1 大数据平台安全方案

1.1 安全需求

九方认为大数据平台，通常包含以下4个方面的需求：

1. 边界安全（认证）：对于Hadoop集群，会有各种不同类型的访问，包括对数据的访问，对组件服务的访问等等。对于这些访问，需要通过认证技术来验证哪些用户，或者进程能够被允许访问群。

2. 数据保护（数据加密）：大数据平台，存放着海量的数据。这些数据在存储，传输的过程中都应该是得到保护的，或者是加密的。

3. 访问控制（授权）：为不同的用户，应用设定不同的权限，声明这些用户以及应用能够对集群的数据进行的操作。

4. 数据可视化：数据能够被监管，数据从哪里来，怎么被使用，最终去向哪里等等信息都需要被记录。

由于安全本身的复杂性，以及会涉及到的大量低对集群配置的改动。九方推荐安全的实施，应该是紧随着新集群搭建完成之后，集群刚刚完成搭建，相应的配置会比较简单，不会涉及到应用的适配。九方建议分阶段启用安全功能。

Phase 0：没有安全功能的集群。但是这个集群已经完成基本组件的安装，是一个能够工作的集群，高可用等基本功能已经具备。

Phase 1：具备基本安全功能的集群。集群启用了认证，授权以及审计的功能。启用认证，只有获得登陆信息的用户才能够访问集群。启用授权，给用户分配权限。启用审计，记录那些用户在集群里面做了怎样的操作。

Phase2：具备高级安全功能的集群。对于部分关键的数据进行加密。使用秘钥管理系统对加密秘钥进行管理。

Phase3：具备完整安全功能的集群。集群所有的数据都进行了加密，加密包括at-rest的加密以及传输过程中的加密。密钥管理系统支持高可用容错。审计功能接入工业级的审计集中平台。

上图是推荐的安全架构。

安全参考架构集中于四个关键要素中：

· 边界安全：保护集群服务访问，且仅向外部企业用户、应用程序和网络公开特定接口（防火墙与认证）；

· 访问控制：控制数据用户和应用程序可以访问以及其可以使用什么计算机资源（授权与多租户）；

· 数据可视化：报告数据在何处及其如何使用（审计与血缘关系）；

· 数据保护：保护敏感数据的可见性（加密）。