“安全與隱私”自大數(shù)據(jù)概念誕生以來(lái)便一直伴隨其左右。

在這個(gè)數(shù)據(jù)大爆炸的時(shí)代，企業(yè)通過(guò)大數(shù)據(jù)可以更加高效的洞察和預(yù)見消費(fèi)者行為以及行業(yè)趨勢(shì)，但同時(shí)也伴隨著安全性的困擾。能否保護(hù)自己的隱私安全、信息安全，成為了企業(yè)部署大數(shù)據(jù)之前擺在面前的首道難題。

Hadoop作為大數(shù)據(jù)的首選平臺(tái)，從開發(fā)之初也一直被籠罩著安全性問(wèn)題。

曾有開發(fā)者指出，“當(dāng)Hadoop在2004年開始開發(fā)的時(shí)候，對(duì)如何創(chuàng)建一個(gè)安全的分布式計(jì)算式環(huán)境上沒(méi)有考慮，Hadoop框架對(duì)用戶及服務(wù)的驗(yàn)證和授權(quán)嚴(yán)重不足，用戶可以仿冒任意一個(gè)HDFS和mapreduce上的用戶，惡意的代碼可以以任何一個(gè)用戶提交到Job tracker”。他還提到，到了2009年，關(guān)于hadoop安全性的討論已經(jīng)接近白熱化了，安全被作為一個(gè)高優(yōu)先級(jí)的問(wèn)題擺了出來(lái)。

雖然，Hadoop在面對(duì)多數(shù)據(jù)源的數(shù)據(jù)聚合與數(shù)據(jù)分析方面性能表現(xiàn)得十分高效，但也不能忽視由此帶來(lái)的安全性風(fēng)險(xiǎn)。

國(guó)外專家指出，Hadoop在應(yīng)對(duì)企業(yè)的海量數(shù)據(jù)分析時(shí)，表現(xiàn)得靈活自如。但也不能忽視Hadoop引入的一系列新問(wèn)題，包括安全性，數(shù)據(jù)訪問(wèn)，數(shù)據(jù)監(jiān)控，HA，業(yè)務(wù)數(shù)據(jù)連續(xù)性等各個(gè)方面。這些問(wèn)題是企業(yè)必須面對(duì)的問(wèn)題。

在惠普公司企業(yè)安全產(chǎn)品部北亞區(qū)總經(jīng)理姚翔看來(lái)，大數(shù)據(jù)現(xiàn)在是一個(gè)很大的趨勢(shì)，預(yù)計(jì)未來(lái)五年之內(nèi)，大數(shù)據(jù)在中國(guó)市場(chǎng)將平均增長(zhǎng)51%。而其中，安全一定是不可回避的話題。雖然大數(shù)據(jù)尚處于初級(jí)階段，但在構(gòu)建數(shù)據(jù)庫(kù)和數(shù)據(jù)中心云的時(shí)候都必須有安全的考慮，如果沒(méi)有安全，構(gòu)建再大的業(yè)務(wù)系統(tǒng)可能最后的損失也會(huì)很大。

雖然業(yè)界普遍關(guān)注安全問(wèn)題，但往往都是在實(shí)施后或者在實(shí)施過(guò)程中開始考慮。

實(shí)際上，在啟動(dòng)大數(shù)據(jù)項(xiàng)目之前要考慮安全問(wèn)題，才能做到未雨綢繆從容應(yīng)對(duì)。不應(yīng)該等到發(fā)生數(shù)據(jù)突破事件之后再采取保證數(shù)據(jù)安全的措施。

大數(shù)據(jù)的安全性問(wèn)題應(yīng)在部署之前便加以考慮

分析機(jī)構(gòu)Dataguise最近發(fā)布了Hadoop十大數(shù)據(jù)安全措施，其中首條便指出，數(shù)據(jù)隱私措施越早越好。分析認(rèn)為，通過(guò)及早啟動(dòng)并建立敏感數(shù)據(jù)預(yù)案，企業(yè)能盡早發(fā)現(xiàn)Hadoop環(huán)境中的敏感數(shù)據(jù)，分析合規(guī)風(fēng)險(xiǎn)并合理采用數(shù)據(jù)保護(hù)技術(shù)，這不但能大大降低數(shù)據(jù)泄漏和合規(guī)風(fēng)險(xiǎn)，還能提高大數(shù)據(jù)項(xiàng)目的投資回報(bào)。

以下是Dataguise列出的十大數(shù)據(jù)安全措施：

1.數(shù)據(jù)隱私措施越早越好。在規(guī)劃階段就明確數(shù)據(jù)隱私保護(hù)策略，最好在將數(shù)據(jù)導(dǎo)入Hadoop之前完成，這可以防患未然。

2.明確你所在企業(yè)中哪些數(shù)據(jù)元素屬于敏感數(shù)據(jù)。充分考慮企業(yè)的隱私政策，相關(guān)行業(yè)規(guī)定和政府法規(guī)。

3.審視分析環(huán)境和裝配Hadoop系統(tǒng)的過(guò)程中是否藏有/夾帶敏感數(shù)據(jù)。

4.收集足夠信息來(lái)明確合規(guī)風(fēng)險(xiǎn)。

5.明確業(yè)務(wù)分析是否需要訪問(wèn)真實(shí)數(shù)據(jù)，或“脫敏”數(shù)據(jù)能否使用。然后選擇合適的敏感信息遮擋和加密等矯正技術(shù)(masking or encryption)。遮擋(masking)技術(shù)提供最好的安全性能，而加密則更具靈活性，視將來(lái)的需要而定。

6.確保數(shù)據(jù)保護(hù)方案能夠同時(shí)支持遮擋和加密兩種數(shù)據(jù)矯正技術(shù)，尤其是當(dāng)需要將經(jīng)過(guò)遮擋處理和未經(jīng)遮擋的兩個(gè)版本的數(shù)據(jù)分別存放于不同的Hadoop目錄下的時(shí)候。

7.確保數(shù)據(jù)保護(hù)技術(shù)對(duì)所有數(shù)據(jù)文件提供一致的masking方式，這樣可以保證在各個(gè)數(shù)據(jù)匯聚維度上的分析的準(zhǔn)確性。

8.確定特定數(shù)據(jù)集是否需要定制的保護(hù)方案，出于數(shù)據(jù)單元安全管理的需要，可以考慮將Hadoop目錄劃分成更小的群組。

9.確保你選擇的加密方案與企業(yè)的訪問(wèn)控制技術(shù)能夠互操作，這樣特定級(jí)別和身份的用戶只能訪問(wèn)Hadoop集群中特定的數(shù)據(jù)范圍。

10.當(dāng)需要使用加密技術(shù)的時(shí)候，確保部署合適的技術(shù)(Java、Pig等)實(shí)現(xiàn)無(wú)縫加密，同時(shí)確保對(duì)數(shù)據(jù)的無(wú)障礙訪問(wèn)。