
数据库管理员们的七个安全好习惯
无论数据库管理员、信息安全专业人士还是同时身兼两种角色,负责维护企业数据库当中所保存信息的技术团队必须建立良好的安全习惯、从而实现份内的保护目标。这些实践立足于坚实的数据安全规划,但根据本周由独立甲骨文用户团队(简称IOUG)发布的《2013年企业数据安全调查》显示,对于大部分企业来说制定这一规划本身已经是个不易实现的任务。
今年的IOUG数据安全调查特别关注了数据库安全形势,并以2013年业界领先与落后企业的实际处理方式为基础、详尽分析了他们在数据库安全领域的表现。这份调查报告所提到的“领先企业”是指那些切实完成了三项基准保护措施(在今天的文章中都将提到)的公司,即:数据库内容敏感性或者受限识别、数据静态或者动态加密以及监控生产数据库的非授权访问或者修改等。相比之下,落后企业是指那些在以上几个方面表现欠佳的公司。根据调查结果来看,约有22%的受访方被归结为领导企业、约有20%属于落后企业,其它则占据中游位置。
不出意外,各领导企业在报告中称他们遭遇数据泄露事故的机率仅为落后企业的三分之一。探讨这些机构在日常数据库安全实践中的处理方案能为我们提供宝贵的教训,从而指导大家在数据库安全保障规程中取得更理想的效果。
1. 他们了解敏感数据身在何处
除非一家企业清楚地掌握着内部敏感数据的所在位置,否则他们很难有针对性地围绕这些信息开展保护及控制工作。根据IOUG的调查,目前约有七成企业表示他们明确了解哪些数据库当中包含有敏感或者受管信息。这一结果与三年前相比出现了显著改善。回想2010年,只有一半多一点的受访企业能够自信地作出这样的回应。这一点不仅对于设置控制机制意义重大,同时也会在控制手段部署完成后确保企业自身以更为主动的姿态发现泄露事故--而不会傻傻等着外部组织发现并提醒此类事故的发生。
“大多数遭遇数据泄露事故的企业自身对此都毫不知情,坏消息往往是由第三方传达过来的,”甲骨文公司数据库安全产品管理主管Roxana Bradescu指出。“很显然,没人希望自己的数据泄露问题是由新闻媒体或者第三方发现并通知给自己的。在这类控制机制的辅助下,我们至少能够发现自身是否遭遇了数据泄露问题--这本身就是一种巨大的数据安全进步。”
2.他们频繁组织审计工作
企业正越来越多地就针对数据库的访问方式进行审计,但审计工作的频率仍然有待提高。回想2010年,能够每月至少进行一次数据安全审计的企业仅占受访总数的15%,时至今日这一比例已经上升为23%。
在这方面,先进企业取得了大大超过落后企业的显著优势,有33%的先进企业声称会以一个月甚至更短时间为审计周期,而只有8%的落后企业能达到同样的频率。
Unisphere研究公司研究分析师Joseph McKendrick是IOUG调查的负责人,他提醒称实际上审计本身也很可能只是面子工程。
举例来说,一位匿名受访者曾在调查过程中告诉他,“我们确实会对高权限用户的访问情况进行审计,但并不针对他们的具体操作内容。换言之,我们能够准确把握谁在什么时候访问过数据库,但在大多数情况下却不知道他们到底干了些什么。在这方面,我们还需要实施额外的审计规程。”
3.他们监控数据库活动与系统变更
审计在安全工作中非常重要,但连续监控在察觉潜在问题、预防灾难性数据泄露方面的表现则更为出色。遗憾的是,只有极少数企业手中掌握着进行各类未授权活动检测所必需的实践方案以及技术。根据调查显示,只有37%的受访企业有能力在二十四小时以内检测出未经授权的数据库访问或者变更。“缺乏相关保护措施及技能的企业数量非常庞大,”Bradescu指出。“我们希望供应商能在数据库当中内置安全策略,我们也希望能够监控所有指向数据库的活动。”
尽管在高权限用户活动、失败登录信息以及签到等活动当中推行监控机制的企业数量目前已经超过一半,但其它方面的针对性监控仍然不够普遍。举例来说,只有37%的企业会持续追踪指向敏感表或者列的写入活动,而且只有31%的企业会持续追踪指向敏感表或者列的读取活动。
4. 他们通过加密防止数据库内容泄露
即使一套数据库已经拥有最为先进的控制与监控机制,没有坚实的加密方案作为依托,所有投入仍然有可能化为泡影。问题在于,缺乏伪装或者加密的数据内容,攻击者很可能彻底绕过数据库平台本身、通过数据库所使用的数据存储文件获取其中保存的信息,Bradescu提醒道。
“因此,除非我们将数据加密机制落实到位,否则我们无法避免攻击者绕开数据库的迂回式攻击活动,"她解释道。"数据加密可以说是数据库安全的真正基础,因为大家只有以此为前提才能在数据库当中实现有效的安全控制效果。”
根据IOUG调查报告显示,数据库加密工作在过去五年来获得了稳定的发展与进步。在2008年,只有57%的企业表示已经在部分或者全部数据库当中采用了加密机制,而时至今日这一比例已经上升至70%。
5.他们通过控制措施防止应用程序旁支攻击
与上一条类似,在数据库安全保护方面拥有丰富经验的企业也懂得确保访问来源单纯性的重要意义,即只允许利用相关接入应用访问保存在数据库中的信息。
“我们希望确保自己的数据库不会受到他人访问,除非对方经由相关应用程序,”Bradescu表示。
根据IOUG调查报告,先进企业与落后企业在这一领域的表现相差10%。只有28%的先进企业允许用户直接利用临时工具或者电子表格访问来自数据库的数据,但落后企业中允许这种方式的比例则达到38%。
6.他们管理高权限用户的访问流程
超级用户账户拥有开启数据库这座财富王国大门的钥匙,因此需要经过严格管理以确保数据库内容不受侵扰。所谓超级用户账户不仅包括由数据库管理员所使用的管理账户,同时也涵盖那些被赋予高度数据库权限、旨在简化开发者在编程时与数据库对接的应用程序账户。
“越来越多的企业开始监控自己的数据资产并采取措施对超级用户加以标注,”McKendrick写道。“不过大多数企业仍然无法切实监控高权限用户的全部在线活动。”
在这方面领导企业与落后企业之间形成了鲜明的差距。约有一半的领先企业报告称自身已经制定措施、旨在防止拥有高权限的用户篡改敏感信息;相比之下,只有22%的落后企业能够做到这一点。在所有企业当中,制定特权用户控制机制的企业占34%,这一比例与2010年相比高出约10%--当时只有不足分四之一的企业具备此类防范意识。
7. 他们只在生产数据库内处理生产数据
在分级品质保障以及开发等领域中,草率地传播生产数据长久以来一直成为数据库安全规划的致命软肋。强大的数据库安全规划要求生产数据必须始终驻留在配备全面控制机制的数据库环境下,而不应接触其它缺乏同样安全保障的普通环境当中。
根据IOUG调查报告显示,约有半数受访企业仍然会在数据中心之外使用实时生产数据。
“除此之外,尽管数据安全意识在最近几年有所增强,但自2008年首次引入调查报告以来、实时数据流出业务环境的情况仍然时有发生,”McKendrick指出。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28