摘要： 某酒店用戶數據泄露已過去一週，事件本身是內部泄密還是××××××我們暫不得知最終結論。但在企業內數據作爲一個企業的核心資產、賴以生存的命脈，數據安全是重中之重；也是最值得持續投入改進、不斷加強的一個方向。
前段時間，某酒店集團數據泄露引起軒然大波，泄露的數據中包含了用戶姓名、手機號、郵箱、×××號等多項信息。賣家對這個約5億條數據打包出售價格爲8比特幣或520門羅幣。
而關於此次信息泄露事件的原因，目前尚未定論。據悉，由於集團某程序員將服務器及數據庫信息泄露到了Github，導致被×××利用，通過弱密碼×××攻陷了酒店服務器和數據庫體系。不過這一說法目前只是推斷。
內部管控不嚴泄密加上××××××成爲了這場數據泄露事件的主要原因。
外部×××我們尚可加防，內部運維我們應該如何自防呢？在日常的數據庫使用過程當中，運維人員在數據分析、線上問題排查、臨時修正數據等多個環節均可直接接接觸數據庫中的數據，也就是說這些環節都有可能出現問題。
傳統數據庫安全管控方案漏洞頻出
傳統的人爲數據安全管控方案有兩種，集權管理和分權管理。使用集權管理方案需要在業務代碼使用賬號之外，創建獨立的讀寫賬號、只讀賬號，只給與DBA、運維等特定的人員，但是這種方案的弊端在於，對於有些需要快速響應查看數據進行決策的場景，繁瑣的步驟將直接影響研發效率。
在日常數據庫使用過程中，應用代碼的在線服務訪問是最主要的一種方式，但人員基於數據分析、線上問題排查、新需求變更結構、臨時修正數據等各種訴求也需要直接接觸數據庫。
如果採用分權管理，創建獨立的讀寫賬號、只讀賬號，分發到一線負責人，相較於集權管理，效率有一定的提升，但是接觸數據庫賬號密碼人員較多，人員變動時需要及時變更賬號密碼信息確保安全。
這兩種方案不僅本身存在弊端，且在大批量管理時，實施難度也將成指數級放大。如此一來，企業還能如何避免人爲因素導致的數據泄露事件發生呢？
阿里雲數據管理DMS企業版針對此問題，提供了從訪問源頭開始防護的完善、成熟的數據安全訪問解決方案。
DMS企業版高效保障數據安全，提升研發效率
與傳統的數據訪問方案相比，DMS企業版消除了人員瓶頸，在保障數據安全的前提下也兼顧了企業的研發效率。DMS企業版主要從訪問和變更兩個方面進行安全管控。
在訪問方式上，區別於傳統方案，無需直連數據庫，只需提前錄入需要管理的數據庫實例、接觸數據庫的人員，當需要訪問數據庫、表的時候，可直接在產品內按需申請或由數據owner主動授權，具備權限後登錄DMS企業版即可直接訪問數據庫，不再接觸任何數據庫的賬號密碼。
在訪問權限粒度上也設定了相應的規範，若無對應權限則不可大量數據導出、不可提交數據變更（DML、DDL等）操作，避免了數據被大量泄漏。同時，DMS企業版支持了特有的字段級別權限管控，方便企業在×××、銀行卡、密碼等敏感信息上進行精細化的管理。
DMS企業版對於保障訪問性能安全也做了特別的處理，比如數據庫級別閥值禁止全表掃描管控，當表空間大於一定值執行計劃不走索引則禁止發起查詢；用戶級別單天查詢行數、次數上限管控；產品內單次查詢返回行數上限管控等，全方位保障訪問安全。
變更安全管控主要加入了實例級別變更流程管控、任務調度負載管控以及數據變更update、delete默認備份前鏡像，如果遇到異常情況可快速恢復，並且避免了元數據鎖爭用阻塞數據庫、避免thread_running過高時調度加重負載。
除此以外，DMS企業版還提供了雲賬號准入、企業人員准入、企業內網准入三層登錄安全保障；在開啓內網准入（訪問IP白名單）管控後，即使企業內人員變更流失賬號未及時回收，但由於人員已不能再登錄企業內網環境這無疑又是一道安全保障。
值得注意的事，在人員賬號都精細化按需使用後，賬號無共用，產品內人員的每一個操作都將可被溯源。公司內（尤其是上市公司）固定週期的操作審計將是重要的數據支撐來源。
數據安全任重道遠
數據安全任重道遠，企業內數據作爲一個企業的核心資產、賴以生存的命脈，數據安全是重中之重；也是最值得持續投入改進、不斷加強的一個方向。DMS企業版將不斷努力，助力企業完善數據安全管理。
最後附上【數據安全管理小建議】
1）禁止弱密碼的存在，即使生產服務使用的數據庫賬號密碼如有可能建議定期更換
2）禁止敏感信息的大量接觸，敏感信息嚴格限制可接觸人員
3）禁止公開企業內數據庫訪問方式、服務器IP等敏感信息
4）設置數據庫服務器的可訪問IP白名單，來源管控
5）設置數據庫賬號的可訪問IP白名單，來源管控
原文鏈接
本文爲雲棲社區原創內容，未經允許不得轉載。