大数据云安全策略4大窍门
云计算与大数据的结合可以说是天作之合。大数据需要灵活的计算环境，而后者可以快速、自动地进行扩展以支持海量数据。基础设施云可以精准地提供这些需求。
3、实现最大程度的自动化
云安全架构无法轻易扩展这一因素导致大数据云计算机的研发受挫。传统加密解决方案需要HSM(硬件)单元。勿庸置疑，硬件部署无法实现自动化。
为了让云安全策略尽可能地实现自动化，用户应当选择虚拟工具解决方案，而不是硬件解决方案。用户需要明白可用的API(最好是闲置的API)也是云安全解决方案的一部分。虚拟工具加上闲置的API能够在云大数据使用案例中提供所需要的灵活性和自动化。
4、对数据安全永不妥协
虽然云安全通常十分复杂，但是用户在大数据部署当中还是会发现一些“安全捷径”。这些“安全捷径”通常貌似能够回避一些复杂设置，同时保持大数据结构“不受伤害”。
一些客户可能会使用免费的加密工具，并将密钥存储在硬盘(这种做法非常不安全，可能会导致加密数据被暴露在任何有访问虚拟硬盘权限的人面前)，有些客户甚至不采取加密措施。这些捷径肯定并不复杂，但是很明显，它们并不安全。
在涉及大数据安全性时，用户应当根据数据的敏感程度进行分类，然后对它们采取相应的保护措施。在一些案例当中，结果往往是戏剧性的。并不是所有的大数据基础设施是安全的，如果处于风险当中的数据非常敏感或是属于管制数据，那么用户可能需要寻找替代方案。
针对大数据的云安全策略
只有为数据建立了最为严格的安全标准，大数据才能够不断地享受着由云计算提供的可扩展性、灵活性和自动化。加密被认为是保护云(大)数据的首要步骤。分裂密钥加密和同态密钥管理等新技术应当投入到保护敏感数据当中，同时用户还需要严格遵守HIPAA、PCI等规章制度。
责编：李玉琴
微信扫一扫实时了解行业动态
著作权声明：kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴，部分非原创文章作者信息可能有所缺失，如需补充或修改请与我们联系，工作人员会在1个工作日内配合处理。
|
最新专题
推荐圈子
|
DB2数据的导入(Import)_导出(Expo..
Cognos 中国社区——Cognos 10.2...|
|
