这些特征使得大数据面临着更高的风险和挑战，例如数据泄露风险、数据完整性风险、数据隐私泄露风险等。因此，在应用大数据时需要采取相应的安全策略来保护数据的安全。
大数据运用安全策略包括以下几个方面：
1. 数据保密性：大数据中包含着大量的敏感信息，例如个人身份信息、商业机密等，保障数据的保密性是重要的安全策略之一。可以通过数据加密、访问控制、数据隔离等手段来保护数据的安全。
2. 数据完整性：大数据的完整性指的是确保数据的真实性和完整性，防止数据被篡改、损坏或者丢失。可以通过数据备份、数据校验、访问审计等方式来保障数据的完整性。
3. 数据可用性：大数据的可用性指的是确保数据可以按需使用，防止因为各种原因导致数据不可用。可以采取冗余备份、容灾方案、故障回复等方式来提高数据的可用性。
4. 数据隐私保护：大数据中可能包含大量用户的个人隐私信息，为了保护用户的隐私，需要采取措施来防止未经授权的访问和滥用个人隐私信息。可以采用数据匿名化、数据脱敏、访问权限控制等方式来保护数据隐私。
5. 安全监控和预警：建立安全监控和预警系统，及时发现和应对安全漏洞和攻击事件，加强对大数据系统的防护。
大数据安全的特征包括：数据量大、种类多样、高速传输和处理、分布式存储和计算等特点。这些特征使得大数据面临着更高的风险和挑战，例如数据泄露风险、数据完整性风险、数据隐私泄露风险等。因此，在应用大数据时需要采取相应的安全策略来保护数据的安全。