15、Hadoop数据安全保障：分类、传输与存储全解析

Hadoop数据安全保障：分类、传输与存储全解析

1. 数据分类

数据可以根据其元素的敏感性以及数据合规性要求，分为不同的类别。对特定数据集进行分类，有助于确定如何在Hadoop集群内外传输数据、如何在集群上存储数据时限制访问，以及如何在处理过程中保护数据。具体分类如下：
- 公开数据 ：这类信息是公开可用的，无需限制对其的访问。例如，存储在Hadoop集群中以便更快进行数据处理的全球不同城市的信息，就属于这一类别。
- 受限或私有数据 ：这类信息不应该公开。虽然这些数据可能不包含任何敏感元素，但由于其能为公司带来竞争优势，因此应保持私有。例如，公司从外部购买的数据集就属于私有数据。对受限或私有数据的访问应该受到限制。
- 机密数据 ：这类数据集包含需要保密的元素。例如，包含个人身份信息（PII）（如电子邮件地址、电话号码等）的数据集就属于机密数据。对这类数据集的访问可能会受到限制，并且敏感数据元素可能需要进行加密或掩码处理。
- 受限数据 ：这类数据集包含除了经过批准的用户之外，任何人都不应该读取的数据。例如，包含客户财务信息或健康记录的数据集就属于这一类别。对这些数据集的访问应该严格受限，并且元素可能需要进行加密，以便只有拥有密钥的授权用户才能读取数据。

2. 敏感数据发现

在某些情况下，用户在HDFS中存储数据时，没有对其进行正确分类或限制访问。管理员必须审查与数据关联的模式，以确定适当的分类。在某些情况下，模式可能不包含足够的信息来准确分类数据。在这种情况下，唯一的选择是扫描数据