典型大数据安全事件

● 2017年3月,京东内部员工涉嫌窃取50亿条用户数据;
● 2016年至今,全球范围内数以万计的MongoDB系统遭到攻击,大量系统被黑客素取赎金;
● 2016年9月22日,互联网巨头雅虎公司证实超过10亿用户的账户信息遭人窃取;
● 2016年8月26日,顺丰速递湖南公司宋某被控“侵犯个人隐私罪”在深圳南山区人民法院受审;
● 2016年8月,“山东省2016高考网上报名信息系统”考生数据泄露,导致徐玉玉事件的发生。
越来越多的政府、企事业单位利用大数据进行辅助决策,大数据的安全性上升到前所未有的高度,其直接决定着政府方针改策、企业战略的准确性,有效性,关系国计民生。

大数据安全风险

大数据拥有巨大数据,使得其更易成为网络攻击的量著目标。

大数据共享交换,会带来数据滥用、权属不明确、安全监管责任不清时等风险。

开放的分布式计算和存储等大数据新技术和架
构使得大数据边界变得医国,传统基于边界的安全保护措施不再有效。

于Hadoop生态架构的HBase/Hive、MongoDB等大数据平台和技术,在设计之初,对于安全审计考虑较少,整体安全保障能力较弱。

《网络安全等级保护测评》要求

● 应启用安全审计功能,审计覆盖到每个用户,对重要的用户行为和重要安全事件进行审计;
● 审计记录应包括事件的日期和时间、用户、事件类型、事件是否成功及其他与审计相关的信息;
● 应对审计记录进行保护,定期备份,避免受到未预期的删除、修改或覆盖等;
● 应对审计进程进行保护,防止未经授权的中断;
● 审计记录产生时的时间应由系统范围内唯一确定的时钟产生,以确保审计分析的正确性。
综上所述数据安全已上升到国家战略层面,《网络安全法》、《等保2.0》等各种国家层面的法律法规、政策制度对数据安全的防护都做出了明确的定义,为我们数据安全防护建设指明了方向。

大数据安全审计与传统数据库审计对比

● 传统数据库审计不支持NoSQL非结构化数据审计;
● 传统数据库审计无法满足大数据的海量数据审计能力要求;
● 大数据系统具有组件多、接口复杂等特点,传统数据库审计不能完好支持。

大数据安全审计简介

大数据安全审计系统,是一款对大数据平台的数据库进行安全审计的系统,能够全面实现对数据库(如Hadoop架构下HBase数据库)的各类操作行为进行安全监控,支持对各类访问接口(如JDBC、JAVA API、REST API等)及对各类工具组件(如HIVE\Solr等)的安全监控与防护。

部署方式

主要特性
强兼容性
支持HBase、MongoDB、Cache、Solr等非结构化数据库(NoSOL)审计,同时支持Oracle、MySQL、MS-SQL、人大金仓等国内外主流关系型数据库审计。
组件与接口审计支持
支持HDFS、Hive、Phoenix、Java API、JDBC API、REST APl等众多大数据平台相关组件及接口的审计,实现大数据架构全面完整审计。
审计记录检索快速高效
利用先进的全文检索技术,可通过任意关键字实现海量审计记录快速高效检索。
隐秘数据处理
对审计结果中敏感数据隐秘,非授权的用户不能正常查看隐秘数据,防止重要数据在数据库审计设备中导致的二次泄密问题。
定向行为分析事件溯源取证
构建事件关联性,通过模拟回放,还原事件场景,模拟出整个事件的行动轨迹,直观的追溯事件的前后关联性,再现操作过程,进行电子取证。
完备的双向审计
通过对双向数据包的解析、识别及还原,既能对数据库操作请求进行实时审计,同样能对数据库系统返回结果进行全面审计。
事件告警
可以根据不同风险级别,通过短信、邮件、SNMP等多种途径实时告警,方便安全管理员及时处理。
多维度报表
内置特权操作、异常分析、访问源等多种报表类型,同时支持多条件组合自定义报表生成。通过多维度报表的统计分析,可快速准确发现潜在安全威胁,为采用更具有针对性安全策略提供数据支撑。
产品优势

全面支持Hadoop架构下HBase数据库及相关组件审计,具有成功的大型商用案例经验。

系统内置AI技术,采用机器学习,实现智能建模。

亿级数据,秒级检索。

电信及数据处理能力,高并发承载保障。

产品推荐 查看更多>>
    防火墙策略梳理

    集网络访问行为监控、网络流量管理、监控、分析于一体,以IP资产为核心,通过对网络中的流量进行审计,梳理出网络中的互访关系

    高性能

    安全可靠

    天锐绿盾 数据防泄密系统

    天锐绿盾数据防泄密系统是一套从源头上保障数据安全和使用安全的加密软件系统。天锐绿盾加密系统包含了文件透明加解密、内网文件加密流转、密级管控、离线管理、文件外发管理、灵活的审批流程、工作模式切换、服务器白名单等功能,天锐绿盾加密系统全面覆盖Mac、Windows、Linux系统。从根本上严防信息外泄,天锐绿盾加密系统保障信息安全。

    安全可靠

    使用灵活

    功能完备

    熠智科技DataVault可控计算

    熠智科技DataVault可控计算,面向大规模算力基础设施,用以解决分布式计算中数据、模型安全问题。实现应用程序二进制层面的兼容,无需修改业务代码,涵盖主流AI模型训练框架,实现无缝迁移。实现数据/模型全生命周期的保护,对于数据的流转、分析、处理等实现可度量、可监管。

    无缝迁移

    安全防护

    优质训练

    数据可控