大数据发展和应用面临着严峻挑战。

（一）“数据集”安全边界日渐模糊，安全保护难度提升

1. 安全措施难以完全奏效：多源、海量、异构、分布存储等大数据新技术的应用。
2. 静态安全措施难以满足需求。
3. 复杂分布式环境扩大攻击影响（单节点受侵害影响整个系统安全），如数据存储设备、域名和认证服务器。

（二）敏感数据泄露安全风险增大

1. 数据丢失或被盗取，可能影响国家安全、社会安全和经济安全。
2. 客户数据丢失导致企业品牌受到损害、竞争处于劣势，以及担负法律责任。
3. 蕴含着海量数据和潜在价值的大数据成为网络攻击的首要目标。

（三）数据失真与大数据污染安全风险

1. 构造恶意数据并注入数据处理系统（网络水军虚假评论、电商产品评分、网站访问流量、网页虚假排名等）
2. 数据获取隐患导致人工智能的安全问题

（四）大数据处理平台业务连续性与拒绝服务

1. 许多关键业务依赖大数据处理平台的连续稳定运行（电商平台、金融平台）
2. 利用数据处理平台漏洞，发起拒绝服务攻击，中断业务运营

（五）个人数据广泛分布于多个数据平台，隐私保护难度加大

1. 个人数据广泛分布于互联网各类平台中，被个别非法个人或组织进行贩卖以牟取暴利，危害个人的经济利益与人身安全
2. 个人敏感数据在采集、传输、存储、处理、发布、使用等环节存在数据泄露风险（个人身份证号码暴露在公共互联网中，授权用户通过已有数据集推导非授权信息）

（六）数据交易安全风险

（1）数据交易：数据商品作为交易对象（货币←→数据商品，数据商品←→数据商品）

（2）安全风险。如非法数据交易、虚假数据交易、交易服务不完整、交易数据汇聚导致敏感数据泄露、跨境数据流动安全等安全风险。

（七）大数据滥用

万物互联，不同数据集之问蕴含潜在关联关系。大数据分析可以发现更多、更深入的关联关系（开发针对特定人群的生物病毒，分析微信图片和地理位置数据挖掘个人隐私）。