其原因听起来比较残酷。如果你是无名鼠辈，有一些人会关心你，他们把无数老百姓的数据凑成一个叫大数据的东西去兜售；如果你小有声望，会有一批人关心你的隐私生活和朋友圈，你的数据经贩卖后流入市场会成为人们茶余饭后的谈资；如果你是名人、知名公司或响当当的品牌，无数人都在盯着你，渴望你言行出轨，期待你被举报被陷害被曝光，你的这些不幸数据却是他们的自媒体的绝佳内容，是获得流量和粉丝的强大工具，是他们圈钱的秘密武器。
数据泄露的数量让人瞠目结舌
世界上每天产生多少数据呢？ 2.5P比特。1P是一百万的三次方，90%的数据是最近这两年产生的。大部分数据源于数据中心的服务器，为什么这么说呢？你兢兢业业地经营着自己的社交媒体，文章和图像需要上传到平台的服务器上别人才能欣赏到；你在电脑上编辑邮件和PPT，公司的云端亦有备份，方便了你在另一台电脑上办公；公司协调办公和ERP产生的数据都存储在远方的服务器上，这样才能实现随时随地办公的梦想。服务器承担了数据存储和计算的核心工作，而数据中心又是大规模存放服务器的地方。
数据中心拥有海量数据，必须进行数据销毁才能让业主放心
既然数据中心是数据存储和处理的集中场所，海量数据的安全防护就格外重要了。传统上，数据中心的信息安全有物理保护和访问控制二种机制。物理保护是指门禁控制和物理接触控制，对于哪些人在物理层面上可以接触某台服务器的存储介质做严格的权限分配。访问控制指在逻辑层面上对数据访问权限做出详细规定，防止数据被没有权限的人获取。当然，安全策略上还有网络安全、防火墙、冗余备份、逻辑隔离等手段。不难发现，对于数据的生命周期而言，传统的安全策略聚焦于数据生命周期的产生、传输和存储等前期和中期阶段，在数据生命周期的尾声却出现了弱管理甚至忽视。下图列出了数据生命周期的六大环节，第六个格子正是末期管理之销毁，实际上却常常被忽视。
数据生命周期管理，销毁环节常被忽视
你也许会辩解，我们的硬盘数据有加密，别人不知道密钥就无法读写数据。但是，总有一个人知道你的密钥，难道不是吗？这个人或许对你忠诚耿耿，绝对可靠，但是你能保证他/她会效忠致死吗？与其把宝压在一个人身上，不如把安全交给销毁处理，这是明智的做法。有的风险不值得冒！
Stellar公司的调研发现七成数据残留有风险
你也许会辩解，我们的硬盘是RAID5读写，信息分布在不同的硬盘上，一块硬盘的数据被读取了不会影响整个系统的信息安全。但是，当你的IT经理计划硬件资产淘汰时，谁会关心几百块硬盘下架后的摆放顺序呢？谁又会去安排人员特意把同一RAID5下的盘摆放在不同的仓库呢？实际操作中，我们从来没有遇到管理如此精致的IT主管。与其痴心渴望你的IT经理如此精致，不如请一家 销毁公司 及时销毁数据和文件。这样的风险不值得冒！
你也许会辩解，这批硬盘由实习生使用，没有接入公司的ERP等核心系统，数据都是无关紧要的。请看看 数据残留大揭秘 吧，你就明白了数据其实没有紧要次要之分，只有你的IT政策是合规还是不合规之分。IT治理不合规时，没有数据是保密的和隐私的；IT治理合规时，数据没有不含隐私的也没有不敏感的，所有数据都需要保密，否则你的数据资产极有可能变为你的负债。
你必须面对一个极其残酷的现实：你的数据不一定被泄漏，一旦泄露则 身败名裂 ，你觉得值得冒这个风险吗？下面这个视频讲述了 数据销毁的必要性。
为什么要销毁数据
海量数据需要海量存储空间。这些数据中大部分都是交易数据、过程数据、用户数据或者中间计算数据，数据中心永久存留这些数据并无益处，因为存储空间需要购买，空间维护需要费用。1G的存储通常需要0.3元，1T的存储量则需要300元，若加上数据维护和电力成本分担，1T的数据量每年约需要350元的成本。与其让这些数据在数据中心的存储设备里睡大觉，不如及时销毁和清理，节省出来宝贵的存储空间迎接崭新数据的到来。这样便大大节省了数据中心的运营支出，提升了生产效率。那么， 如何销毁数据 呢？ 数据销毁 和 文件销毁 ，这里也 大有学问 。
首先，数据质量远比数据的数量重要，数据中心为了不断增长的数据而在软硬件上连续投资的做法，实在是一个代价昂贵的错误。需要注重有效数据的处理。表面上看，数据中心的数据总量增长是非常迅猛的，全球数据量以每年58%的速度增长，不到两年就翻一倍，在未来这个速度会更快，其中大部分数据都是在数据中心里产生的。我们的数据中心是不可能每两年就扩容一倍的容量，所以任由数据量增长下去，数据中心会很快陷入不断扩容的怪圈，结果数据中心的规模越来越大，而数据中心业务并没有实质增长，数据中心的盈利水平却在下降。就好像是一个胖子，总是吃炸鸡可乐而缺少体育锻炼，将会越来越胖，但实际上身体的体质在不断下降，最后除了一身赘肉，什么也干不了。数据切不可成为数据中心的负担，该清理时就清理，该销毁时就销毁。
其次，我们要对数据进行销毁，就要对数据进行分门别类的管理，分清哪些数据是有用的，哪些数据是无用的。这就要从数据产生的源头做起。在数据中心产生增量数据时，要将这些数据进行分类、整理归档，存储到分好类别或有标签的空间里去，同时对这些数据进行明确标记名称，通过名称就可以知道数据的大概内容，以便作为数据是否有用的判断准则。如果在数据归档记录时类别不明确，那么后来就无法做到精准销毁。管理这些数据是非常复杂的，涉及到数据辨识、清理、优化等等，而这些工作又是周期性，需要花费大量的时间和人力，且不会带来明显的收益，因此数据精细管理常常被忽视。其实，数据的有效存储工作将帮助数据中心产生长期和正面的收益，且越早部署越早行动收益越明显。
硬盘销毁、数据销毁、文件销毁的行业标准
第三，数据的销毁绝不是简单的删除清空这样简单，需遵循 数据销毁的行业标准 。销毁的手段也有几种，这和你希望达到的效果有关。一般销毁分为软件销毁和硬件销毁两种。软件销毁指在磁盘轨道上写入大量垃圾字节，导致磁盘数据无法读取和恢复。绝大多数情况下，硬盘可以继续使用，无需外置工具，只要硬盘能读写就可以使用这个方法。销毁过程慢，通常要1到3个小时才能完成一个硬盘上的数据销毁，DOD/3Pass标准耗时1个小时以上； GUTMAN/7Pass标准需要3个小时以上。美国国防部的DOD 5220.22-M标准是应用最广的一套软体规范，许多人都把DOD 5220.22-M直接当作数据清除与销毁的标准。软件销毁常用的方法还有：格式化硬盘、硬盘分区、文件粉碎软件。格式化仅仅是为操作系统创建一个全新的空文件索引，将所有的扇区标记为“未使用”状态，让操作系统认为硬盘上没有文件，因此，若采用数据恢复工具软件是可以恢复格式化后数据区中的数据的，格式化也分高级格式化、低级格式化、快速格式化和分区格式化几种。低级格式化的销毁最为彻底，很难通过软件再将已经销毁的数据还原回来，硬盘存储空间得到充分释放。用硬盘分区的方式销毁数据，也只是修改了硬盘主引导记录和系统引导扇区，绝大部分的数据区并没有被修改，没有达到数据销毁数据擦除的目的。文件粉碎软件是专门用于彻底删除文件达到数据销毁目的的，在网上也出现了不少，一些反病毒软件也增加了数据销毁数的功能。他们用于处理一般的私人数据可以，但不能用于处理带密级的数据。软销毁一般只是将数据文件覆盖到无法识别，并不能真正将磁盘数据擦除。操作系统由于考虑到操作者操作习惯或者误操作，以及数据销毁后各种非常情况等诸多方面因素，特意安排了删除后可恢复的后门。用户所使用的删除命令，只是将文件目录项做了一个删除标记，把它们在文件分配表中所占用的簇标记为空簇，并没有对数据区进行任何改变，也就是没有对这些信息做任何数据擦除、数据销毁的操作，这样数据其实依然占用存储空间，并没有达到节省存储空间的目的。硬件销毁则通过采用物理、化学方法直接销毁存储介质，以达到彻底的 硬盘数据销毁 的目的，比如粉碎硬盘、高温焚烧硬盘或折弯硬盘。还有一种硬销毁是采用专用的 硬盘消磁机 来彻底销毁数据。不管是直接对硬盘进行消磁，还是对硬盘进行折弯，硬盘将被损坏，不仅数据不能被恢复，硬盘也无法二次使用。这种硬销毁往往用来对已经故障的硬盘进行处理，避免故障硬盘里存着的数据被坏人恢复出来。当然，在IDC大规模淘汰服务器时，通常采用这种方法 销毁硬盘数据 ，速度快且销毁彻底。
硬盘数据销毁的方法对比
数据可以是资产，也可能是负债。数据中心拥有海量数据，数据外泄会伤害品牌、损失声誉并引发诉讼，数据维护成本居高不下会拖累公司的财务业绩。如果不及时清除数据，数据资产就演变为你的负债。及时对数据中心的数据进行销毁，不仅可以节省存储空间，节约运营成本，还可以提升信息安全，避免数据泄露。所以， 彻底销毁数据 对于数据中心运营至关重要。
国际数据公司（IDC）是全球著名的信息技术、电信行业和消费科技咨询、顾问和活动服务专业提供商。IDC帮助IT专业人士、业务主管和投资机构制定以事实为基础的技术采购决策和业务发展战略。
扩展资料
IDC：作为公司名称是指International Data Corporation （国际数据公司），全球著名的信息技术、电信行业和消费科技市场咨询、顾问和活动服务专业提供商。在IT领域的市场跟踪数据已经成为行业标准。
IDC是IDG（International Data Group）（国际数据集团）旗下子公司。IDG也是首家进入中国的美资风险投资公司，大家经常见到的熊晓鸽就是来自IDG中国。
全球排名前两位的平板电脑厂商依然没有发生变化：苹果和三星仍然分别位居第一和第二。IDC认为，第一季度的出货量下滑源自季节性因素以及用户群对这类产品整体失去兴趣。排名前五位的平板电脑厂商分别是苹果(25.9%)、三星(15.2%)、亚马逊(5.7%)、联想(5.5%)和华为(5.2%)，其合并市场份额达到57.4%，高于去年同期的53.1%。
参考资料国际数据公司_百度百科
欢迎分享，转载请注明来源：夏雨云
微信扫一扫
支付宝扫一扫
评论列表（0条）