本文介绍如何将阿里云对象存储OSS与阿里云数据安全中心DSC(Data Security Center)结合,对敏感数据进行识别、分类、分级和保护。
前提条件
已开通DSC
开通步骤请参见快速实现数据分类分级。
已开通OSS
开通步骤请参见开通OSS服务。
背景信息
敏感数据主要包括个人隐私信息、密码/密钥、敏感图片等高价值数据,这些数据通常会以不同的格式存储在您的各类存储系统中。如何更好地发现、定位、保护这些数据,对您的企业非常重要。OSS本身提供了细粒度的权限管理和数据加密等数据安全选项,创建同城冗余存储Bucket、跨区域复制、版本控制等数据保护机制,日志转存和实时日志查询等记录监控与审计能力。若您希望更好的针对敏感数据进行识别、分类、分级和保护,可使用OSS+DSC的方案。
应用场景
OSS与DSC结合的常见场景如下:
敏感数据识别
企业拥有大量数据,但无法准确获知这些数据中是否包含敏感信息,以及敏感数据所在的位置。您可以使用OSS结合DSC的方案,利用DSC内置算法规则或根据行业特点自定义规则,对存储在OSS中的数据进行整体扫描、分类、分级,并根据结果做进一步的安全防护。例如利用OSS的访问控制和加密等功能,对数据进行保护。
数据脱敏
数据进行对外交换供他人分析或使用时,未进行脱敏处理会导致敏感信息的意外泄漏。OSS与DSC结合的方案,可以支持灵活多样的内置或自定义脱敏算法,可实现生产类敏感数据脱敏后,供开发、测试等非生产环境使用的场景,并确保脱敏后的数据保真可用。
异常检测和审计
DSC可通过智能化的检测模型,对访问OSS中敏感数据的行为进行检测和审计。为数据安全管理团队提供相关告警,并基于检测结果完善风险预判和规避方案。
方案优势
可视化
提供敏感数据识别结果可视化能力,让企业数据安全状态一目了然。
数据访问监控和异常审计可追溯,降低企业数据安全风险。
提升整体企业数据资产安全透明度,强化企业数据管理能力。
降低数据安全运维成本,为制定企业数据安全策略提供强有力的数据支撑。
智能化
运用大数据和机器学习能力,通过智能化算法,对敏感数据和高风险活动(例如数据异常访问和潜在的泄漏风险)进行有效识别和监控,并提供修复建议。
提供定制化的敏感数据识别能力,便于客户自定义识别标准,实现精准识别和高效防护。
将复杂的数据格式和内容汇总至统一的数据风险模型,并以标准化的方式呈现,实现企业关键数据资产的防御。
云原生
充分利用云上服务优势,并支持云上多类型数据源。
相较于传统软件化部署方式,OSS+DSC方案服务架构更为健壮、可用性更高、成本也更低,同时系统自身安全性也更好。