1. 程式人生 > >“數據門”事件頻發如何避免人為因素導致數據泄露?

“數據門”事件頻發如何避免人為因素導致數據泄露?

原因 負載 訪問性 申請 安全管控 級別 tex 創建 指數

摘要: 前段時間,某酒店集團數據泄露引起軒然大波,泄露的數據中包含了用戶姓名、手機號、郵箱、×××號等多項信息。賣家對這個約5億條數據打包出售價格為8比特幣或520門羅幣。

前段時間,某酒店集團數據泄露引起軒然大波,泄露的數據中包含了用戶姓名、手機號、郵箱、×××號等多項信息。賣家對這個約5億條數據打包出售價格為8比特幣或520門羅幣。

而關於此次信息泄露事件的原因,目前尚未定論。據悉,由於集團某程序員將服務器及數據庫信息泄露到了Github,導致被×××利用,通過弱密碼×××攻陷了酒店服務器和數據庫體系。不過這一說法目前只是推斷。

內部管控不嚴泄密加上××××××成為了這場數據泄露事件的主要原因。

外部×××我們尚可加防,內部運維我們應該如何自防呢?在日常的數據庫使用過程當中,運維人員在數據分析、線上問題排查、臨時修正數據等多個環節均可直接接接觸數據庫中的數據,也就是說這些環節都有可能出現問題。

傳統數據庫安全管控方案漏洞頻出
傳統的人為數據安全管控方案有兩種,集權管理和分權管理。使用集權管理方案需要在業務代碼使用賬號之外,創建獨立的讀寫賬號、只讀賬號,只給與DBA、運維等特定的人員,但是這種方案的弊端在於,對於有些需要快速響應查看數據進行決策的場景,繁瑣的步驟將直接影響研發效率。

在日常數據庫使用過程中,應用代碼的在線服務訪問是最主要的一種方式,但人員基於數據分析、線上問題排查、新需求變更結構、臨時修正數據等各種訴求也需要直接接觸數據庫。

如果采用分權管理,創建獨立的讀寫賬號、只讀賬號,分發到一線負責人,相較於集權管理,效率有一定的提升,但是接觸數據庫賬號密碼人員較多,人員變動時需要及時變更賬號密碼信息確保安全。

這兩種方案不僅本身存在弊端,且在大批量管理時,實施難度也將成指數級放大。如此一來,企業還能如何避免人為因素導致的數據泄露事件發生呢?

阿裏雲數據管理DMS企業版針對此問題,提供了從訪問源頭開始防護的完善、成熟的數據安全訪問解決方案。

DMS企業版高效保障數據安全,提升研發效率
技術分享圖片

與傳統的數據訪問方案相比,DMS企業版消除了人員瓶頸,在保障數據安全的前提下也兼顧了企業的研發效率。DMS企業版主要從訪問和變更兩個方面進行安全管控。

在訪問方式上,區別於傳統方案,無需直連數據庫,只需提前錄入需要管理的數據庫實例、接觸數據庫的人員,當需要訪問數據庫、表的時候,可直接在產品內按需申請或由數據owner主動授權,具備權限後登錄DMS企業版即可直接訪問數據庫,不再接觸任何數據庫的賬號密碼。

在訪問權限粒度上也設定了相應的規範,若無對應權限則不可大量數據導出、不可提交數據變更(DML、DDL等)操作,避免了數據被大量泄漏。同時,DMS企業版支持了特有的字段級別權限管控,方便企業在×××、銀行卡、密碼等敏感信息上進行精細化的管理。
技術分享圖片

DMS企業版對於保障訪問性能安全也做了特別的處理,比如數據庫級別閥值禁止全表掃描管控,當表空間大於一定值執行計劃不走索引則禁止發起查詢;用戶級別單天查詢行數、次數上限管控;產品內單次查詢返回行數上限管控等,全方位保障訪問安全。

變更安全管控主要加入了實例級別變更流程管控、任務調度負載管控以及數據變更update、delete默認備份前鏡像,如果遇到異常情況可快速恢復,並且避免了元數據鎖爭用阻塞數據庫、避免thread_running過高時調度加重負載。

除此以外,DMS企業版還提供了雲賬號準入、企業人員準入、企業內網準入三層登錄安全保障;在開啟內網準入(訪問IP白名單)管控後,即使企業內人員變更流失賬號未及時回收,但由於人員已不能再登錄企業內網環境這無疑又是一道安全保障。

值得註意的事,在人員賬號都精細化按需使用後,賬號無共用,產品內人員的每一個操作都將可被溯源。公司內(尤其是上市公司)固定周期的操作審計將是重要的數據支撐來源。
技術分享圖片

數據安全任重道遠
數據安全任重道遠,企業內數據作為一個企業的核心資產、賴以生存的命脈,數據安全是重中之重;也是最值得持續投入改進、不斷加強的一個方向。DMS企業版將不斷努力,助力企業完善數據安全管理。

最後附上【數據安全管理小建議】
1)禁止弱密碼的存在,即使生產服務使用的數據庫賬號密碼如有可能建議定期更換
2)禁止敏感信息的大量接觸,敏感信息嚴格限制可接觸人員
3)禁止公開企業內數據庫訪問方式、服務器IP等敏感信息
4)設置數據庫服務器的可訪問IP白名單,來源管控
5)設置數據庫賬號的可訪問IP白名單,來源管控

原文鏈接

本文為雲棲社區原創內容,未經允許不得轉載。

“數據門”事件頻發如何避免人為因素導致數據泄露?