Big Data, grande sicurezza: la difesa in profondità

In collaborazione con Oracolo

Soprattutto nell'era dei big data, le organizzazioni devono tenere a mente che la sicurezza non è uno stato finale o un progetto una tantum. Invece, è un lavoro in corso costante.

Allo stesso tempo, è importante mantenere la giusta mentalità, ovvero, mentre le organizzazioni devono ovviamente adottare un approccio diligente e responsabile per proteggere i big data, i loro sforzi non dovrebbero essere guidati dalla paura. Devono semplicemente adottare un approccio alla sicurezza incentrato sui dati.

In particolare, devono impiegare tre tipi chiave di controlli di sicurezza:

• Preventivo: La protezione dei dati stessi impedisce che errori o criminali informatici ottengano l'accesso ai dati; e se lo facessero, i dati sarebbero resi inutili. Ciò include controlli di sicurezza come crittografia, mascheramento dei dati e controlli utente privilegiati.

• Detective: Ricerca di comportamenti anomali, ad esempio, controllando l'attività del database, monitorando i sistemi in tutto l'ambiente dei big data e fornendo report di conformità o avvisi su potenziali problemi.

• Amministrativo: Implementazione di strumenti che abilitano i processi e le procedure per la sicurezza, come il rilevamento dei dati sensibili, l'analisi degli utenti privilegiati, la gestione della configurazione e le funzionalità di gestione delle chiavi di crittografia.

Un approccio completo alla sicurezza dei dati garantisce che le persone giuste, interne o esterne, ricevano sempre l'accesso ai dati e alle informazioni appropriati nel momento e nel posto giusti, nel canale giusto, afferma Neil Mendelson, vicepresidente per i big data e l'analisi avanzata di Oracle .

La sicurezza approfondita protegge le risorse informative dell'organizzazione proteggendo e crittografando i dati mentre sono in movimento e inattivi. Consente inoltre alle organizzazioni di separare ruoli e responsabilità e proteggere i dati sensibili senza compromettere l'accesso degli utenti privilegiati, aggiunge Mendelson. Inoltre, estende il monitoraggio, l'audit e il reporting di conformità attraverso la gestione dei dati tradizionale ai sistemi di big data.

Le organizzazioni hanno ora bisogno di ambienti big data che includano autenticazione e autorizzazione di livello aziendale (progetto Kerberos o LDAP e Apache Sentry) e auditing che può essere impostato automaticamente durante l'installazione, semplificando notevolmente il processo di rafforzamento di Hadoop.

Le aziende stanno scoprendo che i big data funzionano meglio in un ambiente che combina Hadoop, NoSQL e database relazionali, afferma Mendelson. Per realizzare una strategia per i big data solida e di successo, è importante determinare come integrare queste tecnologie in una piattaforma tecnologica per i big data.

Tale piattaforma è il luogo in cui l'azienda gestisce tutti i suoi dati e li rende disponibili in modo sicuro al resto dell'organizzazione per l'uso e l'analisi. La piattaforma include anche i sistemi critici attualmente utilizzati per gestire l'azienda.

La protezione del ciclo di vita dei big data richiede i seguenti controlli di sicurezza:

• Autenticazione e autorizzazione di utenti, applicazioni e database

• Accesso e amministrazione utenti privilegiati

• Crittografia dei dati inattivi e in movimento

• Redazione e mascheramento dei dati per ambienti non produttivi

• Separazione di responsabilità e ruoli

• Implementazione del privilegio minimo

• Sicurezza dei trasporti

• Sicurezza API

• Monitoraggio, controllo, avviso e reporting

nascondere