2026年大数据安全知识试题及答案

2026年大数据安全知识试题及答案一、单项选择题（每题2分，共20分）1.在大数据安全生命周期中，数据脱敏处理通常发生在哪个阶段？A.数据采集B.数据传输C.数据存储D.数据使用答案：D2.下列哪种加密方式最适合用于保护大规模静态存储的非结构化数据（如视频、图片文件）？A.传输层安全（TLS）B.数据库透明加密（TDE）C.应用层加密D.文件系统级加密答案：D3.差分隐私技术通过在查询结果中加入可控的噪声来保护隐私。其核心参数ε（epsilon）通常表示什么？A.噪声的方差大小B.隐私保护的强度，ε越小保护越强C.数据处理的延迟时间D.允许的信息泄露总量上限答案：B4.在ApacheHadoop生态系统中，负责提供统一身份认证和授权服务的核心组件是？A.HDFSB.YARNC.KerberosD.ApacheRanger或ApacheSentry（两者均可，但需与上下文匹配）答案：C（认证层面）。若题目强调集中式授权管理，则D（如Ranger）更佳。此处考察认证基础，选C。5.数据血缘（DataLineage）技术的主要安全价值在于：A.提高数据查询速度B.实现数据的实时加密C.追踪数据的来源、流转和处理过程，便于安全审计与影响分析D.自动进行数据分类分级答案：C6.针对大数据环境下的高级持续性威胁（APT），最有效的检测思路之一是：A.依赖基于签名的病毒库扫描B.在网络边界部署高强度防火墙C.基于用户行为分析（UEBA）和异常流量分析进行关联研判D.对所有数据实施全量加密答案：C7.GDPR（通用数据保护条例）中规定的“被遗忘权”主要对大数据平台的哪项功能提出了挑战？A.数据备份B.数据索引与快速检索C.数据永久删除与副本清理D.数据可视化答案：C8.同态加密允许在密文上直接进行计算，得到的结果解密后与在明文上计算的结果一致。目前哪种同态加密方案在实际大数据场景中（如安全多方计算）应用相对更成熟？A.全同态加密（FHE）B.部分同态加密（PHE）C.半同态加密（SHE）D.类同态加密答案：B（或C，SHE常被视为PHE的一种，指仅支持加法或乘法一种运算。B范围更广，包含SHE）9.在大数据平台中，为防止通过数据聚合与关联分析重新识别出匿名化个体，需要重点关注以下哪种风险？A.中间人攻击B.重放攻击C.推理攻击（或关联攻击）D.拒绝服务攻击答案：C10.以下哪项不是数据安全治理框架（如DSG）的核心组成部分？A.组织与人员B.政策与流程C.技术与工具D.市场与销售策略答案：D二、多项选择题（每题3分，共15分，全部选对得分，少选、多选、错选均不得分）11.大数据安全面临的主要挑战包括：A.数据体量巨大，传统安全工具难以扩展B.数据多样性高，结构化与非结构化数据并存，安全策略复杂C.数据处理速度快（Velocity），实时安全防护难度大D.数据价值密度低，安全投入产出比难以衡量E.数据共享与流动频繁，隐私泄露风险加剧答案：A,B,C,E12.下列哪些技术属于隐私计算范畴，可用于实现“数据可用不可见”？A.安全多方计算（MPC）B.联邦学习（FL）C.差分隐私（DP）D.可信执行环境（TEE）E.数据脱敏答案：A,B,C,D13.关于大数据平台的访问控制，以下描述正确的有：A.基于角色的访问控制（RBAC）能有效简化大规模用户的权限管理B.属性基访问控制（ABAC）能实现更细粒度、动态的访问决策C.对于Hive表，可以仅控制到数据库级别，无需控制到表级别D.访问控制策略应遵循最小权限原则E.访问审计日志是访问控制不可或缺的组成部分答案：A,B,D,E14.数据分类分级是数据安全保护的基础。分级依据通常包括：A.数据的业务重要性B.数据遭篡改、破坏、泄露或非法利用后可能造成的影响和危害程度C.数据存储的物理位置D.数据涉及的法规合规性要求（如个人信息、重要数据）E.数据处理部门的行政级别答案：A,B,D15.在云原生大数据架构（如使用Kubernetes管理Spark、Flink作业）中，需要特别关注的安全配置点包括：A.Pod安全策略（或Pod安全标准）B.网络策略（NetworkPolicy），控制Pod间通信C.秘密管理（SecretsManagement），安全存储凭据D.容器镜像安全扫描E.服务账户（ServiceAccount）的权限分配答案：A,B,C,D,E三、填空题（每空1分，共10分）16.在大数据安全参考架构中，通常将安全能力分为数据安全、________安全、计算环境安全和安全管理四大领域。答案：平台（或基础设施）17.数据加密技术中，根据密钥管理方式的不同，可分为对称加密和________加密。答案：非对称（或公钥）18.ApacheKafka通过________机制（如SSL/SASL）保障数据传输与接入安全。答案：认证与加密（或安全协议）19.数据销毁技术包括逻辑销毁和________销毁，后者通过物理方式彻底破坏存储介质。答案：物理20.《中华人民共和国数据安全法》定义的核心数据是指关系国家安全、国民经济命脉、重要民生、重大________等的数据。答案：公共利益21.数据水印技术可用于追踪数据泄露源头，分为可见水印和________水印。答案：不可见（或数字）22.在大数据审计中，________分析用于发现偏离正常模式的行为，可能预示着内部威胁或已发生的安全事件。答案：异常（或行为异常）23.零信任安全架构在大数据环境下的核心原则是“从不信任，________验证”。答案：始终24.数据安全能力成熟度模型（DSMM）将组织的数据安全能力划分为初始级、________、量化级和优化级等多个等级。答案：受管理级（或稳健级，依据具体模型版本）25.数据出境安全评估中，对于达到规定数量的________个人信息和重要数据的出境，需依法申报评估。答案：重要四、简答题（每题5分，共25分）26.（封闭型）简述在大数据场景下，数据脱敏与数据匿名化的主要区别。答案：主要区别在于目的和可逆性。数据脱敏主要目的是保护敏感信息在非生产环境（如开发、测试、分析）中的安全，侧重于对特定敏感字段（如身份证号、手机号）进行掩码、替换、扰动等处理，可能保留部分数据特征以供使用，有时过程可逆（通过密钥）。数据匿名化则是隐私保护技术，旨在使数据无法再识别到特定个人，处理通常不可逆，且需考虑关联攻击等风险，确保满足匿名化标准（如k-匿名）。27.（封闭型）列出至少三种常见的大数据存储安全威胁。答案：①未授权访问：攻击者绕过认证授权，直接访问存储系统（如HDFS、对象存储）获取数据。②数据泄露：存储介质丢失、被盗，或云存储桶配置错误公开访问权限导致数据暴露。③数据篡改：恶意修改存储中的数据，破坏数据完整性。④数据持久化残留：删除数据后，存储空间未安全擦除，导致数据被恢复。⑤针对存储系统的漏洞攻击（如勒索软件加密文件系统）。28.（开放型）从技术和管理两个角度，阐述如何保障大数据平台中数据采集阶段的安全。答案：技术角度：①传输安全：对采集通道使用TLS/SSL等加密协议，防止数据在传输中被窃听或篡改。②来源认证：对数据源进行身份认证（如API密钥、证书），确保数据来源可信。③数据校验：对采集的数据进行格式、完整性校验，防止恶意数据注入。④敏感数据识别：在采集入口对流入的数据进行初步扫描和分类分级标记。管理角度：①明确采集规范：制定数据采集目录和标准，明确数据来源、范围、频率和格式。②协议与合规：与数据提供方签订协议，明确数据权责和合规要求（如个人信息采集需获授权）。③采集权限管理：严格控制发起数据采集任务的人员和系统权限。④采集活动审计：记录数据采集的元数据（时间、来源、量、操作者），便于审计和追溯。29.（封闭型）解释什么是“数据安全态势感知”，并说明其在大数据环境下的价值。答案：数据安全态势感知是指通过持续收集、整合和分析来自大数据平台各层面（网络、主机、应用、数据层）的安全相关数据（日志、流量、事件、用户行为等），结合威胁情报，利用大数据分析、机器学习等技术，实现对数据安全状态的可视化、对潜在威胁的发现、对安全风险的分析评估和预测预警的能力。其价值在于：变被动防御为主动预警，提升对高级威胁、内部威胁和复杂数据泄露风险的发现能力；实现跨层、跨域的安全事件关联分析，提高调查取证效率；为数据安全决策和策略优化提供数据支撑。30.（开放型）在基于Hadoop的大数据平台中，如何构建统一的身份认证与授权体系？请描述关键组件或思路。答案：关键思路是采用中心化的安全治理框架。①统一认证：部署Kerberos作为强身份认证中心，为HDFS、YARN、Hive、Spark等所有组件提供基于票据的相互认证，替代简单的用户名/密码或IP信任模式。②统一授权与管理：集成ApacheRanger或ApacheSentry。Ranger/Sentry作为中央策略管理点，管理员通过其控制台，以基于角色（RBAC）或属性（ABAC）的方式，统一定义和管理针对HDFS目录/文件、Hive数据库/表/列、KafkaTopic等资源的精细访问控制策略（如读、写、执行）。③策略同步与执行：Ranger/Sentry的插件（Plugin）部署在各服务端（如NameNode、HiveServer2），实时拉取并强制执行中央策略。④统一审计：所有组件的访问和操作日志可集中收集到Ranger等审计服务器，提供统一的审计视图和报告。五、应用题（共30分）31.（计算/分析类，10分）某公司使用Elasticsearch集群存储并对外提供商品评论的查询分析服务。评论数据中包含用户昵称、评论内容、评分、设备ID等字段。其中，设备ID可关联到特定用户。现计划向第三方研究机构提供脱敏后的数据集用于市场分析。请设计一个数据脱敏方案，要求：（1）说明对“用户昵称”、“设备ID”字段分别应采用的脱敏技术及理由。（4分）（2）若需对“评分”字段进行扰动以增加隐私保护，同时尽量保持数据整体统计分布（如平均分）不变，可采用什么方法？（3分）（3）脱敏处理后，如何验证数据是否仍存在重新识别特定个人的风险？（3分）答案：（1）①用户昵称：可采用泛化或遮蔽技术。例如，保留姓氏或首字母，其余部分用“”代替（如“张”），或统一替换为“用户001”等假名。理由：昵称本身可能是公开信息，但也可能包含个人习惯，直接暴露无必要，进行一定程度的模糊化可降低直接标识性。②设备ID：应采用不可逆的哈希加密（如加盐SHA-256）或令牌化技术。理由：设备ID是能够唯一标识设备的强标识符，必须进行不可逆的转换，彻底切断其与原始设备的直接关联，防止通过此字段关联回个人。（2）可采用差分隐私机制，向“评分”字段添加符合特定分布（如拉普拉斯分布）的随机噪声。通过精心设置隐私预算参数（ε），可以在提供强隐私保证的同时，使聚合统计量（如平均分）的误差控制在可接受范围内。或者，在数据量足够大的前提下，对评分进行微聚集，将评分相近的记录分组，然后发布每组的平均分或评分范围。（3）可进行重识别攻击测试（如模型测试法）：①关联测试：将脱敏后的数据集与另一份可能公开的、包含部分相同个人标识信息（如从其他渠道获得的用户昵称与设备映射关系）的数据集进行关联，检查是否能成功匹配回个体。②唯一性分析：检查脱敏数据集中，由多个准标识符（如处理后的昵称模式、评分区间、评论时间戳泛化到天等）组合形成的记录组合是否具有很高的唯一性。如果大量记录组合是唯一的，则重识别风险高。③使用专门的隐私风险评估工具，计算数据集的k-匿名、l-多样性等度量值，评估其抵抗链接攻击和属性推断攻击的能力。32.（分析/综合类，10分）某大型金融机构的大数据平台（基于混合云架构，部分数据在私有云，部分分析任务在公有云）近期发生一起疑似数据泄露事件。安全团队通过日志分析，发现某数据分析师账号在非工作时间段，从位于私有云的Hive数据仓库中异常批量查询了大量包含客户身份证号、交易记录等敏感信息的表，并将查询结果集下载到其本地开发机。请分析：（1）从技术层面看，该平台在哪些安全控制环节可能存在缺失或失效？（至少列出三点，3分）（2）针对此事件，调查取证应重点收集和分析哪些日志与数据？（至少列出四类，4分）（3）为防止类似事件再次发生，请提出三条具体的改进建议。（3分）答案：（1）①细粒度访问控制缺失或失效：该分析师账号可能拥有超出其工作职责所需的数据访问权限（如可直接访问含身份证号的原始表），未遵循最小权限原则。②数据操作行为监控与异常检测缺失：平台缺乏对用户查询和下载行为的实时监控和基于行为基线（如正常工作时间、常规数据量）的异常告警机制。③数据输出控制不足：允许将大量敏感查询结果集直接下载到不受控的本地开发机，缺乏对数据导出行为的审批、脱敏或水印添加等控制措施。④特权账号管理可能不严：分析师账号可能被共享或盗用。（2）①Hive/数据仓库的访问审计日志：精确记录该账号在事件时间段内执行的所有SQL查询语句、访问的表、返回的数据行数、执行时间、客户端IP。②平台认证日志（如Kerberos或LDAP）：确认该账号的登录时间、登录IP地址、登录方式，排查是否存在异常登录地点或时间。③网络流量日志（如防火墙、IDS/IPS）：分析从数据仓库节点到该分析师开发机IP之间的网络连接和流量大小，佐证数据下载行为。④开发机上的操作日志与文件痕迹：检查开发机上的命令行历史、文件创建/修改时间、是否有外发传输工具（如邮件客户端、网盘、FTP）的使用痕迹，以及下载的数据文件是否仍存在、是否被复制或外传。⑤该分析师账号的权限配置快照：确认事件发生时该账号所拥有的具体权限列表。（3）①实施动态访问控制与策略优化：基于用户角色和实际需求，立即审查并收紧该分析师及相关角色的数据访问权限，对核心敏感表实施动态访问控制（如结合时间、地点、设备状态进行决策）。引入数据脱敏策略，对开发和分析环境强制启用动态脱敏。②强化用户行为分析与实时告警：部署UEBA系统，建立用户和实体（账号）的行为基线，对异常时间访问、异常批量查询、异常数据下载等行为进行实时监测和自动告警。③加强数据外发管控：建立严格的数据导出审批流程。技术上，限制直接从生产数据仓库大规模下载原始数据到本地。推广使用安全的数据分析沙箱环境，分析结果如需导出，需经过审批并自动添加数字水印，以便追溯。④开展数据安全意识培训与审计：对全体员工，特别是数据接触人员，进行案例警示教育。定期进行数据安全审计和渗透测试，检验控制措施的有效性。33.（综合类，10分）假设你是一家医疗健康大数据公司的安全负责人，公司计划利用多家医院的脱敏电子病历数据，联合训练一个AI模型用于疾病预测。数据不离开各医院本地。请设计一个技术解决方案框架，确保在满足《个人信息保护法》和医疗数据合规要求的前提下，实现联合建模。你的方案需包括：（1）推荐的核心技术架构及其工作原理简述。（4分）（2）方案中需要重点考虑的安全与隐私保护措施。（3分）（3）该方案可能面临的主要挑战或局限性。（3分）答案：（1）推荐采用联邦学习作为核心技术架构，并结合差分隐私或同态加密进行增强。工作原理：①中心协调：由一个中心服务器（协调方）负责初始化全局AI模型，并协调训练过程。中心服务器不直接接触各医院的原始病历数据。②本地训练：在每一轮训练迭代中，中心服务器将当前的全局模型分发给各参与医院。每家医院使用自己本地的脱敏电子病历数据，在本地计算模型参数的更新（梯度或权重增量）。③安全聚合：各医院将加密后的模型更新（而非原始数据）上传至中心服务器