最新如何实现云数据治理中的数据安全？_云安全怎么实现(1)，2024年最新2024大厂网络安全面试经历

最新推荐文章于 2024-09-12 09:28:58 发布

FZBH_Q

最新推荐文章于 2024-09-12 09:28:58 发布

阅读量675

点赞数 10

分类专栏：程序员文章标签：网络安全学习面试

本文链接：https://blog.csdn.net/FZBH_Q/article/details/138830406

版权

程序员专栏收录该内容

441 篇文章 0 订阅

订阅专栏

本人从事网路安全工作12年，曾在2个大厂工作过，安全服务、售后服务、售前、攻防比赛、安全讲师、销售经理等职位都做过，对这个行业了解比较全面。

最近遍览了各种网络安全类的文章，内容参差不齐，其中不伐有大佬倾力教学，也有各种不良机构浑水摸鱼，在收到几条私信，发现大家对一套完整的系统的网络安全从学习路线到学习资料，甚至是工具有着不小的需求。

最后，我将这部分内容融会贯通成了一套282G的网络安全资料包，所有类目条理清晰，知识点层层递进，需要的小伙伴可以点击下方小卡片领取哦！下面就开始进入正题，如何从一个萌新一步一步进入网络安全行业。

学习路线图

其中最为瞩目也是最为基础的就是网络安全学习路线图，这里我给大家分享一份打磨了3个月，已经更新到4.0版本的网络安全学习路线图。

相比起繁琐的文字，还是生动的视频教程更加适合零基础的同学们学习，这里也是整理了一份与上述学习路线一一对应的网络安全视频教程。

网络安全工具箱

当然，当你入门之后，仅仅是视频教程已经不能满足你的需求了，你肯定需要学习各种工具的使用以及大量的实战项目，这里也分享一份我自己整理的网络安全入门工具以及使用教程和实战。

项目实战

最后就是项目实战，这里带来的是SRC资料&HW资料，毕竟实战是检验真理的唯一标准嘛~

面试题

归根结底，我们的最终目的都是为了就业，所以这份结合了多位朋友的亲身经验打磨的面试题合集你绝对不能错过！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以点击这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

面对日益增长的数据量和复杂性，以及对融合、操作、存储和呈现信息的需求，组织越来越强调数据的治理。而数据安全是数据治理中的一个重要领域，安全性被认为是最大的数据治理挑战。

2. 组织管理中的数据安全

2.1 外部组织

考虑到云数据治理需要与第三方交互，本文提出了问责机制来加强整体安全水平。它可以被定义为一种模型，可以向管理者和供应商提供交互式共享资源，如网络、存储、应用和服务。问责机制连接了三方，即组织、云提供商和证书协会(CA)。组织可以授权CA对云供应商采取监管行为 (如图1所示)。

图1 责任治理

在设计阶段，图2中的概念框架展示了对数据治理的设计。

图2 数据治理设计的概念框架

2.2 内部组织

这一部分将研究管理架构。它主要包括三个相应的组，可以分为三级管理模型：一组高级管理人员，一个中层管理团队和一个数据治理工作组:

图2 数据治理中的三层管理模型

数据一直被认为是组织中的资产，与人力资产、金融资产、物理资产、知识产权资产一样。数据访问应由首席信息官和数据安全官管理，在数据访问中控制安全性。为了解决IT和管理方面的组织问题，数据质量管理(DQM)应该建立与公司战略和数据管理法律一致的组织范围的指导方针和标准。这样，从管理的角度来看，数据安全是相对具体的，因此，它可能不会达到战略级别。总体数据安全治理模型总结如下:

图4 数据安全管理框架

从安全管理框架中可以看出，组织中的数据安全将基于三层架构来实现。IT治理将与整个过程集成，以实现业务战略的整体应变。

3. 技术层面的云数据安全问题

3.1 云计算安全框架

具体到云计算的技术方面，数据安全问题可以分为几个方面。Garner指出，云用户应该询问七个具体的安全问题，包括特权用户访问、法规遵从性、数据位置、数据隔离、恢复、调查支持和长期可行性。云数据安全和云计算基础设施相关的政策、控制和技术不同于传统的IT环境。在这个范围内，应该在整个数据生命周期中很好地部署数据安全和隐私。

云环境中的七个重大安全挑战，包括数据定位、调查、数据隔离、长期生存能力、受损服务器、法规合规性和恢复。涉及未经授权的服务器、暴力攻击、来自云服务提供商的威胁、篡改数据以及丢失用户身份或密码。可以在图5中评估整体数据安全威胁。可以看出，安全缓解方法应该集成到数据生命周期的每个过程中，以实现数据的机密性、完整性和可用性。

图5 数据生命周期中的数据安全威胁

根据评估，应重点关注与数据安全风险相关的四种技术方法，以保证数据的机密性、完整性和可用性：用户认证、数据加密、三方协商和数据备份。

3.2 数据风险缓解机制

3.2.1 数据加密

加密被认为是防止入侵的最有效的方法之一，这是一种使用算法区分信息的方法。这是一种保护不受信任的云服务器中的数据的方法。加密是伪装信息并将它们转换成密文的过程，而解密是将它们恢复成可读的形式。在云计算中，尽管有对称加密和非对称加密，但基于属性的加密(ABE)和基于身份的加密(IBE)是具有细粒度访问控制的高效系统。对于多个组织中生成的数据，访问策略可以由多个机构执行。

a) 三种加密方法

在对称加密中，用于加密消息的密钥与用于解密消息的密钥一致。使用非对称加密时，用于加密消息的密钥不同于用于解密的密钥它。基于属性的加密(ABE)和基于身份的加密 (IBE)可以通过授权管理来实现，这意味着所有的私钥都应该在授权中心进行管理。为了避免集中攻击，分层IBE和分层ABE在不同的级别进行管理，以便密钥可以在不同的级别进行分配。