那么，大数据究竟给数据泄露防护带来了哪些挑战?毋庸置疑，大数据时代下数据泄露防护首要面临的一个棘手问题就是：如何在TB级的海量数据中发现敏感数据，并对其所面临的安全威胁进行实时监控、及时采取安全防护措施，防止其泄露、扩散。

　　显然，这一问题的解决，依靠传统人工识别的方法是无法想象的。而依靠DLP提供的敏感内容智能感知技术，则可以轻松解决这一问题：

　　>> 定义并智能感知敏感数据、提供安全态势分布(感知);
　　>> 监控并评测数据安全威胁，提供安全威胁预警(监控);
　　>> 采取必要防护措施，防止敏感数据泄露、扩散(防护);

　　另外，云计算、虚拟化以及移动互联网与大数据密不可分，正在给数据安全带来前所未有的挑战。换句话说，大数据时代下DLP除了能够对海量数据中的敏感数据进行智能感知外，还必须能够适应云计算、虚拟化以及移动智能终端等应用场景。

　　对此，业内人士表示，实现模块化部署、平台化管理、可视化呈现是大数据时代下DLP的必由之路：即以敏感数据为焦点、泄露风险为驱动，依据云计算、移动智能终端等不同应用场景及数据特点，按需部署不同功能模块，并建立统一安全平台，在平台之上实现敏感数据安全态势智能感知与集中可视化管理;

　　毫无疑问，现如今大数据已是大势所趋。传统的基础网络边界的静态、不灵活的技术，就抵御如今的安全威胁而言，效用越来越低。在此大背景下，数据安全态势感知系统问世，将有力改变这一被动局面，有效阻止当前大规模的数据泄露、保障数据安全。



   本文转自21科技 IT快讯