范廷鈺，袁 科

（1.河南大學(xué)國際教育學(xué)院；2.河南大學(xué)計(jì)算機(jī)與信息工程學(xué)院，河南開封 475004）

0 引言

大數(shù)據(jù)與云計(jì)算等新技術(shù)融合，信息的利用率得到極大提高，同時也引發(fā)大量的信息安全事件。大數(shù)據(jù)安全問題成為大數(shù)據(jù)學(xué)術(shù)研究的熱點(diǎn)問題。

中國知網(wǎng)是國內(nèi)最大的期刊全文數(shù)據(jù)庫，在影響力、內(nèi)容覆蓋面、規(guī)范性、檢索途徑等方面具有明顯優(yōu)勢［1］。本文以中國知網(wǎng)下的信息科技文獻(xiàn)目錄作為數(shù)據(jù)源，運(yùn)用可視化數(shù)據(jù)分析工具CiteSpace，以發(fā)文量、核心作者、關(guān)鍵詞、突現(xiàn)詞為主題進(jìn)行分析，總結(jié)我國大數(shù)據(jù)安全領(lǐng)域研究熱點(diǎn)和前沿，為學(xué)者提供參考和借鑒。

1 數(shù)據(jù)獲取與分析方法

1.1 數(shù)據(jù)獲取

數(shù)據(jù)來源于中國知網(wǎng)信息科技文獻(xiàn)目錄，以“大數(shù)據(jù)”“信息安全”“網(wǎng)絡(luò)安全”“數(shù)據(jù)安全”“安全存儲”作主題詞，檢索時間為2010-2019 年，去除與研究不相符的文獻(xiàn)資料，最終獲取822 篇高被引文獻(xiàn)，將文獻(xiàn)以Refworks 格式導(dǎo)出。

1.2 分析方法

本文采用的可視化工具為美國費(fèi)城德雷克塞爾大學(xué)信息科學(xué)與技術(shù)學(xué)院陳超美博士基于JAVA 平臺開發(fā)的CiteSpace［2］。利用CiteSpace 將Refworks 格式文檔轉(zhuǎn)換成Web of Science（WOS）數(shù)據(jù)源導(dǎo)入CiteSpace 中［3］。對文獻(xiàn)作者、作者合作關(guān)系、關(guān)鍵詞、突現(xiàn)詞進(jìn)行可視化分析，并制作相關(guān)知識圖譜，輔助分析我國在大數(shù)據(jù)安全研究方面的不足和可拓展的前沿領(lǐng)域［4］。

2 數(shù)據(jù)分析結(jié)果

在進(jìn)行數(shù)據(jù)分析之前，筆者對CiteSpace 的相關(guān)參數(shù)進(jìn)行設(shè)置?！癟ime Slicing”（時間分隔）設(shè)置為2010-2019 年；“Years Per Slice”（最小統(tǒng)計(jì)時間）設(shè)置為1 年；“Term Source”（主題詞來源）將其下的Title（標(biāo)題）、Abstract（摘要）、Author Keywords（作者關(guān)鍵詞）、Keywords Plus（拓展關(guān)鍵詞）全部勾選；“TopN%”（頻率選項(xiàng)）設(shè)置為20%。

2.1 逐年發(fā)文量

一個領(lǐng)域的發(fā)展態(tài)勢可以從發(fā)文量的多少得以展現(xiàn)［5］。對2010-2019 各年發(fā)文量進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)大數(shù)據(jù)安全研究發(fā)文數(shù)量自2012 至2019 年各年發(fā)文量分別為2、25、71、111、112、144、174、183 篇，呈現(xiàn)逐年上升趨勢，如圖1 所示。根據(jù)圖1 將其分成兩個上升階段：第一個階段（2012-2015），自2012 年大數(shù)據(jù)在學(xué)術(shù)界引起關(guān)注后，其安全性研究也逐漸在增加，這一階段累計(jì)發(fā)表文獻(xiàn)209篇，占研究樣本的25.4%，平均增長率為28.1%；第二個階段（2016-2019），隨著云計(jì)算等技術(shù)的發(fā)展，大數(shù)據(jù)應(yīng)用提升到新的階段［6］，這一階段學(xué)者主要針對云安全以及云存儲進(jìn)行探討，累計(jì)發(fā)表文獻(xiàn)613 篇，占研究樣本的74.6%，平均增長率為17.8%。

2.2 研究機(jī)構(gòu)分布

將“Node Types”（節(jié)點(diǎn)來源）設(shè)置為“Insulation”，調(diào)節(jié)Thresholds 為c（1，2，20）、cc（2，2，20）、ccv（4，3，20），得到研究機(jī)構(gòu)合作共現(xiàn)網(wǎng)絡(luò)（Nodes（節(jié)點(diǎn)）=87，Links（連線）=14，Density（密度）=0.003 7），如圖2 所示。圖2 列出研究機(jī)構(gòu)合作分布情況，圖中節(jié)點(diǎn)大小代表機(jī)構(gòu)發(fā)文量多少，最大節(jié)點(diǎn)是“上海社科院信息研究所”，總計(jì)發(fā)文10 篇，其次較大的節(jié)點(diǎn)有“工業(yè)和信息化部賽迪智庫”“中國信息安全測評中心”和“中國電子科技集團(tuán)公司第三十研究所”，發(fā)文量分別為4 篇、3 篇和3 篇，這代表目前我國在大數(shù)據(jù)安全領(lǐng)域研究的第一梯隊(duì)。

Fig.1 The number of articles published in the field of big data security from 2010-2019圖1 2010 -2019 年大數(shù)據(jù)安全領(lǐng)域逐年發(fā)文量

Fig.2 Network map of cooperation and co-occurrence of research institutions in the field of big data security圖2 大數(shù)據(jù)安全領(lǐng)域研究機(jī)構(gòu)合作共現(xiàn)網(wǎng)絡(luò)圖譜

圖2 顯示有三組連線。第一組平均發(fā)文量最大的合作機(jī)構(gòu)為“中國信息安全測評中心”與“中國移動通信集團(tuán)公司”，均發(fā)文2 篇；其次的兩組分別為上海大學(xué)圖書情報(bào)檔案系和中國商飛上海飛機(jī)設(shè)計(jì)研究院；上海交通大學(xué)、中國工程院和中國科學(xué)院研究生院，合作網(wǎng)絡(luò)密度僅為0.003 7，表明各個機(jī)構(gòu)節(jié)點(diǎn)之間的關(guān)系較為分散，各大機(jī)構(gòu)之間尚未形成緊密的合作關(guān)系。

2.3 核心作者分布

發(fā)文量多少在一定程度上反映學(xué)者的學(xué)術(shù)研究能力［7］。將“Node Types”（節(jié)點(diǎn)來源）設(shè)置為“Author”，調(diào)節(jié)Thresholds 為c（1，1，20）、cc（2，1，20）、ccv（4，3，20），得到大數(shù)據(jù)安全領(lǐng)域核心作者合作共現(xiàn)網(wǎng)絡(luò)圖譜（Nodes（節(jié)點(diǎn)）=131，Links（連線）=70，Density（密度）=0.008 2），如圖3 所示。圖3 列出部分核心作者及合作團(tuán)隊(duì)的結(jié)點(diǎn)信息。主要合作節(jié)點(diǎn)（合作團(tuán)隊(duì)）有張新剛、王保平團(tuán)隊(duì)，合作發(fā)文3篇，韓曉露、呂欣團(tuán)隊(duì)合作發(fā)文2 篇，其他作者之間單次合作較多。作者節(jié)點(diǎn)間合作密度較低，僅為0.008 2，表明目前相關(guān)領(lǐng)域科研人員比較分散，還沒有形成真正意義上的合作關(guān)系。將累計(jì)發(fā)文數(shù)位于前20 的作者制成大數(shù)據(jù)安全研究高產(chǎn)作者表，如表1 所示。表1 顯示2010-2019 年間，發(fā)文量為3 篇以上的作者僅有5 位，占這一領(lǐng)域全部作者的0.71%。由此分析大數(shù)據(jù)安全領(lǐng)域研究人員基數(shù)大，研究人員廣泛關(guān)注，但從人均發(fā)文量看尚沒有（中文期刊）高產(chǎn)量作者，表明目前這一領(lǐng)域的研究深度較欠缺。

Fig.3 Network map of core authors co-occurrence in the field of big data security圖3 大數(shù)據(jù)安全領(lǐng)域核心作者合作共現(xiàn)網(wǎng)絡(luò)圖譜

Table 1 High-yielding authors in the field of big data security表1 大數(shù)據(jù)安全領(lǐng)域高產(chǎn)作者

2.4 研究熱點(diǎn)分布

關(guān)鍵詞是對文獻(xiàn)主旨內(nèi)容與作者意圖的概括，是文獻(xiàn)的核心和精髓［8］，因此對某一領(lǐng)域相關(guān)文獻(xiàn)關(guān)鍵詞的分析，有助于挖掘該領(lǐng)域研究熱點(diǎn)［9］。將“Node Types”（節(jié)點(diǎn)來源）設(shè)置為“Keyword”，調(diào)節(jié)Thresholds 為c（1，1，20）、cc（3，2，20）、ccv（4，3，20），得到2010-2019 大數(shù)據(jù)安全研究主題詞圖譜（Nodes（節(jié)點(diǎn)）=70，Links（連線）=137，Density（密度）=0.056 7），如圖4 所示。統(tǒng)計(jì)圖譜中出現(xiàn)頻次前20 的關(guān)鍵詞，得到大數(shù)據(jù)安全領(lǐng)域高頻詞表，如表2 所示。

從圖4 和表2 可知，近10 年來大數(shù)據(jù)安全研究圍繞大數(shù)據(jù)（366）、信息安全（215）、大數(shù)據(jù)時代（144）、網(wǎng)絡(luò)安全（58）、云計(jì)算（55）等議題進(jìn)行了研究。

關(guān)鍵詞出現(xiàn)頻次最高的是“大數(shù)據(jù)”，其相關(guān)文獻(xiàn)在中國知網(wǎng)信息科技數(shù)據(jù)庫中高達(dá)6 萬余篇。近年來，大數(shù)據(jù)隱含巨大的社會、經(jīng)濟(jì)、科研價(jià)值已引起各行各業(yè)的高度重視［10］，數(shù)據(jù)正逐漸成為新時代下的原始材料，服務(wù)于國家安全、醫(yī)療健康、教育改革、產(chǎn)品效益等諸多領(lǐng)域［11］。

其次，頻次出現(xiàn)排第二第三的分別是“信息安全”“大數(shù)據(jù)時代”。信息安全事關(guān)國家安全以及社會穩(wěn)定，采取有效措施保證信息安全變得至關(guān)重要［12］。信息安全主要包括信息設(shè)備安全、數(shù)據(jù)安全、內(nèi)容安全和行為安全，密碼和網(wǎng)絡(luò)安全是其關(guān)鍵技術(shù)［13］。

Fig.4 Co-occurrence map of keywords in the field of big data security from 2010-2019圖4 2010-2019 年大數(shù)據(jù)安全領(lǐng)域關(guān)鍵詞共現(xiàn)圖譜

Table 2 High-frequency words in the field of big data security表2 大數(shù)據(jù)安全領(lǐng)域高頻詞

2.5 研究演進(jìn)與前沿走向

2.5.1 研究演進(jìn)

特定時期關(guān)鍵詞的爆發(fā)往往與研究人員特別關(guān)注的某一潛在話題息息相關(guān)，因此突發(fā)性檢測可用于探索新興趨勢和轉(zhuǎn)瞬潮流，利用CiteSpace 知識可視化軟件可對關(guān)鍵詞的突現(xiàn)性進(jìn)行檢測并可視化，有助于對相關(guān)領(lǐng)域內(nèi)出現(xiàn)的歷史熱點(diǎn)和持續(xù)時間進(jìn)行分析［14］。時區(qū)視圖展示了領(lǐng)域文獻(xiàn)的增長，某一時區(qū)的文獻(xiàn)越多，說明這一時間段中發(fā)表的成果越多，該領(lǐng)域處于繁榮時期；某一時區(qū)中的文獻(xiàn)越少，說明這一時段中發(fā)表的成果越少，該領(lǐng)域處于低谷時期。通過各時間段之間的連線關(guān)系，可以看出各時間段之間的傳承關(guān)系［15］。利用CiteSpace 的“Burst”（突變系數(shù)），在Layout 中選擇TimeZone，得到2010-2019 年大數(shù)據(jù)安全研究熱點(diǎn)時區(qū)圖譜，如圖5 所示。

Fig.5 Time zone map of research hotspots in the field of big data security from 2010-2019圖5 2010 -2019 年大數(shù)據(jù)安全領(lǐng)域研究熱點(diǎn)時區(qū)圖譜

為進(jìn)一步了解每個階段關(guān)鍵詞的突現(xiàn)情況，按照圖6設(shè)置關(guān)鍵詞突現(xiàn)系數(shù)，得到10 個在10 年間出現(xiàn)突變的關(guān)鍵詞，分別為開放數(shù)據(jù)、數(shù)據(jù)安全、數(shù)據(jù)處理、云安全、存儲備份、個人隱私、云存儲安全、個人信息保護(hù)、信息安全防護(hù)、防護(hù)策略，繪制出重點(diǎn)關(guān)鍵詞突現(xiàn)表，如表3 所示。這些重點(diǎn)關(guān)鍵詞突現(xiàn)情況直接反映了大數(shù)據(jù)安全領(lǐng)域研究趨勢的轉(zhuǎn)變。

Fig.6 Setting of keywords emergent coefficient圖6 關(guān)鍵詞突現(xiàn)系數(shù)設(shè)置

Table 3 Emergence of important keywords表3 重點(diǎn)關(guān)鍵詞突現(xiàn)情況

通過熱點(diǎn)時區(qū)圖譜和關(guān)鍵詞突現(xiàn)圖譜，將大數(shù)據(jù)安全領(lǐng)域研究演進(jìn)分為4 個階段。

（1）數(shù)據(jù)安全的基礎(chǔ)性探討（2010-2012）。大數(shù)據(jù)出現(xiàn)就受到學(xué)者廣泛關(guān)注。在中國知網(wǎng)數(shù)據(jù)庫上，相較于21世紀(jì)初前10 年的508 篇論文，在第一階段3 年之內(nèi)，累計(jì)發(fā)表大數(shù)據(jù)論文就增至1 752 篇，與此同時也帶來新的問題——數(shù)據(jù)安全性。這一時期，研究者主要從“大數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)”“數(shù)據(jù)工程”“數(shù)據(jù)處理”等方面對數(shù)據(jù)安全進(jìn)行了基礎(chǔ)性探討。王珊等［16］針對大數(shù)據(jù)特征對數(shù)據(jù)架構(gòu)進(jìn)行分析，覃雄派等［17］對關(guān)系型和非關(guān)系型數(shù)據(jù)庫優(yōu)劣的研究，都表明這一階段研究者對大數(shù)據(jù)的基礎(chǔ)特征進(jìn)行了深入探討。

（2）云計(jì)算的安全性探討（2013-2015）。IBM 公司于2007 年宣布云計(jì)算計(jì)劃，經(jīng)過多年的發(fā)展，云計(jì)算技術(shù)逐漸成熟。隨著云計(jì)算逐漸走向?qū)I(yè)化、規(guī)?；?，云計(jì)算領(lǐng)域的安全問題成為其發(fā)展的關(guān)鍵。這一階段，研究者從“云安全技術(shù)框架”“云安全標(biāo)準(zhǔn)”“云安全服務(wù)”等多個方面探討云計(jì)算的安全性。林闖等［18］對云計(jì)算安全架構(gòu)和機(jī)制的評估，王于丁等［19］對云計(jì)算訪問控制機(jī)制的分析，都表明如何控制和保護(hù)信息資源不被非法獲取和使用是研究的重點(diǎn)方向。

（3）信息安全保護(hù)探討（2015-2016）。伴隨著大數(shù)據(jù)以及云計(jì)算技術(shù)和服務(wù)的不斷推進(jìn)，全球信息安全治理體制變革逐漸完善，這一時期對信息安全進(jìn)行了更為深入的探討，從“信息安全”“網(wǎng)絡(luò)安全”“信息安全政策”等諸多角度進(jìn)行研究，由個人信息安全上升到國際間的信息安全防護(hù)。王世偉［20］闡述了“信息安全”“網(wǎng)絡(luò)安全”和“網(wǎng)絡(luò)空間安全”三者的聯(lián)系與區(qū)別，龔儉等［21］對網(wǎng)絡(luò)安全態(tài)勢感知分析與研究，都顯示這一階段學(xué)者對信息安全防護(hù)管理和世界網(wǎng)絡(luò)安全體制進(jìn)行了多維度研究。

（4）信息防護(hù)策略探討（2017-2019）。最后一個大數(shù)據(jù)安全領(lǐng)域研究增長極為2017-2019 年。在上一階段影響下，人們對隱私保護(hù)有了越來越多的需求。隨著云計(jì)算等計(jì)算模式的廣泛應(yīng)用，云平臺的可信程度面臨挑戰(zhàn)。在這一階段，區(qū)塊鏈技術(shù)的出現(xiàn)為解決分布式環(huán)境下實(shí)體間信任建立提供了新的思路和方法［22］。董貴山等［23］對區(qū)塊鏈中的隱私保護(hù)策略進(jìn)行了分析，有些學(xué)者提出新的防護(hù)策略模型，如柳毅等［24］提出一種基于多層加密機(jī)制的內(nèi)容中心網(wǎng)絡(luò)隱私保護(hù)策略，高嶺等［25］提出基于改進(jìn)蟻群算法的防護(hù)策略選擇模型等。由此可見，這一階段防護(hù)策略成為學(xué)者關(guān)注熱點(diǎn)。

2.5.2 前沿走向

研究前沿的識別與追蹤能夠?yàn)檠芯空咛峁W(xué)科研究最新動態(tài)，預(yù)測研究領(lǐng)域發(fā)展，識別需要進(jìn)一步探索的問題。在研究中，前沿往往采用代表該研究內(nèi)容的詞匯或短語出現(xiàn)次數(shù)的變化進(jìn)行分析［26］。根據(jù)大數(shù)據(jù)安全領(lǐng)域研究演進(jìn)的變化規(guī)律和近5 年關(guān)鍵詞突現(xiàn)情況，得出以下研究前沿?zé)狳c(diǎn)走向。

（1）大數(shù)據(jù)信息安全防護(hù)。隨著大數(shù)據(jù)的發(fā)展，越來越多的技術(shù)如物聯(lián)網(wǎng)、云存儲被應(yīng)用到實(shí)際生活中，生成海量數(shù)據(jù)，這些數(shù)據(jù)包含社交網(wǎng)絡(luò)用戶信息、購物記錄、身份特征等，通過整合這些相關(guān)數(shù)據(jù)便可獲得更有價(jià)值的個人及社會的敏感信息［27］。目前，尚不完善的信息保護(hù)與存儲方案、第三方平臺的可信程度等都存在信息泄露風(fēng)險(xiǎn)。表3 顯示在近5 年關(guān)鍵詞中，“信息安全防護(hù)”與“個人信息安全”都具有顯著的突現(xiàn)性。如何在大數(shù)據(jù)環(huán)境下對危險(xiǎn)信息進(jìn)行標(biāo)記、在處理數(shù)據(jù)時設(shè)置嚴(yán)格的訪問控制機(jī)制，以此保護(hù)個人信息不被非法訪問和獲取，是未來大數(shù)據(jù)安全研究的重點(diǎn)。

（2）大數(shù)據(jù)云存儲安全。云存儲迅猛發(fā)展，用戶將文件資料存放在云端的同時也喪失了對文件的絕對控制權(quán)，從而造成隱私泄露等安全隱患［28］。為解決云存儲存在的安全問題，學(xué)者通過屬性基加密、可搜索加密等關(guān)鍵技術(shù)，改進(jìn)與完善云存儲系統(tǒng)，為數(shù)據(jù)建立索引，提升數(shù)據(jù)可用性，為云服務(wù)提供安全高效的共享環(huán)境。在表3 中，“云存儲安全”關(guān)鍵詞在近5 年中表現(xiàn)出突現(xiàn)性。隨著技術(shù)的不斷更新與發(fā)展，越來越多的安全方案被提出，“大數(shù)據(jù)云存儲安全”研究對進(jìn)一步推進(jìn)大數(shù)據(jù)應(yīng)用起到重要作用。

（3）大數(shù)據(jù)安全防護(hù)策略。區(qū)塊鏈等技術(shù)的推進(jìn)，為無信任網(wǎng)絡(luò)結(jié)構(gòu)提供了安全保證。與此同時，大數(shù)據(jù)將用戶的隱私信息進(jìn)行匯集，使得惡意獲取用戶信息的技術(shù)門檻不斷降低［29］。因此，用戶對隱私及信息保護(hù)提出越來越多的需求。在新興技術(shù)背景下，通過應(yīng)用新的網(wǎng)絡(luò)架構(gòu)和算法模型提出了許多新的防護(hù)策略，實(shí)現(xiàn)數(shù)據(jù)動態(tài)存儲，從而極大增加攻擊者訪問數(shù)據(jù)的難度。表3 中，關(guān)鍵詞“防護(hù)策略”在近3 年表現(xiàn)出較高的突現(xiàn)性。通過技術(shù)的不斷創(chuàng)新與發(fā)展，提出更加優(yōu)秀的防護(hù)策略，保證數(shù)據(jù)在高度聚合的前提下安全存儲，是未來大數(shù)據(jù)安全領(lǐng)域研究方向。

3 結(jié)語

從大數(shù)據(jù)概念的興起，再到大數(shù)據(jù)應(yīng)用以及服務(wù)的普及，大量的個人及社會信息作為數(shù)據(jù)存儲，人們對信息數(shù)據(jù)的控制權(quán)逐漸被削弱。同時，大數(shù)據(jù)領(lǐng)域的新技術(shù)不斷出現(xiàn)，帶來的安全問題也日益明顯，人們對隱私保護(hù)的需求也越來越多。如何在大數(shù)據(jù)不斷發(fā)展的背景下提出和完善更加安全的防護(hù)模型，以應(yīng)對非法獲取和利用數(shù)據(jù)，是當(dāng)前也是未來大數(shù)據(jù)安全領(lǐng)域的重要命題。

2010 -2019 年，由大數(shù)據(jù)及其相關(guān)技術(shù)所帶來的信息防護(hù)、存儲安全等相關(guān)問題一直貫穿整個大數(shù)據(jù)安全領(lǐng)域，研究方向也在研究進(jìn)程中發(fā)生了轉(zhuǎn)變，由最初對大數(shù)據(jù)概念、存儲架構(gòu)的基礎(chǔ)性探討，逐漸轉(zhuǎn)向?qū)Ω影踩男畔⒎雷o(hù)策略研究；從云計(jì)算的基礎(chǔ)性結(jié)構(gòu)評估，逐漸發(fā)展為應(yīng)用各種加密算法及改進(jìn)云存儲系統(tǒng)。大數(shù)據(jù)安全領(lǐng)域理論研究為實(shí)踐提供了標(biāo)準(zhǔn)，并且助推了更多安全系統(tǒng)模型與防護(hù)策略成果。

即使研究方向不斷變化，大數(shù)據(jù)安全仍是歷久常新的問題，需要綜合應(yīng)用多種新技術(shù)、新架構(gòu)以此應(yīng)對該領(lǐng)域的復(fù)雜性和多變性。

通過利用CiteSpace 對大數(shù)據(jù)安全進(jìn)行研究分析得到如下結(jié)論：

（1）組建聯(lián)合科研團(tuán)隊(duì)，集中解決領(lǐng)域難題。作者合作以及機(jī)構(gòu)合作的網(wǎng)絡(luò)密度均不高，表明國內(nèi)并沒有出現(xiàn)真正意義上的合作團(tuán)隊(duì)和機(jī)構(gòu)。具有代表性的研究團(tuán)隊(duì)對領(lǐng)域發(fā)展起到引導(dǎo)作用，國內(nèi)稀疏的合作關(guān)系導(dǎo)致高質(zhì)量的文章較少，阻礙了大數(shù)據(jù)安全研究發(fā)展。因此，國內(nèi)大數(shù)據(jù)安全領(lǐng)域研究學(xué)者以及研究機(jī)構(gòu)應(yīng)當(dāng)組建聯(lián)合科研團(tuán)隊(duì)，學(xué)習(xí)和借鑒不同技術(shù)和專業(yè)思想，緊跟大數(shù)據(jù)前沿發(fā)展步伐，針對信息安全、存儲安全，結(jié)合當(dāng)下的新興技術(shù)提出適用的安全問題解決方案，從而形成具有影響力的研究合作中心。

（2）緊跟領(lǐng)域發(fā)展，做到有所發(fā)現(xiàn)與創(chuàng)新。從研究熱點(diǎn)分布來看，關(guān)鍵詞出現(xiàn)頻次位于前三的分別是“大數(shù)據(jù)”、“信息安全”以及“大數(shù)據(jù)時代”，而近年具有較強(qiáng)突現(xiàn)性的關(guān)鍵詞出現(xiàn)頻次并不高，這體現(xiàn)出大數(shù)據(jù)領(lǐng)域研究發(fā)展過程中，大量的文章只側(cè)重于研究大數(shù)據(jù)的基礎(chǔ)部分，沒有結(jié)合大數(shù)據(jù)當(dāng)前的發(fā)展進(jìn)程提出解決安全問題的新思路、新方法。部分文章僅泛泛地提出了大數(shù)據(jù)中關(guān)于信息安全的問題，同質(zhì)化現(xiàn)象嚴(yán)重。隨著研究進(jìn)程的不斷推進(jìn)，研究應(yīng)當(dāng)順應(yīng)領(lǐng)域方向演進(jìn)，從前沿角度提出更加新穎的問題和實(shí)踐方案，仍停留在基礎(chǔ)研究方向上對領(lǐng)域的發(fā)展和貢獻(xiàn)都是沒有意義的。

（3）開闊研究視野，拓展研究思路。大數(shù)據(jù)安全領(lǐng)域研究在10 年中共經(jīng)歷了4 次研究方向轉(zhuǎn)變，平均每過兩年就會發(fā)生一次研究演進(jìn)。這一方面表明了大數(shù)據(jù)前沿的應(yīng)用技術(shù)更迭較為頻繁，隨之帶來了許多相關(guān)的安全性問題；另一方面也體現(xiàn)出大數(shù)據(jù)安全領(lǐng)域的發(fā)展與大數(shù)據(jù)實(shí)踐應(yīng)用之間有著密切聯(lián)系。大數(shù)據(jù)在實(shí)際應(yīng)用與服務(wù)之中離不開大數(shù)據(jù)安全領(lǐng)域研究成果支持，而新興的大數(shù)據(jù)相關(guān)關(guān)鍵技術(shù)又為大數(shù)據(jù)安全領(lǐng)域提出了新的問題和挑戰(zhàn)。因此，研究的視野不能只局限于安全領(lǐng)域的相關(guān)進(jìn)展，應(yīng)當(dāng)主動了解學(xué)習(xí)應(yīng)用于大數(shù)據(jù)領(lǐng)域的前沿實(shí)踐成果，從而為研究打開新的思路和方向。