hadoop漏洞_挖掘分布式系统——Hadoop的漏洞

Hadoop及其安全模型概述

Hadoop简述

Hadoop是一款由Apache基金会推出的分布式系统框架，它通过著名的 MapReduce 算法进行分布式处理。这个框架被Adobe，Last fm，EBay，Yahoo等知名公司使用着。它极大地精简化程序员进行分布式计算时所需的操作，用户大概通过如下步骤在hadoop中实现分布式处理：用户创建一个处理键值的map函数

产生了一套中间键/值

reduce函数合并中间值并把他们关联到对应的键

虽说hadoop是免费且开源的，它还是分出了许多发行版，以下是三个最受欢迎的发行版：

幸运的是，这三个版本都是基于Hadoop的，所以它们都大同小异。

这副图大致描述了Hadoop在大数据框架中的位置：

显而易见，Hadoop在大数据环境中负责最底层的操作。图中的MapReduce负责数据处理。HDFS则是一种特殊的文件系统，其用来存储Hadoop里的数据。而在这两者之上的Yarn是Hadoop集群的资源管理器。

安全模型

身份验证

默认情况下，Hadoop集群不强制管理员添加身份验证。就算开了默认的身份验证(但是没有用Kerberos)，它也只是简单地检查一下登陆的用户及其所在组是合法的。

有些时候，由于管理员疏忽，验证可能只会在部分模块打开。下面的配置文件分别描述了不同情况：

全部都需认证：

hadoop.security.authentication

simple

core-default.xml

只在Web接口验证：

hadoop.http.authentication.type

simple

core-default.xml

可匿名登陆：

hadoop.http.authentication.simple.anonymous.allowed

simple

core-default.xml

只在Yarn上开启身份验证：

yarn.timeline-service.http-authentication.simple.anonymous.allowed

simple

core-default.xml

不仅如此，每个Hadoop组件都有自己的认证模块，这无疑大大提升了防御的复杂度。

就拿HDFS来说，它同时支持*nix式权限(user/group/other)和ACL(2.5后加入)

!

数据保护

默认情况下(不开Kerberos)，传输及存储的数据不会被加密保护。不过我们这里主要来谈一谈开启加密的状况，我们大致可以分成两种：传输加密：

在NameNode会