信息安全是一個龐大的領域，其中涉及到很多知識點，但是大多公司都對其沒有提及足夠的重視，因為信息安全是一個“黑天鵝”事件，以至于大家不愿意在上面投入巨大的精力，也希望隨著國內對于安全的越來越重視，更多的公司也能在信息安全領域投入越來越多的注意。

[[216520]]

在我們談信息安全的時候，我想先澄清一個概念，什么叫做信息安全。在我眼中，我把信息安全分成三大類：

1. 信息層面的信息安全，學校中的信息安全專業，主要致力于通信加密，密碼加固等傳統的安全領域。
2. 用戶層面的信息安全，也就是說用戶把信息存儲到了你的服務器上，你要怎么樣保證用戶的隱私不受侵犯。
3. 架構層面的信息安全，簡而言之，就是如何保證信息不丟。

潘多拉的盒子被打開了。一時間，席卷全球的“勒索病毒”，讓整個互聯網行業如臨大敵，并再次敲響了互聯網安全行業的警鐘。

而這背后，早已經形成了一條完整且成熟的網絡黑產產業鏈。游走于地下的網絡黑客，隱藏在黑暗之中，伺機而動，不得不防。

信息層面的信息安全

我們為什么要從HTTP切換到HTTPS?為什么有一天大家都拋棄了HTTP而投向了HTTPS的懷抱?畢竟HTTPS需要消耗比HTTP更大的硬件開銷，在架構層面同樣需要做出很多的調整。

那是因為HTTP無論對于網絡傳輸的內容，還是對于協議本身信息都沒有做過任何的加密，從而使得用戶的任何信息在網絡中都可能被捕獲。這時，我相信有人會講：那我們是一個內容瀏覽類的網站，用戶并不需要輸入信息，那是不是就可以不使用HTTPS了呢?答案是使用HTTP不僅會發生泄漏數據，還會發生注入數據;這也是我們常常提到的流量劫持。

當然，由于HTTPS對于服務器資源的消耗，HTTP也推出了HTTP/2，除了一些新的特性之外，當然也加入了信息加密的功能。另外，密碼的加密也是老生常談，密碼的加密是一個聽上去簡單實際很復雜的事情，歸根結底，密碼加密是一個需要平衡的事情，如果采用簡單加密方式(例如MD5)，那么自然也會容易被解密，但是如果采用復雜加密算法，自然也對CPU提出了更高的要求。

用戶層面的信息安全

用戶隱私在近年來被提升到了一個***的高度。大數據時代人人都在做數據分析，卻又人人都在做用戶隱私。那么如何把握數據分析和用戶隱私之間的平衡?

也許我們在很久之前就觸犯了“用戶隱私”，當我們在電商網站上點擊“喜歡”的時候，這個數據來源于“用戶隱私”;當我們在搜索引擎上看到“搜索廣告”的時候，這個數據也來源于“用戶隱私”;甚至我們可以說：如果我們嚴格地去界定“用戶隱私”，我們如今的產品會死掉90%甚至更多。

那么我們到底如何去客觀地理解用戶隱私?我對隱私的紅線是：用戶的數據分析是機器可讀但是人工不可讀的。舉個例子：

我們在做用戶的垃圾郵件過濾的時候，我們需要對每封郵件抽取特征，其中包括發件人，發件時間以及對于郵件正文內容的結構化抽取，然后通過分類算法對郵件進行分類。

但是我們要注意一點，這個過程，我們對“人”是不可見的，我們會對幾千萬的數據進行機器處理，我們處理的是宏觀上的“大數據”;但是如果我們是通過人去掃描數據庫，然后提取出了郵件記錄并且去做人眼識別，那么這個行為是侵犯用戶隱私的。

再者，是否侵犯用戶隱私的一個隱含區分點是“侵犯隱私”之后做了什么?例如我們對搜索記錄進行數據分析后為用戶推薦了更好的結果，我們說這并不是侵犯數據隱私;但是如果我們對搜索結果進行分析后，將用戶的資料提供給了某醫院，那么用戶隱私就被侵犯了。

一言結之，是否侵犯隱私一定程度上關聯與后續的操作是否侵犯到了用戶切身的利益。

***，是否侵犯隱私的一個標準在于我們最終暴露的是用戶的什么信息。

我們都知道DMP行業提供API使得DSP可以進行更加精準的廣告投放，但是提供什么樣的信息成為了關鍵。如果提供的是用戶的消費記錄，這個是侵犯隱私的，如果提供的是通過數據挖掘得到的收入水平，那么這個信息也許是不侵犯隱私的。

其實用戶隱私是一個很敏感的詞，也許這個詞天生就與數據挖掘、數據分析互相抵觸，法律上也并沒有對相關的標準拉過紅線，如何把握也許值得我們更深入地探討。

【本文為51CTO專欄“柯力士信息安全”原創稿件，轉載請聯系原作者(微信號：JW-assoc)】

戳這里，看該作者更多好文