大数据平台安全建设方案分析

数据库安全运维系统：基于角色管理的细粒度的数据库运维控制功能，精确到SQL语句，确保核心数据资产的合规使用；针对不同的数据库用户，提供操作权限、访问控制，限制NO WHERE更新和删除，避免大规模数据泄露和篡改；提供双因素鉴别和登录控制能力，防止数据库账户泄漏和滥用；提供用户权限细粒度管理，对敏感数据的操作进行严格管控；控制和审计动作、全面精细审计分析，提供实时访问统计图。
3.2、
数据库审计：通过对访问数据库的所有网络流量进行采集、解析、过滤、分析和存储，全面的审计所有对数据库的处理行为，满足大数据平台对数据处理进行监控、收集和记录的需求。
数据库防火墙：将数据库防火墙部署在应用系统和数据库之间，能够防护由于WEB应用漏洞、应用框架漏洞等原因造成的黑客攻击数据库，窃取敏感数据；确保大数据平台核心数据资产的共享安全。
1.
静态梳理：实现数据库自动嗅探：自动搜索企业中的数据库，可指定IP段和端口的范围进行搜索，自动发现数据库的基本信息；按照敏感数据的特征或预定义的敏感数据特征对数据进行自动识别，持续发现敏感数据；根据不同数据特征，对常见的敏感数据进行分类，然后针对不同的数据类型指定不同的敏感级别。
动态梳理：对平台数据库系统中不同用户、不同对象的权限进行梳理并监控权限变化。监控数据库中用户的启用状态、权限划分、角色归属等基本信息；归纳总结用户访问情况，尤其针对敏感对象，能够着重监测其访问权限划分情况。数据流转梳理，对数据应用程序、运维工具、脚本等程序和人员对敏感数据的操作进行监控和分析，形成敏感数据内部流转路线图，展示敏感数据是如何被处理和流转的；监控异常流转情况，及时发现数据违规使用风险。
二、
1、信息资源梳理建设
1.1、
在进行安全建设之初，针对需要保护的信息资源，需要先进行状况摸底：
1）提供对部门的组织结构、业务角色、信息资源类别、信息化系统等的管理和维护功能；
2）能够对业务流程图和数据流程图进行管理，能够识别协同关系和信息共享需求，能够明确职责、挖掘、整合数据资源、规范数据表示；
3）能够对数据库的主题库、逻辑实体、实体关系图、数据映射图、数据元标准、信息分Biblioteka Baidu编码进行管理。
4、大数据存储安全加固
4.1、
对于落地到大数据平台的数据资源，除了访问管控，需要对其中高密级数据增加存储加固手段，作为数据安全防护的底线。
4.2、
强化大数据平台数据安全，实现整体数据安全加固，防止数据外泄。加强对敏感数据的加密访问和存储，敏感数据呈现中对关键字段进行加密。安华金和的数据库加密产品DBCoffer可以针对表空间实现表空间级加密，对表空间内的所有数据全部进行加密，增强数据安全性；支持表级加密，增强安全的同时又兼具灵活性；在不影响数据库本身权限的同时，系统增强了权限控制，分别从数据库用户，客户端IP，应用系统等不同层面对权限增强，全面防止越权访问，防止数据泄露；安全服务组件实现对密钥的管理，让用户自己掌握密钥，即使数据被盗也无法查看明文。
1.2、
数据库漏扫：实现对数据库系统的自动化安全评估，能够有效暴露当前数据库系统的安全问题，对数据库的安全状况进行持续化监控。利用数据库漏扫产品覆盖传统数据库漏洞检测项；实现弱口令扫描、敏感数据发现、危险程序扫描、渗透测试等高端检测能力；通过预定义安全策略、自定义安全策略，实现高效、有针对性的安全状况扫描检测，和通过各种角度、各种专题、详略不一的报表直观呈现数据库系统的安全状况样貌。
2.3、
数据脱敏（静态）：利用对数据的静态脱敏技术，有效防止大数据平台内部对隐私数据的滥用，防止隐私数据在未经脱敏的情况下流出。既满足隐私数据保护，又满足开发、测试、模型训练等业务对数据的需求，同时也保持监管合规，满足企业合规性。
3、大数据平台管控（基础、服务）
3.1、
大数据平台的数据使用管控需要实现资源管理、安全管理、运维管理、集群部署及监控、任务调度等功能，同时配备友好的管理界面。
综上，通过安全风险扫描、检测和资产梳理可以明确信息资源的出口、入口，数据间关系，摸清各部门的业务需求、数据需求和集成需求，能够提供信息资源的文档的自动化生成（数据库设计文档、信息资源目录、实体关系图等），以及通过思维导图等方式展示信息资源。
2、政务、互联网数据采集
2.1、
各政府职能单位信息汇聚采集（公安、民政、人社等）、互联网入口公众信息采集（政府网站、微信、社会学术库、企业信息等场景需求下，需要共享数据，但敏感数据不能全部开放。
5、大数据运维分析
5.1、
通过从运维端进行大数据分析，实现对海量数据提供高效的分析和计算。数据分析挖掘引擎支持并行化统计算法和机器学习基础算法库，支持的并行化基础算法，能够处理大数据集。具体功能要求包括查询、关联分析、统计分析、报表展示、数据挖掘以及二次开发等。
大数据平台
安全建设方案解析
2017年
一、
随着国家提出大数据促进经济社会转型发展的战略思路，大数据平台建设目前已经是政务信息化建设中的焦点内容，各省级政府依托强大的信息化体系率先做出尝试。大数据平台业务系统搭建之初，作为整个平台稳定、持续运行的基础，安全建设方案会是整个平台项目中重要的一环。
大数据平台整体安全建设，从数据采集到数据资产的梳理，再到平台的访问安全管控和数据存储安全，以及数据共享分发过程中的版权保护，整个安全方案如何形成数据访问和使用过程的闭环，并且能够实现安全策略的统一下发和协同配合，是摆在平台建设方面前的棘手问题，本文以某大数据平台安全建设方案为参考，抛砖引玉，共同探讨行之有效的安全建设思路，该方案已经初步得到建设方认可，具备可落地基础。
2.2、
将动态脱敏系统部署在数据的共享、交换、应用、运维区，与数据库之间；形成自动化的敏感数据匿名化边界，防止隐私数据在未经脱敏的情况下从数据区流出。
提供基于数据库访问来源IP、数据库应用系统、应用系统账户、时间等因素的策略，对需要共享的敏感数据，可根据数据的敏感级别和应用的需要，灵活的配置动态脱敏策略，从而实现外部应用能够安全可控的使用共享的敏感数据，防敏感数据泄露。根据不同数据特征，内置丰富高效的动态脱敏算法，包括屏蔽、变形、替换、随机；支持自定义脱敏算法，用户可按需定义。