大数据应用方面的安全对策包含哪些方面 大数据应用安全策略包括哪些

【大数据应用方面的安全对策包含哪些方面 大数据应用安全策略包括哪些】

大数据应用方面的安全对策包含哪些方面 大数据应用安全策略包括哪些

文章插图
大数据应用安全策略包括:
1、规模、实时性和分布式处理:大数据的本质特征(使大数据解决超过以前数据管理系统的数据管理和处理需求 , 例如 , 在容量、实时性、分布式架构和并行处理等方面)使得保障这些系统的安全更为困难 。大数据集群具有开放性和自我组织性 , 并可以使用户与多个数据节点同时通信 。验证哪些数据节点和哪些客户应当访问信息是很困难的 。别忘了 , 大数据的本质属性意味着新节点自动连接到集群中 , 共享数据和查询结果 , 解决客户任务 。
2、嵌入式安全:在涉及大数据的疯狂竞赛中 , 大部分的开发资源都用于改善大数据的可升级、易用性和分析功能上 。只有很少的功能用于增加安全功能 。但是 , 你希望得到嵌入到大数据平台中的安全功能 。你希望开发人员在设计和部署阶段能够支持所需要的功能 。你希望安全功能就像大数据集群一样可升级、高性能、自组织 。问题是 , 开源系统或多数商业系统一般都不包括安全产品 。而且许多安全产品无法嵌入到Hadoop或其它的非关系型数据库中 。多数系统提供最少的安全功能 , 但不足以包括所有的常见威胁 。在很大程度上 , 你需要自己构建安全策略 。
3、应用程序:面向大数据集群的大多数应用都是Web应用 。它们利用基于Web的技术和无状态的基于REST的API 。虽然全面讨论大数据安全的这个问题超出了本文的范围 , 但基于Web的应用程序和API给这些大数据集群带来了一种最重大的威胁 。在遭受攻击或破坏后 , 它们可以提供对大数据集群中所存储数据的无限制访问 。应用程序安全、用户访问管理及授权控制非常重要 , 与重点保障大数据集群安全的安全措施一样都不可或缺 。