211service.com
Big Data, Big Security: Obrona w głąb
We współpracy z Wyrocznia
Szczególnie w dobie big data organizacje muszą pamiętać, że bezpieczeństwo nie jest stanem końcowym ani jednorazowym projektem. Zamiast tego jest to ciągła praca w toku.
Jednocześnie ważne jest, aby zachować właściwy sposób myślenia — to znaczy, że chociaż organizacje muszą przyjąć rzetelne i odpowiedzialne podejście do zabezpieczania dużych zbiorów danych, ich wysiłki nie powinny być motywowane strachem. Muszą po prostu przyjąć podejście do bezpieczeństwa oparte na danych.
W szczególności muszą stosować trzy kluczowe rodzaje kontroli bezpieczeństwa:
• Zapobiegawczy: Samo zabezpieczenie danych uniemożliwia błędom lub cyberprzestępcom uzyskanie dostępu do danych; a gdyby to zrobili, dane stałyby się bezużyteczne. Obejmuje to kontrole bezpieczeństwa, takie jak szyfrowanie, maskowanie danych i kontrola uprzywilejowanych użytkowników.
• Detektyw: Szukanie nietypowego zachowania poprzez, na przykład, audyt aktywności bazy danych, monitorowanie systemów w całym środowisku Big Data oraz dostarczanie raportów zgodności lub alertów o potencjalnych problemach.
• Administracyjny: Wdrażanie narzędzi umożliwiających procesy i procedury bezpieczeństwa, takie jak wykrywanie poufnych danych, analiza użytkowników uprzywilejowanych, zarządzanie konfiguracją i możliwości zarządzania kluczami szyfrowania.
Kompleksowe podejście do bezpieczeństwa danych zapewnia, że odpowiednie osoby, wewnętrzne lub zewnętrzne, zawsze otrzymują dostęp do odpowiednich danych i informacji we właściwym czasie i miejscu, we właściwym kanale – mówi Neil Mendelson, wiceprezes ds. Big Data i zaawansowanej analityki w Oracle .
Zaawansowane zabezpieczenia chronią zasoby informacyjne organizacji, zabezpieczając i szyfrując dane w ruchu i w spoczynku. Umożliwia także organizacjom oddzielenie ról i obowiązków oraz ochronę poufnych danych bez narażania uprzywilejowanego dostępu użytkowników, dodaje Mendelson. Ponadto rozszerza monitorowanie, audyty i raportowanie zgodności w ramach tradycyjnego zarządzania danymi na systemy Big Data.
Organizacje potrzebują teraz środowisk Big Data, które obejmują uwierzytelnianie i autoryzację klasy korporacyjnej (projekt Kerberos lub LDAP i Apache Sentry) oraz audyty, które można skonfigurować automatycznie podczas instalacji, co znacznie upraszcza proces wzmacniania platformy Hadoop.
Firmy odkrywają, że big data działa najlepiej w środowisku łączącym Hadoop, NoSQL i relacyjne bazy danych, mówi Mendelson. Aby zrealizować solidną i skuteczną strategię Big Data, ważne jest, aby określić, jak zintegrować te technologie z platformą technologii Big Data.
Taka platforma to miejsce, w którym firma zarządza wszystkimi swoimi danymi i bezpiecznie udostępnia je reszcie organizacji do użytku i analizy. Platforma obejmuje również krytyczne systemy wykorzystywane obecnie do prowadzenia biznesu.
Zabezpieczenie cyklu życia dużych zbiorów danych wymaga następujących środków bezpieczeństwa:
• Uwierzytelnianie i autoryzacja użytkowników, aplikacji i baz danych
• Uprzywilejowany dostęp użytkowników i administracja
• Szyfrowanie danych w spoczynku i w ruchu
• Redakcja i maskowanie danych w środowiskach nieprodukcyjnych
• Rozdzielenie obowiązków i ról
• Wdrażanie najmniejszych uprawnień
• Bezpieczeństwo transportu
• Bezpieczeństwo API
• Monitorowanie, audyt, ostrzeganie i raportowanie