，不属于合法合规的大数据应用场景，因此不选。大数据可视化技术的核心作用包含以下哪些选项A.将枯燥的海量数字统计结果转换为直观易懂的图表、大屏展示效果B.降低非技术背景的业务人员理解大数据分析结果的门槛C.能够快速直观展示数据中的趋势、异常点、关联关系等核心信息D.可以自动生成所有业务决策，完全不需要人工参与判断答案：ABC解析：大数据可视化的核心价值是降低数据信息的理解门槛，让分析结果更直观高效地传递给业务决策人员。选项D的描述不符合实际情况，可视化只是信息展示的手段，无法替代人的决策判断，描述错误不选。以下属于大数据安全防护必要措施的有A.敏感用户数据全链路加密存储和传输B.严格设置不同角色人员的数据访问权限，避免越权访问敏感数据C.定期开展数据安全审计，追溯所有异常的数据访问操作D.将所有敏感数据不加脱敏直接导出到公网公开传播答案：ABC解析：数据加密、权限管控、安全审计都是大数据安全防护的标准必要措施，能够有效降低数据泄露的风险。选项D的操作会直接导致大规模数据泄露，属于严重的违规操作，不属于安全防护措施，因此不选。常见的离线大数据处理场景包含以下哪些选项A.每日凌晨批量计算前一天全量的平台用户运营指标报表B.按周统计全平台所有订单的经营分析报表C.按月生成全公司的财务汇总分析报表D.用户支付过程中的毫秒级实时风控检测答案：ABC解析：离线大数据处理针对的是不需要低延迟、可以批量处理历史全量数据的场景，按日、周、月生成的批量报表都属于典型的离线场景。选项D的实时风控需要毫秒级响应，属于实时大数据处理场景，不属于离线场景范畴，因此不选。开展大数据项目落地实施之前需要提前梳理的核心前提要素有A.明确项目要解决的具体业务痛点和预期落地价值B.确认项目所需的多源数据的来源合规性和可用性C.提前规划项目投入的硬件、软件、人力等相关资源D.完全不做任何前期调研直接采购最贵的大数据设备盲目的开展建设答案：ABC解析：大数据项目落地前提前明确业务目标、确认数据可用性、规划相关资源是项目成功的必要前提，能够大幅降低项目失败的概率。选项D的盲目建设行为会导致大量资源浪费，项目几乎不可能创造实际价值，完全不符合项目实施的合理逻辑，因此不选。三、判断题（共10题，每题1分，共10分）大数据分布式集群的多副本冗余机制通常默认设置为3副本，能够在容忍任意两个节点同时故障的情况下保证数据不丢失。答案：正确解析：3副本机制是大数据分布式存储的工业界通用标准配置，将三个副本分别存放在不同的服务器节点甚至不同机架上，只要不同时丢失超过两个节点，就能保证所有数据依然有至少一份完好的副本可用，大幅提升存储可靠性，该描述符合行业通用规范。原始采集的大数据本身天然就是高质量零错误的，完全不需要做任何数据清洗操作就可以直接拿来做分析挖掘。答案：错误解析：多源渠道采集的原始数据普遍存在大量缺失、重复、异常的问题，直接用来分析会得到完全偏离真实情况的错误结论，必须经过完整的数据清洗预处理环节才能投入后续使用，该描述和实际情况完全相反。用户画像可以帮助运营人员实现精准的个性化推荐，有效提升用户的服务体验，降低无关信息对用户的打扰。答案：正确解析：基于合规采集的用户行为偏好标签生成的个性化推荐内容，能够匹配用户的真实需求，大幅提升信息分发的效率，避免用户被大量无关的内容骚扰，该描述符合用户画像的实际应用价值。大数据处理一定需要超算级别的高端大型服务器才能完成，普通的商用x86服务器完全没办法搭建可用的大数据集群。答案：错误解析：分布式大数据架构的核心设计思路就是利用大量普通的廉价商用x86服务器，通过分布式并行的方式实现超大规模数据处理能力，完全不需要采购昂贵的高端大型服务器，该描述是对大数据架构的典型错误认知。数据脱敏操作指的是对敏感的用户隐私信息进行部分掩码处理，在不影响分析统计结果的前提下避免直接泄露用户的个人敏感信息。答案：正确解析：数据脱敏是大数据数据安全领域的常用技术手段，比如把用户手机号中间四位替换为星号，既不影响按手机号段做统计分析，也不会泄露用户完整的联系方式，能够在保障数据可用性的同时满足隐私保护的要求，该描述符合脱敏技术的核心定义。实时大数据处理的延迟要求越高，对应的系统架构复杂度和资源投入成本就越低。答案：错误解析：低延迟的实时大数据场景对数据传输、运算、输出全链路的性能要求极高，需要做大量的性能优化工作，架构复杂度和资源投入成本远高于离线大数据处理场景，延迟要求越高成本越高，该描述的逻辑关系完全颠倒。MapReduce分布式计算模型可以自动将任务拆分分配到多个节点并行执行，开发人员不需要手动编写复杂的分布式调度逻辑，大幅降低了大数据并行计算的开发门槛。答案：正确解析：MapReduce框架封装了大量底层的分布式调度、容错处理逻辑，开发人员只需要编写简单的映射和归约阶段的业务逻辑代码，框架会自动把任务拆分分配到集群多个节点并行运行，极大降低了分布式程序的开发难度，该描述符合MapReduce的核心设计优势。所有的大数据分析项目最终都一定能获得高额的商业回报，不会出现任何项目失败或者投入产出比失衡的情况。答案：错误解析：大数据项目的价值释放高度依赖前期的业务目标梳理和数据基础支撑，如果盲目跟风建设没有明确业务痛点的大数据项目，很容易出现资源投入远大于产出的情况，甚至出现项目完全无法落地的情况，该描述的绝对化认知完全不符合项目落地的客观规律。时序大数据指的是按照时间顺序持续产生的一系列数据，典型的场景包含物联网传感设备的运行数据、服务器的监控指标数据等。答案：正确解析：时序数据是大数据领域非常重要的一类数据类型，核心特征就是带时间戳、按照时间序列持续海量产生，物联网、监控运维场景都是时序大数据的典型应用领域，该描述完全准确。大数据的存储容量可以无上限的扩展，永远不需要对历史数据做归档或者删除操作，完全不会出现存储资源耗尽的问题。答案：错误解析：虽然分布式集群可以横向扩展存储容量，但硬件资源本身是有物理上限的，如果无差别存储所有历史数据，最终必然会耗尽所有的存储资源，对于访问频率极低的归档历史数据，需要定期做冷归档甚至合规销毁操作，避免存储资源被无效占用，该描述的认知存在明显错误。四、简答题（共5题，每题6分，共30分）请简述大数据经典4V特征的核心内涵答案：第一，数据规模巨大特征，也就是Volume，指的是数据的总体体量从传统的TB级逐步向PB级甚至EB级增长，突破了传统单机数据存储和处理的能力边界；第二，数据类型多样特征，也就是Variety，指的是大数据的来源渠道非常多元，数据类型既包含传统的结构化数据，也包含半结构化的日志、网页数据，还包含音视频、文档这类非结构化数据，数据格式差异极大；第三，处理高速性特征，也就是Velocity，指的是大数据场景下数据的产生和流入速度极快，大部分场景都要求数据能够被快速处理响应，避免数据堆积；第四，价值密度低特征，也就是Value，指的是海量的大数据中真正有价值的有效信息占比非常低，需要通过特定的算法从海量数据中挖掘出隐藏的高价值信息。解析：4V特征是整个大数据体系最基础的核心定义要点，四个维度的特征共同定义了大数据和传统小规模数据的本质区别，是后续所有大数据技术衍生设计的核心出发点，也是大数据认证的基础必考知识点。请简述大数据数据预处理环节的四个核心操作要点答案：第一，缺失值处理，针对数据中存在的部分字段缺失的问题，可以根据业务场景选择用均值、中位数填充，或者直接删除缺失占比过高的无效数据行，避免缺失值对后续分析结果造成干扰；第二，重复值处理，针对多源数据合并过程中产生的大量完全重复的数据行，通过主键去重的方式删除冗余的重复数据，减少无效数据占用的存储和计算资源；第三，异常值处理，针对数值明显偏离正常取值范围的异常数据，结合业务逻辑判断其属于数据录入错误还是真实的特殊事件，对错误的异常值进行修正，避免异常值严重拉偏整体的统计结果；第四，数据转换处理，根据后续算法和分析的要求，将不同格式、不同量纲的数据做标准化、归一化转换，将数据转换为后续分析程序可以直接读取运算的标准格式。解析：数据预处理是整个大数据处理流程中占总工作量比例超过60%的核心环节，预处理的质量直接决定了后续分析结果的准确性，这四个核心操作要点覆盖了预处理全流程的核心工作内容，是数据处理岗位必须掌握的基础技能。请简述分布式大数据架构相比传统单机架构的三个核心优势答案：第一，无限横向扩展能力，分布式架构可以通过往集群中新增普通服务器节点的方式，近乎线性的提升集群整体的存储容量和并行计算能力，完全突破了单机硬件的性能物理上限，可以轻松承载PB级以上的海量数据处理需求；第二，高容错高可靠能力，分布式架构通过多副本冗余、任务自动失败重试的机制，即使集群中部分节点出现硬件故障，整个集群的业务运行不会受到明显影响，也不会出现数据丢失的问题，整体可靠性远高于单机系统；第三，极低的单位数据处理成本，分布式大数据架构可以利用大量廉价的普通商用服务器搭建集群，相比传统小型机集中式架构，海量数据存储和计算的单位成本可以降低一个数量级以上，大幅降低大数据项目的整体投入门槛。解析：这三个核心优势是大数据技术能够快速普及落地的根本原因，也是分布式架构替代传统集中式单机架构的核心底层逻辑，是大数据系统设计相关考点的核心内容。请简述大数据可视化的三个核心作用答案：第一，降低数据信息的理解门槛，通过直观的图表、动态大屏等可视化形式，把枯燥的海量数字统计结果转换为任何人都能快速看懂的视觉信息，让非技术背景的业务人员也能快速理解数据背后的含义；第二，快速识别数据中的异常和趋势，可视化的呈现方式可以让数据中的峰值、拐点、异常点等信息一眼就能被发现，相比看纯数字表格，识别异常的效率可以提升数倍以上；第三，高效传递分析结论辅助决策，可视化的展示形式可以把数据分析的结论更加清晰直观地传递给决策层，帮助决策层快速掌握业务整体情况，做出更加科学合理的决策，提升数据驱动决策的整体效率。解析：大数据可视化是大数据价值从技术层面向业务层面传递的最后一公里环节，这三个核心作用就是可视化在业务场景中落地的核心价值，是数据应用相关考点的核心内容。请简述大数据场景下开展数据安全防护的四个核心手段答案：第一，全链路加密处理，对敏感数据的采集、传输、存储全流程进行加密，避免数据在传输和存储环节被窃取泄露，保证即使数据文件被非法导出也无法解密读取到明文敏感信息；第二，细粒度权限管控，针对不同角色的工作人员设置不同级别的数据访问权限，普通运营人员无法直接访问全量的用户敏感数据，从权限层面避免越权访问敏感数据的问题；第三，全链路操作审计，对所有数据的访问、导出、修改操作进行全日志记录，一旦出现数据泄露事件可以快速追溯到对应的责任人，对违规操作形成有效的威慑；第四，敏感数据脱敏处理，对外输出开放给分析人员使用的数据集之前，对所有的用户手机号、身份证号等敏感信息进行掩码脱敏处理，在不影响统计分析的前提下避免泄露用户隐私信息。解析：数据安全是当前大数据落地合规要求中最核心的部分，这四个核心手段覆盖了从技术到管理的全维度安全防护要求，是大数据认证中数据安全考点的核心内容。五、论述题（共3题，每题10分，共30分）结合实际落地案例，论述大数据在城市公共交通治理场景中的应用逻辑和落地价值答案：首先是核心论点：大数据技术通过整合多源的交通出行数据，能够突破传统人工经验交通治理的局限性，实现城市交通资源的动态智能调度，大幅提升城市整体的通行效率。接下来是具体的论据和实例支撑：某新一线城市交通管理部门的智慧交通大数据项目，整合了路口监控摄像头的车流数据、公共交通的刷卡数据、网约车的出行订单数据、公众出行的地图导航数据等多源异构大数据，首先通过全量数据分析识别出了全市范围内两百多个之前人工排查没有发现的拥堵高发路段和拥堵时段，然后针对拥堵高发的路口，基于实时车流数据动态调整红绿灯的配时时长，早高峰车流量大的方向自动延长通行时间，晚高峰反向调整通行时长，同时基于全域的出行流量数据动态调整公交线路的班次间隔，针对客流高峰时段自动加密公交线路的发车班次，客流低谷时段适当降低发车频次，还可以提前根据预测的出行流量提前发布交通预警信息，引导市民错峰出行或者选择替代的绕行路线。最后的结论部分：该城市落地这套大数据智慧交通系统之后，全市的整体道路通行拥堵指数下降了接近两成，市民的平均通勤时长缩短了15%左右，公交的运力资源利用率提升了三成，在没有大规模新建道路的前提下仅仅通过数据驱动的动态调度就实现了城市交通运行效率的大幅提升，充分体现了大数据在公共服务领域的落地价值，也证明了大数据技术能够用极低的成本创造非常可观的社会公共效益。结合大数据全生命周期的环节划分，论述各个环节可能存在的风险点和对应的防控方案答案：首先核心论点：大数据全生命周期覆盖从数据产生到最终销毁的完整链路，每个环节都存在对应的特有风险，针对不同环节的特征制定针对性的防控方案，才能保障整个大数据系统的安全稳定运行。接下来分环节展开论述：第一是数据采集环节，这个环节的核心风险是数据来源不合规，未经用户授权就违规采集用户的隐私数据，或者采集了大量和业务无关的冗余数据浪费资源，对应的防控方案就是严格落实合规采集要求，所有需要采集的用户数据都必须提前获得用户的明确授权，只采集业务必需的最小数据集，从源头规避合规风险。第二是数据传输环节，这个环节的核心风险是数据在公网传输的过程中被非法窃听劫持，导致敏感数据泄露，对应的防控方案就是所有数据传输链路全部采用加密传输协议，禁止明文传输敏感数据，规避传输过程中的窃听风险。第三是数据存储环节，这个环节的核心风险是硬件故障导致数据丢失，或者存储的敏感数据被人非法窃取，对应的防控方案就是采用多副本冗余机制保障数据存储可靠性，所有敏感数据加密存储，即使硬盘被盗也无法解密明文数据。第四是数据计算分析环节，这个环节的核心风险是数据滥用，分析人员越权访问敏感数据，对应的防控方案就是设置细粒度的访问权限管控，所有分析人员默认访问的都是经过脱敏的数据集，全程记录