Innehållsförteckning
Säkerhetsutmaningen med stordata
Big Data syftar på att samla in stora datamängder, vilket ger oss större insikt i våra data, vilket kan användas för att fatta bättre affärsbeslut och öka kundnöjdheten. Att säkra big data är svårt, inte bara på grund av den stora mängden data som hanteras, utan också på grund av kontinuerlig dataströmning, flera typer av data och molnbaserad datalagring.
Några av de största utmaningarna med att säkra stordata är:
- Säkra beräkningarStordatatekniker använder distribuerade programmeringsramverk för att bearbeta stora mängder data. Dessa distribuerade ramverk, som MapReduce, har inte bra säkerhetsskydd. I MapReduce delas data upp, bearbetas sedan av en mapper och tilldelas lagringsutrymme. Om någon kan ändra mapperinställningarna, eftersom den inte har något ytterligare säkerhetslager, kan det manipulera de data som bearbetas. Det är också mycket svårt att upptäcka dessa opålitliga mappers. Det är mycket viktigt att säkra beräkningarna som hanteras i dessa distribuerade programmeringsramverk för att säkerställa att dataintegriteten upprätthålls.
- Skydda data och transaktionsloggar: På grund av storleken på data och transaktionsloggar lagras dessa i flerskiktade lagringsmiljöer med automatisk nivåindelning. Automatisk nivåindelning håller inte reda på dataplatsen. System med automatisk nivåindelning kan avslöja nya sårbarheter på grund av okända fysiska dataplatser och otillförlitliga lagringsenheter, vilket kan leda till att organisationer förlorar kontrollen över data. Dataöverföring mellan nivåer kan också ge information om användaraktiviteter och dataegenskaper, vilket kan användas av angripare. Data- och transaktionsloggar måste skyddas för att upprätthålla datas konfidentialitet, integritet och tillgänglighet.
- Validering av indata från slutpunkter: Stordata samlar in data från en mängd olika inmatningsenheter, inklusive slutpunkter. Det kan finnas loggar från ett stort antal enheter och applikationer. De data som stordata tar emot kan innehålla oseriösa data som skickas av en opålitlig slutpunkt. Detta kan påverka organisationens analytiska utdata. En utmaning här är att validera alla indata som stordata tar emot för att säkerställa att de kommer från en betrodd källa.
- Säkra icke-relationella datalager: Icke-relationella datalager som NoSQL används snabbt inom stordatateknik. Dessa datalager är inte tillräckligt mogna och säkra idag. De har många säkerhetsproblem, som att inga kryptering stöd för datafiler, svag autentisering mellan klient och server, och vilande data är okrypterade, vilket kan orsaka integritetshot.
- Integritetsbevarande dataanalys: Integritet är en viktig fråga vid tillämpning av stordatateknik för analys. I takt med att mer och mer data samlas in kan denna dataaggregering, tillsammans med dataanalys, leda till kränkningar av användarnas integritet. Om dataanalysen outsourcas kan en opålitlig tredjepartsanställd härleda användarnas personliga information. Organisationerna vill använda stordataanalysverktyg för att förbättra kundnöjdheten, men de måste se till att de skyddar användarnas integritet samtidigt.
- Åtkomstkontroll: Stordata hanterar en mängd olika data, inklusive känsliga data såsom personligt identifierbar information om användare. Det finns många juridiska och efterlevnadskrav för att skydda dessa data. Detaljerade policyer för åtkomstkontroll bör implementeras så att endast behöriga användare har tillgång till känsliga användardata och analyser som utförs på dessa datamängder. Detta behövs för att säkerställa datakonfidentialiteten.
- Säkerhetsövervakning i realtid: Säkerhetsövervakning i realtid behövs för stordatainfrastruktur och den analys den hanterar. Det har alltid varit en svår uppgift på grund av antalet varningar som genereras av enheter. Dessa varningar har också ett stort antal falska positiva resultat. På grund av denna anledning kämpar företag ofta med att övervaka realtidsdata.
Hur kryptering säkrar stordata
Kryptering kan hjälpa till med hanteringen av dataskydd inom stordatateknik i flera steg för att säkerställa att datas konfidentialitet, integritet och tillgänglighet upprätthålls. Om du vill veta mer om det, håll utkik efter vårt nästa blogginlägg om dataskydd inom stordata med hjälp av kryptering.
