03-数据安全-ACA-01-数据安全中心_数据审计_数据脱敏_数据库防火墙(二)

本文涉及的产品
Serverless 应用引擎 SAE,800核*时 1600GiB*时
函数计算FC,每月免费额度15元,12个月
应用实时监控服务ARMS - 应用监控,每月50GB免费额度
简介: 03-数据安全-ACA-01-数据安全中心_数据审计_数据脱敏_数据库防火墙(二)

开发者学习笔记【阿里云云安全助理工程师认证(ACA)课程03-数据安全-ACA-01-数据安全中心_数据审计_数据脱敏_数据库防火墙(二)

课程地址:https://edu.aliyun.com/course/3111981/lesson/18874


03-数据安全-ACA-01-数据安全中心_数据审计_数据脱敏_数据库防火墙(二)


四、数据脱敏

数据脱敏,确切的来说数据脱敏并不是一个单一的产品,因为在阿里云,无论在数据安全中心里还是在 data works 这样的大数据产品里,只要跟数据有关的这些产品可能都会有一些功能是和数据脱敏或者数据保护有关的,或者入口是放在不同的产品里。甚至我们在云盾专有云里面也提供一个叫做数据发现与脱敏的单独的数据安全产品。


无论是从哪个入口进来,数据脱敏的整体原理是大同小异的,数据脱敏是指我们采用专门的脱敏算法.图片81.png

这里列出有 6 类 30 种的脱敏算法,对我们的敏感数据去进行像哈希、加密、屏蔽、变形、替换、洗牌,也就是所谓的随机等,这样把我们的敏感数据转换为虚构数据,从而隐藏了真正的隐私信息,这就对我们的数据安全提供了有力的保障。


最为重要的是什么呢?脱敏以后它不影响原有数据的特征和分布,只是把敏感数据给通过各种算法给替换,这样我们不影响数据的准确性,我们就不需要去改动我们的业务逻辑,我们就非常的简单。数据脱敏主要有两种方式,一种是静态脱敏,主要用于把数据抽离出生产环境去进行分发跟共享的场景,比如把生长环境里面的数据脱敏导出给开发测试环境去使用。


第二种叫动态脱敏,主要是直接访问生产数据,然后我们使用的时候直接脱敏使用,比如前端页面展示或者应用使用数据的过程当中直接进行脱敏,所以在处理数据的过程当中,我们前面分析了有静态脱敏跟动态脱敏。


静态脱敏主要是使用我们前面所讲的各种脱敏算法,对敏感数据去进行遮盖、加密或替换,然后把脱敏后的数据保存在我们的目标位置上,这种是属于静态脱敏的范畴,而动态脱敏相比于静态脱敏是更加灵活的,是我们可以在生产环境里面直接指定数据进行脱敏,但是两者之间有一个比较大的区别是什么呢?图片82.png动态脱敏,由于它是及时的动态的去进行操作的,所以对数据单次脱敏的大小是有限制的,现在要求每次去进行脱敏的数据必须小于两兆才能够提交。 右边的这个界面是数据安全中心里面的自定义脱敏模板的界面,我们可以把使用频率比较高的,并且应用场景相同的这种脱敏算法配置成一个脱敏的模板,这样我们就不需要重复的去配置,我们直接以后去脱敏类似数据的时候,就直接通过模板去脱敏,可以提高我们的效率。 我们通过上面的这些标签页就可以看得出,支持了多种的脱敏算法,比如哈希脱敏、遮盖脱敏、替换脱敏等,这些算法根据我们不同的使用场景可以去有针对的去进行选择,这个就需要大家对应的脱敏算法有一些了解,这里我们不跟大家展开详细的讲解,大家可以自行去查阅帮助文档。


举几个简单的例子,因为这些脱敏算法有一些是可逆的,有一些是不可逆的,还有一些是部分可逆的,所以我们就需要针对我们不同的业务场景,以及我是静态的还是动态的脱敏方式来有针对的去进行选择。比如像哈希托敏页面中显示的,哈希托敏就是一个不可逆的算法,所以比较经常使用在像对密码去进行这种哈希保存的这种场景,比如加密脱敏,它就是一种可逆的算法。对称式的加密,那比如 DES 或AES,这是一种对称性的加密,这种就是一种可逆的算法。


比如替换脱敏,替换的脱敏它是一种部分可逆的算法,也就是用替换的码表去进行映射,所以替换码表它其实就可逆。 这种一般就是用于像,比如我们的卡证或者手机号这种中间去隐掉一部分信息的这种场景,所以我们的业务场景不一样,可以使用的充裕算法是不一样的,这个需要大家自己去研究,我们这里不跟大家再去进行更多的展开。


五、数据库防火墙

数据库防火墙主要是用于抵御或者消除我们的业务裸检,特别是数据库这一层有没有逻辑漏洞或者缺陷导致我们的数据产生数据库安全问题的这样的一个防火墙产品。


数据库防火墙一般是部署在我们的业务程序跟数据库之间,通过旁路检测数据库的协议的方式来完成,并且它对于我们的 WAF 是一个有益的补充。 数字库防火墙主要提供的功能第一个是修复人工不易加固的复杂的数据库漏洞,像 SQL 注入,像补丁未升级,拒绝服务等这些原则上我们的 WAF 从一定程度上也可以去进行缓解,当然有专业的税库防火墙可以弥补 WAF 的不足,也就是当 WAF 被绕过了或者是用户没有配备WAF,有数据库防火墙也能够去抵御这个方面的问题。 通过虚拟补丁的方式,我们不需要在数据库上打补丁,就可以在完成数据库的这种漏洞防护。图片83.png第二个是访问控制,就可以对于用户的访问权限进行细粒度的控制,比如防止批量的导出数据,防止人员的这种恶意操作,从山库到跑路的这种恶意操作.


第三个是启发式的防火墙,能够去免疫一些数据库的高危操作,恶意操作,数据库的攻击等。


第四个也提供了一些审计功能来确保我们当真正的发生数据库的一些安全问题的时候,是有源可追溯的,所以数据库防控墙的主要能力主要就体现在这三个方面。


第一个是登录控制,去记录或者根据 IP 或者用户名称或者是访问应用的一些身份来去控制有没有登录的权限。


第二个是应用访问合规,比如设置一些规则,仅允许合法的应用来访问数据,禁止绕过应用这样的非法的访问数据的行为,通过各种细粒度的准入控制规范来让我们的应用访问是在合规的控制底下。图片84.png第三个记录一些准入规则,也就是白名单或者黑名单的机制,比如从时间,从防务员或者防护工具上去做一些准入或者是这个黑名单这样的机制,从而来规范应用系统的访问行为,这是数据库防火墙的主要能力。

相关文章
|
5天前
|
SQL JavaScript 前端开发
vue中使用分页组件、将从数据库中查询出来的数据分页展示(前后端分离SpringBoot+Vue)
这篇文章详细介绍了如何在Vue.js中使用分页组件展示从数据库查询出来的数据,包括前端Vue页面的表格和分页组件代码,以及后端SpringBoot的控制层和SQL查询语句。
vue中使用分页组件、将从数据库中查询出来的数据分页展示(前后端分离SpringBoot+Vue)
|
1天前
|
SQL 关系型数据库 MySQL
解决:Mybatis-plus向数据库插入数据的时候 报You have an error in your SQL syntax
该博客文章讨论了在使用Mybatis-Plus向数据库插入数据时遇到的一个常见问题:SQL语法错误。作者发现错误是由于数据库字段中使用了MySQL的关键字,导致SQL语句执行失败。解决方法是将这些关键字替换为其他字段名称,以避免语法错误。文章通过截图展示了具体的操作步骤。
|
1天前
|
分布式计算 DataWorks 关系型数据库
DataWorks产品使用合集之ODPS数据怎么Merge到MySQL数据库
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
|
18小时前
|
JavaScript Java Maven
毕设项目&课程设计&毕设项目:springboot+vue实现的在线求职管理平台(含教程&源码&数据库数据)
本文介绍了一款基于Spring Boot和Vue.js实现的在线求职平台。该平台采用了前后端分离的架构,使用Spring Boot作为后端服务
毕设项目&课程设计&毕设项目:springboot+vue实现的在线求职管理平台(含教程&源码&数据库数据)
|
3天前
|
存储 NoSQL 算法
使用图数据库进行复杂数据建模:探索数据关系的无限可能
【8月更文挑战第17天】图数据库以其高效的关系查询能力、直观的数据表示方式、灵活的数据模型和强大的可扩展性,在复杂数据建模和查询中展现出了巨大的潜力。随着大数据和人工智能技术的不断发展,图数据库的应用领域也将不断拓展和深化。对于需要处理复杂关系网络和数据关联性的场景来说,图数据库无疑是一个值得深入研究和应用的强大工具。
|
4天前
|
资源调度 关系型数据库 MySQL
【Flink on YARN + CDC 3.0】神操作!看完这篇教程,你也能成为数据流处理高手!从零开始,一步步教会你在Flink on YARN模式下如何配置Debezium CDC 3.0,让你的数据库变更数据瞬间飞起来!
【8月更文挑战第15天】随着Apache Flink的普及,企业广泛采用Flink on YARN部署流处理应用,高效利用集群资源。变更数据捕获(CDC)工具在现代数据栈中至关重要,能实时捕捉数据库变化并转发给下游系统处理。本文以Flink on YARN为例,介绍如何在Debezium CDC 3.0中配置MySQL连接器,实现数据流处理。首先确保YARN上已部署Flink集群,接着安装Debezium MySQL连接器并配置Kafka Connect。最后,创建Flink任务消费变更事件并提交任务到Flink集群。通过这些步骤,可以构建出从数据库变更到实时处理的无缝数据管道。
17 2
|
5天前
|
关系型数据库 数据库 数据安全/隐私保护
"告别繁琐!Python大神揭秘:如何一键定制阿里云RDS备份策略,让数据安全与效率并肩飞,轻松玩转云端数据库!"
【8月更文挑战第14天】在云计算时代,数据库安全至关重要。阿里云RDS提供自动备份,但标准策略难以适应所有场景。传统手动备份灵活性差、管理成本高且恢复效率低。本文对比手动备份,介绍使用Python自定义阿里云RDS备份策略的方法,实现动态调整备份频率、集中管理和智能决策,提升备份效率与数据安全性。示例代码演示如何创建自动备份任务。通过自动化与智能化备份管理,支持企业数字化转型。
16 2
|
9天前
|
SQL 关系型数据库 MySQL
"告别蜗牛速度!解锁批量插入数据新姿势,15秒狂插35万条,数据库优化就该这么玩!"
【8月更文挑战第11天】在数据密集型应用中,高效的批量插入是性能优化的关键。传统单条记录插入方式在网络开销、数据库I/O及事务处理上存在明显瓶颈。批量插入则通过减少网络请求次数和数据库I/O操作,显著提升效率。以Python+pymysql为例,通过`executemany`方法,可实现在15秒内将35万条数据快速入库,相较于传统方法,性能提升显著,是处理大规模数据的理想选择。
26 5
|
5天前
|
XML SQL JavaScript
在vue页面引入echarts,图表的数据来自数据库 springboot+mybatis+vue+elementui+echarts实现图表的制作
这篇文章介绍了如何在Vue页面中结合SpringBoot、MyBatis、ElementUI和ECharts,实现从数据库获取数据并展示为图表的过程,包括前端和后端的代码实现以及遇到的问题和解决方法。
在vue页面引入echarts,图表的数据来自数据库 springboot+mybatis+vue+elementui+echarts实现图表的制作
|
5天前
|
JavaScript 前端开发 数据处理
在vue中的form表单中下拉框中的数据来自数据库查询到的数据
这篇文章介绍了如何在Vue框架的表单中将下拉框的数据通过后端接口从数据库动态查询并加载,包括前端HTML代码、JavaScript数据处理、后端接口实现以及表单提交的完整流程。
在vue中的form表单中下拉框中的数据来自数据库查询到的数据