Säkerhetsutmaningarna med stordata

Big Data är en framväxande uppsättning tekniker som gör det möjligt för organisationer att få större insikt i sina enorma mängder data för att fatta bättre affärsbeslut och öka kundnöjdheten. Aggregeringen av data i Big Data-system gör dem också till ett attraktivt mål för hackare. Organisationer bör kunna hantera dessa data effektivt och måste skydda känsliga kunddata för att följa en uppsättning integritetslagar och efterlevnadskrav. Att säkra Big Data är svårt av flera anledningar.

Några nämns nedan:

Det finns flera dataflöden i realtid från olika källor med olika skyddsbehov.
Det finns flera typer av data kombinerade.
Informationen nås av många olika användare med varierande analysbehov.
Snabbt utvecklande verktyg finansierade av öppen källkod-communityn.
Automatisk replikering av data över flera noder.

Sätt att skydda data i Hadoop-miljön

Det finns flera sätt att skydda data i en Hadoop-miljö:

Kryptering på filsystemnivå: Detta kryptering används ofta för att skydda känslig information i filer och mappar. Denna typ av kryptering kallas även för "data at rest"-kryptering. Data krypteras på filnivå och skyddas i vila, i datalager. Men den här metoden skyddar inte data när de körs i systemet. Data dekrypteras automatiskt när de läses av operativsystemet, och dessa data exponeras helt för alla auktoriserade eller obehöriga användare eller processer som får åtkomst till systemet.
Databaskryptering: Kryptering på filsystemnivå kan också användas för att skydda data som lagras i en databas. Det finns flera tekniker tillgängliga för databaskryptering, inklusive Transparent Data Encryption (TDE) och kolumnnivåkryptering. TDE används för att kryptera en hel databas. Kolumnnivåkryptering möjliggör kryptering av enskilda kolumner i en databas.
Kryptering på transportnivå: Denna kryptering används för att skydda data i rörelse med hjälp av SSL / TLS protokoll.
Kryptering på applikationsnivå: Denna kryptering använder API:er för att skydda data på applikationsnivå.
Formatbevarande kryptering: FPE krypterar data utan att ändra det ursprungliga dataformatet. Detta gör det möjligt för applikationer och databaser att använda data. Dataskydd tillämpas på fältnivå, vilket gör det möjligt att skydda de känsliga delarna av data och lämna de icke-känsliga delarna för applikationer. Eftersom en stor mängd data från flera källor, som maskinsensorer, serverloggar och applikationsflöden, matas in i Hadoop Data Lake, fungerar den som en central lagringsplats för en bred och varierad datamängd. Data Laken måste skyddas med omfattande säkerhet eftersom den kommer att lagra viktig och ofta mycket känslig affärsdata. Data kan skyddas i flera steg i Hadoop (innan den går in i data Laken, medan den går in i data Laken eller efter att den har gått in i data Laken):
- Dataskydd vid källapplikationen: I det här scenariot krypteras informationen innan den importeras till Hadoop. Detta är det ideala scenariot. Detta säkerställer att informationen skyddas under hela datalivscykeln, och att Hadoop inte omfattas av regelefterlevnad. Det här alternativet kräver ett gränssnitt till källapplikationerna för kryptering och tokenizationDen skyddade informationen importeras sedan till Hadoop.
- Dataskydd vid import till Hadoop: Det här alternativet kräver ingen åtkomst till källapplikationerna. Här skyddas data i landningszonen när de kommer in i Hadoop.
- Dataskydd inom Hadoop: Det här alternativet skyddar datafält när de väl identifierats i Hadoop. Det här alternativet använder gränssnitt som körs inom Hadoop-jobb. Det kommer att finnas integrationer med olika moduler i Hadoop, som Hive, Impala, Sqoop, Spark, Storm, Kafka, NiFi, etc.
- Kryptering på lagringsnivå i Hadoop: Lagringsnivån kryptering skyddar data efter fysisk stöld eller oavsiktlig förlust av en diskvolym. Det här alternativet använder TDE inom Hadoop Distributed File System (HDFS) för att skapa en säker landningszon. Det här alternativet gör systemet långsammare. För bättre säkerhet bör nycklar hanteras på Hårdvarusäkerhetsmoduler när man använder TDE.