为了获得必要的扩展性，建议使用专门针对云计算设计的云安全解决方案，它们的安全性可以等效(甚至是超过)基于硬件的解决方案。

　　3、实现最大程度的自动化

　　云安全架构无法轻易扩展这一因素导致大数据云计算机的研发受挫。传统加密解决方案需要HSM(硬件)单元。勿庸置疑，硬件部署无法实现自动化。

　　为了让云安全策略尽可能地实现自动化，用户应当选择虚拟工具解决方案，而不是硬件解决方案。用户需要明白可用的API(最好是闲置的API)也是云安全解决方案的一部分。虚拟工具加上闲置的API能够在云大数据使用案例中提供所需要的灵活性和自动化。木浪科技旗下的多备份作为一款国内saas备份应用，在这方面可以称得上是鼻祖。其人性化操作，简单易用操作方式让不少‘小白’用户拍手叫好。快速备份到多个云端，需要时一键恢复更是体现自动化的充分体现。

　　4、对数据安全永不妥协

　　虽然云安全通常十分复杂，但是用户在大数据部署当中还是会发现一些“安全捷径”。这些“安全捷径”通常貌似能够回避一些复杂设置，同时保持大数据结构“不受伤害”。

　　一些客户可能会使用免费的加密工具，并将密钥存储在硬盘(这种做法非常不安全，可能会导致加密数据被暴露在任何有访问虚拟硬盘权限的人面前)，有些客户甚至不采取加密措施。这些捷径肯定并不复杂，但是很明显，它们并不安全。

　　在涉及大数据安全性时，用户应当根据数据的敏感程度进行分类，然后对它们采取相应的保护措施。在一些案例当中，结果往往是戏剧性的。并不是所有的大数据基础设施是安全的，如果处于风险当中的数据非常敏感或是属于管制数据，那么用户可能需要寻找替代方案。多备份在给用户备份数据时自动把数据压缩加密并传到多个云端平台，采用3层加密安全保护体系使得数据安全达到最高。

　　只有为数据建立了最为严格的安全标准，大数据才能够不断地享受着由云计算提供的可扩展性、灵活性和自动化。加密被认为是保护云(大)数据的首要步骤。分裂密钥加密和同态密钥管理等新技术应当投入到保护敏感数据当中，同时用户还需要严格遵守HIPAA、PCI等规章制度。