云数据仓库中的数据安全思虑
发布时间：2022-07-05 14:47:43 所属栏目：大数据 来源：互联网
导读：近年来，由于云计算与云存储具有一定的廉价性和可扩展性，云数据仓库（Cloud data warehouses，CDW）得到了广泛的应用并飞速发展。同时，CDW不但能够存储比本地数据库更多的数据，而且可以通过现代化数据管道，简化了ETL的各种流程，因此许多企业都开始用它
|
近年来，由于云计算与云存储具有一定的廉价性和可扩展性，云数据仓库（Cloud data warehouses，CDW）得到了广泛的应用并飞速发展。同时，CDW不但能够存储比本地数据库更多的数据，而且可以通过现代化数据管道，简化了ETL的各种流程，因此许多企业都开始用它来开展大规模的数据分析业务。 其实，早在十多年前，公有云服务提供商便开始以平台即服务（PaaS）的模式发布云端数据仓库了。其中，Google的BigQuery和Amazon的Redshift都能够让组织在几分钟内，完成对CDW的部署，而无需额外安装数据库，或配置服务器。通过将数据从本地迁移到CDW（已被认为是现代数据栈的一部分），数据消费者和生产者在数据的访问过程中，获得了极大的便利性。在某些CDW平台中，企业甚至不需要DBA去维护数据的索引。其整个数据库的管理工作会变得异常简单。 当然，此类技术也面临着包括敏感数据的泄漏、隐私的暴露、数据结构的治理，以及满足合规等方面的挑战。在本文中，我们将和您讨论在将数据迁移到CDW过程中的各种安全注意事项。 迁移到云数据仓库后的安全性问题 我们之所以要将数据迁移到云端数据仓库中，就是为了允许更多的用户去访问我们的数据，并能够从数据中创造更大的价值。这就是业界常说的 “数据民主化（data democratization）”。与此同时，由于CDW是在所谓的“共享责任模型”上实现的，因此云服务提供商需要承担诸如：物理安全、操作系统安全和补丁、甚至是维护基本数据库软件等责任。而这些并非租户企业所需要参与的。因此，他们应当将注意力放在云端的数据安全上。这些往往不只是企业中安全专业团队的责任，而需要数据工程师，乃至业务团队的参与，需要大家共同制定和践行相关的安全策略。 加密 租户企业必须确保存储的静态数据、以及连接的传输中数据，都得到必要的加密。从安全的角度来说，这些不但对于降低中间人（MITM）的攻击、肆意访问到存储数据的风险是必需的；而且对于满足合规性，也是非常必要的。在一些主流的CDW平台中，它们会在默认情况下，对静态和传输中的数据进行加密。而其他的平台，则需要您手动配置对存储数据的加密，并在访问数据的过程中，强制采用加密协议。 授权 在数据仓库安全性中，最难管控的部分莫过于授权了。此处的授权是指：一旦用户通过了数据仓库的身份验证，就应该准确授予他们可以访问哪些数据、以及在什么级别上进行访问。不同的CDW有着不同的授权机制。例如，Snowflake具有严格的、基于角色的访问控制模型（RBAC），而Amazon的Redshift最近也推出了自己的RBAC模型。 总的说来，CDW在授权过程中往往面临着如下安全挑战： 由于用户量和数据种类比较庞大，因此许多用户往往需要频繁地更改其数据访问的相关权限，这就会给数据工程团队造成工作量上的压力。 企业通常会忽略执行“撤销对用户不再需要的数据访问权限”的流程。 难以出于合规性和安全性的通用需求，及时、准确地跟踪用户对于敏感数据的访问。 用户经常被授予过多的访问权限。 在CDW运行一段时间后，如果我们无法恪守明确的访问规则，他们的访问权限就会很快变得复杂、且难以管理。对此，企业需要启用自动化的数据访问授权、创建和执行明确的安全策略，以及应用到不同数据仓库环境的安全访问规则。 细粒度的访问控制 在云数据仓库的语境中，我们认为针对诸如：表、视图、模式、以及数据库的访问控制，属于“粗粒度”对象管理。除此之外，我们还会碰到居多“细粒度”管理的安全需求。也就是说，我们需要对于某些用户是否能够仅访问表中的特定行（即，行级别安全性），以及根据用户或其角色，对数据的操作能力予以动态屏蔽。同样，在此方面，不同的CDW也具有不同的能力。在某些平台中，您可以通过使用现成的函数和视图，来设计并实现此类策略；而在其他的平台上，您可能需要自行创建策略，并将其应用于数据对象上。当然，如果数据量和类型过大的话，则需要通过自动化控制机制，来实现大规模数据访问的全覆盖。 （编辑：拼字网 - 核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐