大數(shù)據(jù)時(shí)代,數(shù)據(jù)與信息安全如何完美平衡?

0 評論 12633 瀏覽 30 收藏 8 分鐘

在我們談信息安全的時(shí)候,我想先澄清一個(gè)概念,什么叫做信息安全。在我眼中,我把信息安全分成三大類:

  • 信息層面的信息安全,學(xué)校中的信息安全專業(yè),主要致力于通信加密,密碼加固等傳統(tǒng)的安全領(lǐng)域。
  • 用戶層面的信息安全,也就是說用戶把信息存儲到了你的服務(wù)器上,你要怎么樣保證用戶的隱私不受侵犯。
  • 架構(gòu)層面的信息安全,簡而言之,就是如何保證信息不丟。

我們逐個(gè)來講。

信息層面的信息安全

這是我最弱的一環(huán),我只能簡單的談?wù)勎业目捶ā淖詈唵蔚恼f起:

我們?yōu)槭裁匆獜腍TTP切換到HTTPS?為什么有一天大家都拋棄了HTTP而投向了HTTPS的懷抱?畢竟HTTPS需要消耗比HTTP更大的硬件開銷,在架構(gòu)層面同樣需要做出很多的調(diào)整。

那是因?yàn)镠TTP無論對于網(wǎng)絡(luò)傳輸?shù)膬?nèi)容,還是對于協(xié)議本身信息都沒有做過任何的加密,從而使得用戶的任何信息在網(wǎng)絡(luò)中都可能被捕獲。這時(shí),我相信有人會講:那我們是一個(gè)內(nèi)容瀏覽類的網(wǎng)站,用戶并不需要輸入信息,那是不是就可以不使用HTTPS了呢?答案是使用HTTP不僅會發(fā)生泄漏數(shù)據(jù),還會發(fā)生注入數(shù)據(jù);這也是我們常常提到的流量劫持。

當(dāng)然,由于HTTPS對于服務(wù)器資源的消耗,HTTP也推出了HTTP/2,除了一些新的特性之外,當(dāng)然也加入了信息加密的功能。另外,密碼的加密也是老生常談,密碼的加密是一個(gè)聽上去簡單實(shí)際很復(fù)雜的事情,歸根結(jié)底,密碼加密是一個(gè)需要平衡的事情,如果采用簡單加密方式(例如MD5),那么自然也會容易被解密,但是如果采用復(fù)雜加密算法,自然也對CPU提出了更高的要求。

用戶層面的信息安全

用戶隱私在近年來被提升到了一個(gè)前所未有的高度。大數(shù)據(jù)時(shí)代人人都在做數(shù)據(jù)分析,卻又人人都在做用戶隱私。那么如何把握數(shù)據(jù)分析和用戶隱私之間的平衡?

也許我們在很久之前就觸犯了“用戶隱私”,當(dāng)我們在電商網(wǎng)站上點(diǎn)擊“喜歡”的時(shí)候,這個(gè)數(shù)據(jù)來源于“用戶隱私”;當(dāng)我們在搜索引擎上看到“搜索廣告”的時(shí)候,這個(gè)數(shù)據(jù)也來源于“用戶隱私”;甚至我們可以說:如果我們嚴(yán)格地去界定“用戶隱私”,我們?nèi)缃竦漠a(chǎn)品會死掉90%甚至更多。

那么我們到底如何去客觀地理解用戶隱私?我對隱私的紅線是:用戶的數(shù)據(jù)分析是機(jī)器可讀但是人工不可讀的。舉個(gè)例子:

我們在做用戶的垃圾郵件過濾的時(shí)候,我們需要對每封郵件抽取特征,其中包括發(fā)件人,發(fā)件時(shí)間以及對于郵件正文內(nèi)容的結(jié)構(gòu)化抽取,然后通過分類算法對郵件進(jìn)行分類。

但是我們要注意一點(diǎn),這個(gè)過程,我們對“人”是不可見的,我們會對幾千萬的數(shù)據(jù)進(jìn)行機(jī)器處理,我們處理的是宏觀上的“大數(shù)據(jù)”;但是如果我們是通過人去掃描數(shù)據(jù)庫,然后提取出了郵件記錄并且去做人眼識別,那么這個(gè)行為是侵犯用戶隱私的。

再者,是否侵犯用戶隱私的一個(gè)隱含區(qū)分點(diǎn)是“侵犯隱私”之后做了什么?例如我們對搜索記錄進(jìn)行數(shù)據(jù)分析后為用戶推薦了更好的結(jié)果,我們說這并不是侵犯數(shù)據(jù)隱私;但是如果我們對搜索結(jié)果進(jìn)行分析后,將用戶的資料提供給了某醫(yī)院,那么用戶隱私就被侵犯了。

一言結(jié)之,是否侵犯隱私一定程度上關(guān)聯(lián)與后續(xù)的操作是否侵犯到了用戶切身的利益。

最后,是否侵犯隱私的一個(gè)標(biāo)準(zhǔn)在于我們最終暴露的是用戶的什么信息。

我們都知道DMP行業(yè)提供API使得DSP可以進(jìn)行更加精準(zhǔn)的廣告投放,但是提供什么樣的信息成為了關(guān)鍵。如果提供的是用戶的消費(fèi)記錄,這個(gè)是侵犯隱私的,如果提供的是通過數(shù)據(jù)挖掘得到的收入水平,那么這個(gè)信息也許是不侵犯隱私的。

其實(shí)用戶隱私是一個(gè)很敏感的詞,也許這個(gè)詞天生就與數(shù)據(jù)挖掘、數(shù)據(jù)分析互相抵觸,法律上也并沒有對相關(guān)的標(biāo)準(zhǔn)拉過紅線,如何把握也許值得我們更深入地探討。

關(guān)于架構(gòu)層面的安全

這一層面的安全說起來比較復(fù)雜,我只舉兩個(gè)例子。

第一,一份數(shù)據(jù)應(yīng)該存多少份才能保證數(shù)據(jù)不丟,什么樣的存儲架構(gòu)可以較好地平衡數(shù)據(jù)備份和存儲成本之間的平衡?在存儲上,我們希望平衡成本和可靠性,例如我們可以通過EC2冗余算法來平衡;再者我們需要多機(jī)房的互備來防止數(shù)據(jù)中心的災(zāi)難性事故;但是是否我們就是盲目地將存儲成本除以2?這不但對于成本是巨大的消耗,對于網(wǎng)絡(luò)帶寬、磁盤壓力也是種巨大的消耗;那么我們可以去折中地拆分?jǐn)?shù)據(jù)的冷熱分區(qū),以及適當(dāng)采用廉價(jià)磁盤+云備份的模式保證我們整體數(shù)據(jù)的安全。

第二,在存儲架構(gòu)上對于高安全性信息進(jìn)行隔離。例如我們將用戶的用戶名、密碼、鹽存儲在同一個(gè)數(shù)據(jù)庫,那么對于入侵者而言,只要拖下來就全部獲取了。我們是否應(yīng)該將彼此依賴的鹽、加密密碼分離存儲,或者采用更高的安全性方案進(jìn)行存儲?是值得我們探討的事情。

另外,提及一個(gè)小的trick:由于MYSQL的各種入侵方法已經(jīng)成熟的不能再成熟了,所以對于一些公司而言,不妨將一些敏感、又訪問壓力不大的信息存儲于一些相對冷門的數(shù)據(jù)庫中,這樣可以在一定程度上加固信息的安全性。

信息安全是一個(gè)龐大的領(lǐng)域,其中涉及到很多知識點(diǎn),但是大多公司都對其沒有提及足夠的重視,因?yàn)樾畔踩且粋€(gè)“黑天鵝”事件,以至于大家不愿意在上面投入巨大的精力,也希望隨著國內(nèi)對于安全的越來越重視,更多的公司也能在信息安全領(lǐng)域投入越來越多的注意。

 

本文由極光推送CTO @黃鑫 投稿發(fā)布于人人都是產(chǎn)品經(jīng)理?,未經(jīng)許可,禁止轉(zhuǎn)載。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!