存储在云端的数据可以真正销毁掉吗

 

作者:趋势科技ChristineDrake

 

趋势科技最近在Linked 举办了一次关于企业如何销毁云端数据的调查。截至八月中旬为止,我们收到了149票,目前结果如下。

 

 

 

企业如何销毁云端资料调查结果

因为第四种回应是“这是什么意思”,所以先让我们简单解释一下什么是云端数据销毁。在云端环境里,你的资料是在频繁进行移动的,这样才可以让资源利用率最大化。云端空间是可移动的,并会频繁创建快照,还会定期进行备份,而且数据会在好几个数据中心间共享,这样可以节约成本,提高可用性。数据可能会被数据所有者移动,或者是在公共云里被服务供应商移动,这样才能在多租户环境中优化资源的使用情况。

当数据被移动时,原本位置的数据应该要销毁。如果有任何数据残留,就有可能产生安全问题,也可能出现未经授权访问残留数据的问题。如果企业在自家私有云内移动数据,他们可以访问底层基础设施,并且能够很好地掌控销毁原本位置上的数据。但即使是在私有云内,新资源分配的动态特性也让人很难确切知道数据在特定时间会位于哪里。

至于公共云,企业的控制能力就更少了。为了优化资源分配、实现备份,以及提高可用性,服务供应商可能会移动或复制数据。供应商通常因为规模经济庞大,从而帮客户节约更多成本。但为了优化资源使用,他们可能会在数据所有者不知情的情况下移动数据。

那企业要如何确认他们在原本储存位置上的数据已经被销毁了?投票结果显示,有31% 的人表示,他们的云端服务供应商会负责处理云端数据的销毁,33%表示他们会加密自己的数据,最后10% 的人表示他们会销毁硬盘。对于那些将问题交给云服务供应商的人,不应该认定云端数据已经被彻底销毁了。很重要的一点是,要查看和供应商签署的合约,确保里面包含了数据要如何销毁的细则信息,而且所有方法必须能够符合组织的要求。万一有残留数据的问题,当数据能被访问时,又该由谁来负责?风险还是在数据所有者身上,服务商并不承担责任。

至于要销毁硬盘,这也必须假设数据的所有者可以拿到硬盘,并且可以通过对硬盘的磁性存储存储进行消磁,让旧数据无法恢复。但公共云一般来说不会让人直接拿到硬盘。而且这种方法也不适用于所有类型的储存介质。

这让加密成为这次投票的最后一个选项。有三分之一的人采取这种做法,在本次投票中略微领先。加密可以运用在云端储存的数据,但并不能销毁数据。不过当数据加密后,即使残留数据还保留在原本的储存位置,这些数据也无法被访问。企业运用加密技术后,就不用再担心服务供应商销毁数据的方式。而且这种方法对于私有云环境也有帮助,可以让计算资源进一步扩大,动态性更高。加密还解决了其他数据访问问题,可以防止未经授权者读取和使用云端数据

趋势科技建议使用加密技术提供保护,防范不成功的数据销毁。而且不管是哪种形态的云环境(私有、公共或混合型),加密技术都能让数据所有者充分掌控数据的访问。有了这些帮助,企业可以为了自身资源需求的优化来使用各种类型的云环境,而无需担心数据访问的安全问题。

趋势科技云计算解决方案,确保系统和数据安全http://www.trendmicro.com.cn/cloudsecurity

此内容来自爱趋势博客http://www.blog.iqushi.com

 

@原文出处:CloudData Destruction: Is Your Old Data Still Accessible?

 

本文版权为趋势科技所有,对于非赢利网站或媒体转载请注明作者以及原文链接。谢谢合作!

 

 

   

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Jupyter Notebook是一个交互式的计算环境,非常适合数据处理和分析,尤其是在处理大数据时。对于存储云端的大数据文件,Jupyter Notebook可以配合一些工具和库来高效地操作: 1. **数据导入**:使用Pandas库,你可以读取像HDFS(Hadoop分布式文件系统)、S3(Amazon Simple Storage Service)或Google Cloud Storage等云存储中的CSV、JSON、Parquet、Excel等文件。例如,`pd.read_csv('s3://bucket/path/to/data.csv')`。 2. **连接数据源**:利用Dask DataFrame或pandas DataFrames的分块读取功能,可以按需加载大文件,而不是一次性加载整个数据集到内存中,这样可以处理非常大的数据集而不会耗尽内存。 3. **数据处理**:Jupyter Notebook支持并行计算,比如使用Dask库,可以在多个CPU或节点上进行任务分解和数据处理,提升大数据处理性能。 4. **数据可视化**:对于分析结果,使用Matplotlib、Seaborn或Plotly等库创建交互式图表,便于理解云端数据的分布和趋势。 5. **云集成服务**:结合诸如Google Colab或Azure Notebooks这样的在线Jupyter环境,可以直接与云存储服务集成,无需本地安装庞大的数据处理软件。 6. **保存和分享**:处理完数据后,可以将Notebook转换为HTML或PDF格式,方便分享和存档,也可以将输出的数据和文件保存回云端。 **相关问题:** 1. Jupyter Notebook如何与Hadoop集成? 2. Dask在大数据处理中的作用是什么? 3. 如何在Jupyter中设置环境以使用pandas的分块读取功能?

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值