制服丝袜一区二区三区,少妇人妻偷人精品一区二区,97国产精华最好的产品有哪些,日本丰满妇人成熟免费中文字幕,五月天激情婷婷婷久久,亚洲第一无码专区天堂,一边做一边喷17P亚洲乱妇50P,日韩欧美精品一中文字幕,久久久久亚洲AV无码专区桃色,亚洲国产中文在线视频

企業(yè)已開始熱衷于利用大數(shù)據(jù)技術(shù)收集和存儲(chǔ)海量數(shù)據(jù)，并對(duì)其進(jìn)行分析。企業(yè)所收集的數(shù)據(jù)量也呈指數(shù)級(jí)增長(zhǎng)，包括交易數(shù)據(jù)、位置數(shù)據(jù)、用戶交互數(shù)據(jù)、物流數(shù)據(jù)、供應(yīng)鏈數(shù)據(jù)、企業(yè)經(jīng)營(yíng)數(shù)據(jù)、硬件監(jiān)控?cái)?shù)據(jù)、應(yīng)用日志數(shù)據(jù)等。由于這些海量數(shù)據(jù)中包含大量企業(yè)或個(gè)人的敏感信息，數(shù)據(jù)安全和隱私保護(hù)的問題逐漸突顯出來。而這些問題由于大數(shù)據(jù)的三大主要特性而被進(jìn)一步放大：數(shù)據(jù)量大(Volume)、數(shù)據(jù)增長(zhǎng)快(Velocity)和數(shù)據(jù)多樣化(Variety)。

　　現(xiàn)在，當(dāng)我們說“大數(shù)據(jù)”的時(shí)候，已不再是單指海量的數(shù)據(jù)了，而是基礎(chǔ)設(shè)施(云服務(wù)器)、應(yīng)用、數(shù)據(jù)源、分析模型、數(shù)據(jù)存儲(chǔ)和平臺(tái)的組合，而正是這些使得大數(shù)據(jù)安全面臨著不同尋常的挑戰(zhàn)。

　　與傳統(tǒng)數(shù)據(jù)安全相比，大數(shù)據(jù)安全有什么不同

　　傳統(tǒng)數(shù)據(jù)安全技術(shù)的概念是基于保護(hù)單節(jié)點(diǎn)實(shí)例的安全，例如一臺(tái)數(shù)據(jù)庫(kù)或服務(wù)器，而不是像Hadoop這樣的分布式計(jì)算環(huán)境。傳統(tǒng)安全技術(shù)在這種大型的分布式環(huán)境中不再有效。另外，在大規(guī)模的Hadoop集群中，各服務(wù)器和組件的安全配置出現(xiàn)不一致的機(jī)率將大大增加，這將導(dǎo)致更多的安全漏洞產(chǎn)生。

　　大數(shù)據(jù)平臺(tái)存儲(chǔ)著各種各樣的數(shù)據(jù)，每一種數(shù)據(jù)源都可能需要有其相應(yīng)的訪問限制和安全策略。而當(dāng)需要整合不同數(shù)據(jù)源時(shí)，就變得更加難以平衡對(duì)數(shù)據(jù)的安全策略的應(yīng)用。同時(shí)，快速增長(zhǎng)的海量數(shù)據(jù)使得大數(shù)據(jù)平臺(tái)中的敏感信息和個(gè)人隱私信息無處不在，準(zhǔn)確發(fā)現(xiàn)和定位敏感信息并制定針對(duì)性的訪問控制策略變得愈加困難，而對(duì)敏感信息的訪問的實(shí)時(shí)監(jiān)控也是保障大數(shù)據(jù)安全的重要任務(wù)之一。

　　最后，大數(shù)據(jù)技術(shù)很少單獨(dú)使用Hadoop，而是會(huì)結(jié)合生態(tài)系統(tǒng)中的其它技術(shù)組件如HBase，Spark，Impala，Hive，Pig等對(duì)數(shù)據(jù)進(jìn)行抽取、存儲(chǔ)、處理、計(jì)算等。這些技術(shù)使得大數(shù)據(jù)可被訪問和利用，但基本都缺乏企業(yè)級(jí)的安全特性。以上從平臺(tái)、數(shù)據(jù)、技術(shù)視角對(duì)大數(shù)據(jù)安全與傳統(tǒng)數(shù)據(jù)安全進(jìn)行了簡(jiǎn)單的分析，傳統(tǒng)安全工具沒有為數(shù)據(jù)多樣化、數(shù)據(jù)處理及Hadoop的分布式特性而改進(jìn)，不再足以能保證大數(shù)據(jù)的安全。

　　如何建立完善的大數(shù)據(jù)安全體系

　　面對(duì)復(fù)雜的大數(shù)據(jù)安全環(huán)境，需要從四個(gè)層面綜合考慮以建立全方位的大數(shù)據(jù)安全體系：邊界安全、訪問控制和授權(quán)、數(shù)據(jù)保護(hù)、審計(jì)和監(jiān)控。

　　邊界安全：主要包含網(wǎng)絡(luò)安全和身份認(rèn)證。防護(hù)對(duì)系統(tǒng)及其數(shù)據(jù)和服務(wù)的訪問，身份認(rèn)證確保用戶的真實(shí)性及有效性。Hadoop及其生態(tài)系統(tǒng)中的其它組件都支持使用Kerberos進(jìn)行用戶身份驗(yàn)證。

　　訪問控制和授權(quán)：通過對(duì)用戶的授權(quán)實(shí)現(xiàn)對(duì)數(shù)據(jù)、資源和服務(wù)的訪問管理及權(quán)限控制。Hadoop和HBase都支持ACL，同時(shí)也實(shí)現(xiàn)了RBAC(基于角色的訪問控制)模型，更細(xì)粒度的ABAC(Attibute Based Access Control)在HBase較新的版本中也可通過訪問控制標(biāo)簽和可見性標(biāo)簽的形式實(shí)現(xiàn)。

　　數(shù)據(jù)保護(hù)：通過數(shù)據(jù)加密和脫敏兩種主要方式從數(shù)據(jù)層面保護(hù)敏感信息不被泄露。數(shù)據(jù)加密包括在傳輸過程中的加密和存儲(chǔ)加密。傳輸過程中的加密依賴于網(wǎng)絡(luò)安全協(xié)議而存儲(chǔ)加密可通過相關(guān)加密算法和密鑰對(duì)數(shù)據(jù)進(jìn)行加密存儲(chǔ)。數(shù)據(jù)脫敏是比加密較為折中的辦法，對(duì)于大數(shù)據(jù)時(shí)代，該方法將更被更為廣泛的采用。因?yàn)槭占�的海量�?shù)據(jù)需要相對(duì)開放的共享給內(nèi)部不同團(tuán)隊(duì)或外部機(jī)構(gòu)使用，才能發(fā)揮大數(shù)據(jù)的價(jià)值。對(duì)于敏感信息部分可通過脫敏的方式進(jìn)行處理以保障信息安全。

　　審計(jì)和監(jiān)控：實(shí)時(shí)地監(jiān)控和審計(jì)可管理數(shù)據(jù)安全合規(guī)性和安全回溯、安全取證等。

　　如何設(shè)計(jì)大數(shù)據(jù)安全框架

　　基于以上四層的安全體系，結(jié)合大數(shù)據(jù)平臺(tái)的特性，企業(yè)在實(shí)踐大數(shù)據(jù)平臺(tái)安全化時(shí)，需要有更詳細(xì)的架構(gòu)設(shè)計(jì)，四層安全體系對(duì)應(yīng)在實(shí)際環(huán)境中，應(yīng)是以數(shù)據(jù)為中心，建立完善的管理制度，先治理好大數(shù)據(jù)，再?gòu)脑L問控制和數(shù)據(jù)保護(hù)層面加強(qiáng)對(duì)數(shù)據(jù)使用的安全防護(hù)，最后從網(wǎng)絡(luò)和基礎(chǔ)層加固平臺(tái)的安全部署。因此，大數(shù)據(jù)安全框架需包含以下5個(gè)核心模塊： 數(shù)據(jù)管理、身份和訪問管理、數(shù)據(jù)保護(hù)、網(wǎng)絡(luò)安全、基礎(chǔ)安全。

　(一)數(shù)據(jù)管理

　　企業(yè)實(shí)施數(shù)據(jù)安全的首要任務(wù)是先管理好數(shù)據(jù)，根據(jù)業(yè)務(wù)要求、合規(guī)性、安全策略及數(shù)據(jù)的敏感性，關(guān)鍵性和關(guān)聯(lián)風(fēng)險(xiǎn)對(duì)數(shù)據(jù)進(jìn)行分類分級(jí)管理，有助于對(duì)數(shù)據(jù)保護(hù)的基準(zhǔn)安全控制做出合理的決策。

　　從大數(shù)據(jù)特性層面對(duì)數(shù)據(jù)進(jìn)行標(biāo)記(例如分析類型、處理方式、數(shù)據(jù)時(shí)效性、數(shù)據(jù)類型、數(shù)據(jù)格式 、數(shù)據(jù)源等維度)，就知道數(shù)據(jù)是如何進(jìn)出大數(shù)據(jù)平臺(tái)，將會(huì)被如何使用，會(huì)被誰使用，數(shù)據(jù)是如何存儲(chǔ)的等等，這些都有助于數(shù)據(jù)發(fā)現(xiàn)的管理和對(duì)數(shù)據(jù)訪問控制制定相應(yīng)的策略。

　　最后，如果缺乏掌握敏感數(shù)據(jù)在大數(shù)據(jù)平臺(tái)中存在于哪里的意識(shí)，這將無疑是把數(shù)據(jù)暴露于風(fēng)險(xiǎn)之下。所以，掌握敏感數(shù)據(jù)在大數(shù)據(jù)平臺(tái)中分布情況，并能自動(dòng)地增量式地發(fā)現(xiàn)找到敏感數(shù)據(jù)，并監(jiān)控其使用情況，是否受到保護(hù)是能否做到全面保護(hù)數(shù)據(jù)安全的關(guān)鍵。

　　(二)身份認(rèn)證和訪問控制

　　身份認(rèn)證是防護(hù)數(shù)據(jù)安全的第一道關(guān)卡，通過身份認(rèn)證確保訪問大數(shù)據(jù)平臺(tái)中的數(shù)據(jù)、資源和服務(wù)的用戶是安全的，大數(shù)據(jù)生態(tài)系統(tǒng)中從Hadoop到HBase、Hive、Pig、Impala、Spark等幾乎都支持利用Kerberos進(jìn)行身份認(rèn)證。

　　Kerberos也可以和企業(yè)的AD/LDAP結(jié)合以快速建立密鑰分發(fā)中心，而無需大數(shù)據(jù)平臺(tái)用戶重新建立用戶組、角色和密鑰等。用戶通過身份認(rèn)證后可獲得訪問大數(shù)據(jù)平臺(tái)的資格，為進(jìn)一步控制用戶對(duì)資源的訪問權(quán)限，需要通過授權(quán)機(jī)制來管理不同用戶對(duì)不同資源的訪問許可。

　　Hadoop和HBase及其它組件都在一定程度上支持對(duì)訪問的控制，RBAC和ABAC是兩個(gè)不同粒度的訪問控制模型，前者是基于角色來進(jìn)行訪問控制，后者是更為細(xì)粒度的控制，可控制到被訪問對(duì)象的字段級(jí)別。在制定訪問控制策略時(shí)，應(yīng)依據(jù)合規(guī)要求，結(jié)合敏感數(shù)據(jù)保護(hù)策略、數(shù)據(jù)使用場(chǎng)景等針對(duì)不同數(shù)據(jù)、不同業(yè)務(wù)需求制定相應(yīng)的訪問限制規(guī)則，高效利用數(shù)據(jù)，發(fā)揮大數(shù)據(jù)價(jià)值是企業(yè)的最終目的。

　　(三)數(shù)據(jù)保護(hù)

　　如果說身份認(rèn)證、授權(quán)和訪問控制是確保了對(duì)數(shù)據(jù)訪問的對(duì)象的防護(hù)和控制，數(shù)據(jù)保護(hù)技術(shù)則是從根源層保護(hù)信息安全的最重要和最有效的手段。通過數(shù)據(jù)保護(hù)技術(shù)，對(duì)大數(shù)據(jù)的開放共享、發(fā)布、最大化利用等都會(huì)有著最直接的積極作用。

　　數(shù)據(jù)保護(hù)技術(shù)的作用不僅局限于企業(yè)內(nèi)部，它是確保整個(gè)大數(shù)據(jù)產(chǎn)業(yè)快速發(fā)展的最重要保證。數(shù)據(jù)保護(hù)技術(shù)通過對(duì)數(shù)據(jù)利用脫敏、失真、匿名化限制發(fā)布等技術(shù)處理后，可讓處理后的數(shù)據(jù)到達(dá)安全交易、開放共享的目的。

　　而對(duì)于企業(yè)內(nèi)部，針對(duì)脫敏后的數(shù)據(jù)，不需再設(shè)定復(fù)雜的訪問控制限制，可讓更多的分析應(yīng)用更高效地實(shí)施并優(yōu)化開發(fā)項(xiàng)目，讓大數(shù)據(jù)得到更充分的利用同時(shí)，也確保遵從行業(yè)/監(jiān)管數(shù)據(jù)隱私法令和法規(guī)。

　　(四)網(wǎng)絡(luò)安全

　　大數(shù)據(jù)的網(wǎng)絡(luò)安全通常是指通過客戶端訪問大數(shù)據(jù)平臺(tái)的連接和大數(shù)據(jù)平臺(tái)中服務(wù)器節(jié)點(diǎn)之間的網(wǎng)絡(luò)通信安全。 為保證數(shù)據(jù)在傳輸過程中的安全性，節(jié)點(diǎn)之間及客戶端與服務(wù)器之間的通信都需要進(jìn)行加密，不同的通信使用不同的加密方式，Hadoop平臺(tái)支持RPC加密，HDFS數(shù)據(jù)傳輸加密和HTTP通信的加密。

　　除了對(duì)網(wǎng)絡(luò)通信進(jìn)行加密設(shè)置，還可通過使用網(wǎng)關(guān)服務(wù)器隔離客戶端與大數(shù)據(jù)平臺(tái)的直接訪問來進(jìn)一步升級(jí)網(wǎng)絡(luò)安全。網(wǎng)關(guān)服務(wù)器部署在大數(shù)據(jù)平臺(tái)和企業(yè)用戶網(wǎng)絡(luò)域之間，用戶通過登錄網(wǎng)關(guān)服務(wù)器來驗(yàn)證身份，并由網(wǎng)關(guān)服務(wù)代理用戶對(duì)大數(shù)據(jù)平臺(tái)的訪問，同時(shí)，該服務(wù)器還可用來提供訪問控制、策略管理。用戶通過登錄到網(wǎng)關(guān)服務(wù)器來執(zhí)行對(duì)大數(shù)據(jù)平臺(tái)的操作，所有的客戶端包括Hive，Pig，Oozie等都可安裝在這臺(tái)網(wǎng)關(guān)服務(wù)器上，這樣用戶就不必登錄到大數(shù)據(jù)平臺(tái)中的服務(wù)器節(jié)點(diǎn)，從而保護(hù)大數(shù)據(jù)平臺(tái)不會(huì)受到非法訪問。

　　(五)基礎(chǔ)安全

　　前面我們談到了通過各種方式來保證大數(shù)據(jù)平臺(tái)和安全性，包括身份認(rèn)證、授權(quán)、訪問控制、數(shù)據(jù)保護(hù)及網(wǎng)絡(luò)通信安全。但大數(shù)據(jù)平臺(tái)仍然有可能會(huì)受到非法訪問和特權(quán)用戶的訪問。為確保合規(guī)性的需要，我們需要對(duì)大數(shù)據(jù)平臺(tái)的一切活動(dòng)進(jìn)行審計(jì)和監(jiān)控并生成告警信息，也即是安全事故和事件監(jiān)控(SIEM)系統(tǒng)。SIEM系統(tǒng)負(fù)責(zé)對(duì)大數(shù)據(jù)平臺(tái)中任何可疑的活動(dòng)進(jìn)行收集，監(jiān)控，分析和生成各種安全報(bào)告。

　　以下是大數(shù)據(jù)平臺(tái)中需要被監(jiān)控的事件以用來分析識(shí)別安全事件：用戶登錄和身份驗(yàn)證事件、HDFS操作、授權(quán)錯(cuò)誤、敏感數(shù)據(jù)操作、MapReduce任務(wù)、通過各種客戶端的訪問如Oozie，HUE等以及異常事件。只有全面的收集在大數(shù)據(jù)平臺(tái)中的一切活動(dòng)，才有機(jī)會(huì)捕捉可能會(huì)發(fā)生的安全事故及進(jìn)行事后分析時(shí)有機(jī)會(huì)進(jìn)行回溯分析，追蹤事故根源。

來源：機(jī)房360

石家莊服務(wù)器托管  石家莊服務(wù)器租用  石家莊機(jī)柜租用  石家莊機(jī)房