随着互联网技术的普及和人们对信息获取要求的不断提升，大数据作为一种全新的概念就此产生。它可以帮助企业对现有资源进行更为合理的分析利用，也可以让客户获得更有针对性的服务。这些在金融行业表现的尤为明显。不过虽然大数据发展很快，但由于时间尚短，所以在应用过程当中还存在一些问题需要摸索解决。

　　首创证券伏劲松先生数据分析当有所鉴别首创证券的伏劲松先生表示，大数据的发展速度非常迅速，其中金融行业首当其冲，第二个是医疗，第三个是呼叫中心。不过大数据在为行业带来益处的同时，其中所引发的一些问题也比较具有代表性。

　　比如前段时间在美国的Twitter上面，有人制造期货市场的假新闻，由此给投资者带来了1600亿美元的损失。以至于美国联邦调查局，美国证监会还有美国期货监会不得不将5分钟内，24个品种的远期合约的各种数据全部重新分析。

　　从2009年社交网络出来以后，国外金融行业很多这种企业就关注社交网络，从社交网络进行人的行为分析以便决定投资策略，也就是所谓的事件驱动投资策略。国外这种事件驱动策略就是说企业从互联网上去关注一些重大事件，再通过实时在线分析策略决定投资趋向。但这种策略反过来也很容易被人利用，Twitter上被制造出来的爆炸性假新闻，就是金融大数据典型的案例之一。所以，如何鉴别所采集数据的价值，甚至真伪性是目前大数据应用环节当中一个比较重要的问题。

　　云计算已成为时下IT界最为热门的话题，也是IT行业未来发展的方向，而云安全却成了云计算走向“巅峰”的拦路虎，也是一个设计层面比较广的课题。新一代数据保护策略应结合云计算模式的特点，针对云计算模式下数据安全存在的风险，做出科学合理的应对。

　　在云的建设过程中，多条高速链路汇聚成的大流量已经比较普遍，在这种情况下，安全设备必然要具备对高密度的处理能力；无论是独立的机架式安全设备，还是配合数据中心高端交换机的各种安全业务引擎，都可以根据用户的云规模和建设思路进行合理配置，保障云计算模式下数据传输安全，真正实现大流量汇聚情况下的安全防护，向高性能方向发展是新一代数据保护的首要策略。

　　在云计算未出现之前，我们所提到的复杂的环境，如服务器、电子邮件、业务应用以及数据库、分支机构、员工便携式电脑、工作站、以及虚拟环境等不同的平台与技术才构成复杂的环境。而在云计算时代，复杂的系统结构、多样的数据模型、以及可扩展性、和容错性等等，其中最为突问题就是海量，海量包含多个角度：集群规模、数据量以及用户量等等，另一个突出的问题就是云计算平台往往采用廉价、不可靠的PC机来搭建sharednothing集群，因此出错几率高于传统的分布式数据库中的高性能服务器。所以，下一代数据保护必须能够提供全面的管理平台来覆盖这一复杂的环境，保障云计算模式下的硬件及系统安全。也就是说，新一代数据保护策略需进一步提高应对复杂环境的能力。

　　而今，虚拟化已经成为云计算服务商提供“按需服务”的关键技术手段，包括基础网络架构、存储资源、计算资源以及应用资源都已经在支持虚拟化方面向前迈进了一大步，新一代数据保护策略只有基于这种虚拟化技术，才可能根据不同用户的需求，提供个性化的存储计算及应用资源的合理分配，并利用虚拟化实例间的逻辑隔离实现不同用户之间的数据安全，从而达到保障在云计算模式下的数据存储安全，数据保护向小男孩方向迈进是一个必然趋势。

　　在云计算时代，安全设备和安全措施的部署位置有所不同，安全责任的主体发生了变化，用户之前需要自己来保证服务的安全性，现在由云计算服务提供商来保证服务提供的安全性，用户把数据放在云中，服务商不但要对用户数据提供安全保护承诺，而且要保证这些数据不被泄露。但这也是云计算安全问题的一个症结所在，隐私保护是云计算非常突出的问题，确保用户的身份信息、访问历史、访问方式受到保护，以及数据的存储处理都要能保护用户的个人隐私，要能通过数据挖掘获得隐私，阻挡通过推理攻击获得别人的隐私。能否在新一代数据保护策略中整合数据隐私保护，是新一代数据保护策略研究一个思考的方向。融人用户隐私保护服务也是新一代数据保护的策略之一。

　　实际上大数据在中国的发展还需要有一个过程，这主要是从概念到实际应用的过程。拉卡拉支付的黄燚先生表示，在金融行业当中，目前有很多企业虽然知道大数据的价值，但是在利用层面做的并不好。海量数据的有效鉴别分析就是目前面临的一个比较严峻的问题。

　　比如某支付公司虽然拥有400营销电话以及诸多店面销售人员，还有数百万的商户信息。但在面对如此庞大的有价值数据时，该公司对这些数据的应用依然处于较为原始的后期电话跟踪上。这样的方式，其价值转换率非常低，并不能实现有价值数据的深入挖掘。实际上此类例子在金融行业当中也并不少见，很多企业手中都有非常多的优质数据，但是在如何鉴别和深度挖掘时则显得力不从心。所以，虽然大数据是未来的趋势所向，但如何做到有效的鉴别分析，则是其基础所在。