阿里云的独白:如何证明我不会查看你的数据

本文涉及的产品
云安全中心 免费版,不限时长
简介: 关于数据安全的一篇文章

Hi~这篇文章想把用户非常关心的“数据安全”中的一个小细节拿出来写一写。因为用户使用公有云资源,相当于是用户租用了阿里云虚拟化后的云主机,用户的数据实际是放在阿里云的基础设施,也就是数据中心里的物理服务器里面的。再怎么说,也还是阿里云的机房。阿里云会不会查看我的数据?
首先肯定是要从法律条文大面上入手解释的。2017年6月份出台了《网络安全法》,云服务商本身担负着多个角色,比如网络运营者、网络产品和服务产品提供者、关键信息实施运行者等,在网安法中,都有相应的规定,这里提取几条跟阿里云用户相关的,比如:
按照相应等级保护制度要求,阿里云需要保障用户数据免受干扰、破坏或未经授权的的访问,防止数据泄露或被窃取、篡改等(阿里云公有云平台是等保三级),这里就不赘述等级保护3级的详细说明了
640_jpeg

  • 服务期间,不得停止安全维护工作:这句话的意思是,阿里云会一直保持团队对数据中心进行维护,保障底层资源的稳定可用
  • 需要收集用户信息时,需要征求到用户的同意:这一点相信用户有感知,在提交工单时,有时候后台人员需要查看必要信息的情况下,会先让用户授权
    ....

640_2_jpeg
其次就是阿里云对外公布的《服务条款》,用户在购买服务时,页面会跳出此个条款的说明,里面有一段内容解释了:

  • 用户完全拥有自己的业务数据,根据相关法律的说明,阿里云不会擅自动用用户数据
  • 用户在服务到期、或中途离开阿里云时,可以选择删除自己的业务数据,随着用户删除操作,阿里云不再保留任何数据,也就是说数据能够完全被用户带走
  • 即使用户不选择手动删除数据,在服务到期,超过一定的时间段后,用户数据还是会被自动删除点,例如用户创建的实例、副本数据,甚至是备份数据等,删除后不可恢复。这里其实除了强调阿里云在数据留存方面的原则之外,还强调用户也需要对自己的数据,承担一部分责任,谨慎决定留存日期和删除操作
  • ....
    640_4_jpeg

然后是,阿里云官网有一个版块叫:信任中心,这里友爱地贴上网址,https://help.aliyun.com/product/42397.html?spm=a2c4g.11186631.3.1.EJXiLv 这里详细讲述了阿里云的观念,可以看到有份文件:《数据安全白皮书》,详细介绍了阿里云如何承担安全责任的、用户该如何承担相应安全责任的、阿里云通过了哪些资质认证、阿里云隐私政策、安全体系和架构等等等等,非常详细。我觉得看完这份白皮书,应该就能通过云安全的ACP/ACE考试了吧~

  • ISO 27001、ISO 20000、ISO 22301
  • 工信部云服务能力标准测试
  • CNAS云计算国家标准测试
  • CSA STAR认证
  • 等级保护
  • ....
    还有好多,就不罗列了,总共有十几家,是亚洲资质最全的云服务商。反正我也没挨个去查,就是很靠谱的感觉,hahaha

最后,贴上阿里云企业文化,喂饱用户的精神食粮:

  • 2015年,阿里云在全球率先发起“数据保护倡议”
  • 2017年上海云栖大会上,阿里云总裁胡晓明表示,保护客户数据隐私是阿里云的第一原则:“阿里云承载的是客户的信任,对我们来说,客户数据安全和隐私保护是最重要的事情。”
  • 2017年6月份,阿里云打了一场云服务商侵权的官司,《我叫MT》游戏所有者乐动卓越因某游戏公司在云服务器上运营侵权游戏而控告云服务商阿里云侵权,由于阿里云坚持不动用户数据的立场,这场官司打输了,但是收获了不少用户的支持
  • 2017年9月份,IDC最近发布的《IDC MarketScape:中国云服务提供商,2017厂商安全评估》,阿里云排在首位
  • ....
    说了这么多云安全,云安全的具体内容主要包括哪些,从网上找了张图:

640_5_jpeg
果然是看不懂,正好正在准备云安全考试,感觉这些东西混在一块最后理出个头绪出来,对业务人员也是一个大板块要琢磨的。

可能还有很多种其他的说法,是证明阿里云的数据底线的,比如一些非常严苛的内部机制等等。就先写到这里。

Nice Work!

相关文章
|
1月前
|
关系型数据库 MySQL 数据挖掘
阿里云 SelectDB 携手 DTS ,一键实现 TP 数据实时入仓
DTS 作为阿里云核心的数据交互引擎,以其高效的实时数据流处理能力和广泛的数据源兼容性,为用户构建了一个安全可靠、可扩展、高可用的数据架构桥梁。阿里云数据库 SelectDB 通过与 DTS 联合,为用户提供了简单、实时、极速且低成本的事务数据分析方案。用户可以通过 DTS 数据传输服务,一键将自建 MySQL / RDS MySQL / PolarDB for MySQL 数据库,迁移或同步至阿里云数据库 SelectDB 的实例中,帮助企业在短时间内完成数据迁移或同步,并即时获得深度洞察。
阿里云 SelectDB 携手 DTS ,一键实现 TP 数据实时入仓
|
1月前
|
SQL 人工智能 数据挖掘
阿里云DMS,身边的智能化数据分析助手
生成式AI颠覆了人机交互的传统范式,赋予每个人利用AI进行低门槛数据分析的能力。Data Fabric与生成式AI的强强联合,不仅能够实现敏捷数据交付,还有效降低了数据分析门槛,让人人都能数据分析成为可能!阿里云DMS作为阿里云统一的用数平台,在2021年初就开始探索使用Data Fabric理念构建逻辑数仓来加速企业数据价值的交付,2023年推出基于大模型构建的Data Copilot,降低用数门槛,近期我们将Notebook(分析窗口)、逻辑数仓(Data Fabric)、Data Copilot(生成式AI)进行有机组合,端到端的解决用数难题,给用户带来全新的分析体验。
110425 119
阿里云DMS,身边的智能化数据分析助手
|
1月前
|
关系型数据库 Apache 流计算
手把手教你实现 OceanBase 数据到阿里云数据库 SelectDB 内核版 Apache Doris 的便捷迁移|实用指南
本文介绍了如何将数据从 OceanBase 迁移到阿里云数据库 SelectDB 内核版 Apache Doris。提供 3 种数据同步方法 1. 使用 DataX,下载 DataX 并编写配置文件,通过 OceanBaseReader 和 DorisWriter 进行数据迁移。 2. 利用 Apache Doris 的 Catalog功 能,将 OceanBase 表映射到 Doris 并插入数据。 3. 通过Flink CDC,设置 OceanBase 环境,配置 Flink 连接器,实现实时数据同步。
手把手教你实现 OceanBase 数据到阿里云数据库 SelectDB 内核版 Apache Doris 的便捷迁移|实用指南
|
1月前
|
存储 数据可视化 数据管理
基于阿里云服务的数据平台架构实践
本文主要介绍基于阿里云大数据组件服务,对企业进行大数据平台建设的架构实践。
807 2
|
27天前
|
存储 人工智能 数据管理
【云故事探索】基于阿里云助力地理产业2.0落地,实现遥感数据智能化管理
中国某遥感数据服务中心借助阿里云ECS、GPU和OSS服务,成功实现了地理信息产业升级。此前,中心面临数据管理混乱、服务响应慢等问题。通过阿里云的解决方案,构建了全生命周期管理的遥感数据平台,强化了自动化、智能化的数据生产能力,提升了数据服务的准确性和及时性。此外,平台还增强了数据共享,扩大了应用范围。未来,中心计划结合AI技术,探索地理信息3.0时代,利用阿里云的人工智能平台进一步提升数据管理和应用能力。
81 1
|
1月前
|
分布式计算 大数据 BI
MaxCompute产品使用合集之MaxCompute项目的数据是否可以被接入到阿里云的Quick BI中
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
1月前
|
机器学习/深度学习 存储 分布式计算
机器学习PAI常见问题之DLC的数据写入到另外一个阿里云主账号的OSS中如何解决
PAI(平台为智能,Platform for Artificial Intelligence)是阿里云提供的一个全面的人工智能开发平台,旨在为开发者提供机器学习、深度学习等人工智能技术的模型训练、优化和部署服务。以下是PAI平台使用中的一些常见问题及其答案汇总,帮助用户解决在使用过程中遇到的问题。
|
10天前
|
存储 负载均衡 安全
使用阿里云解决云上数据保存的挑战
在数字化时代,数据成为企业重要资产,但快速增长的数据管理变得复杂。为此,作者选择了阿里云作为云上数据存储解决方案。阿里云凭借其高性能、高可靠和高安全的云存储服务,如对象存储OSS、文件存储NAS等,解决了数据保存问题。此外,阿里云的多副本和多机房策略确保了数据的可靠性和安全性,同时,丰富的存储产品线满足了不同场景的需求,帮助企业降低存储成本并提高数据访问效率。通过实施数据迁移、访问和备份恢复,作者成功优化了数据管理并期待未来与阿里云的更多合作。
42 8
|
18天前
|
SQL 运维 关系型数据库
阿里云DTS踩坑经验分享系列|数据不一致修复大法
阿里云数据传输服务DTS在帮助用户迁移数据、同步数据时,在某些复杂场景下会出现源库与目标库数据不一致的问题,造成数据错误,给用户带来困扰。由于数据不一致的问题很难完全避免,为了及时修复不一致的数据,DTS产品推出数据订正功能,保障用户在同步\迁移数据时的数据一致性。本文介绍了产生数据不一致的一些典型场景,并重点阐述了如何使用DTS数据订正功能来修复不一致的数据。
251 4
|
18天前
|
OLAP 数据处理 Apache
众安保险 CDP 平台:借助阿里云数据库 SelectDB 版内核 Apache Doris 打破数据孤岛,人群圈选提速4倍
众安保险在CDP(Customer Data Platform,客户数据平台)建设中,通过引入阿里云数据库SelectDB版内核Apache Doris,成功打破了数据孤岛,并显著提升了人群圈选的速度
184 1

热门文章

最新文章