Coursera - IBM - Network Security & Database Vulnerabilities 觀後摘要(三)

 Week 3  - Intr oduction to Databases

這一週講者的口條摧殘心力...

Types of Data

• Data source type
  
  
• Distributed database
  分散式資料庫，例如MSSQL、Oracle、MySQL、SQLite、Postgres……等等。
  
  
• Data warehouse
  資料倉儲，相比於資料庫，其數據結構利於查詢與分析，例如Exadata、Apache hive。
  
  
• Big data
  用於大數據的分布式檔案系統，例如Hadoop、MongoDB。
  
  
• File shares
  NAS、Google drive、Dropbox。
  
  
• Data model
  
  
• Structured data
  結構化數據可視為儲存在資料庫內的資料，需要先定義欄位，再儲存資料。
  
  
• Flat-file
  在一個表格內儲存所有資訊。
  
  
• Relational database
  透過資料表間的關聯與正規化，提升效能與降低儲存空間。
  
  
• SQL(Structured Query Language)
  一種用於管理關聯式資料庫系統的程式語言。
  
  
• Semi-Structured data
  這種數據具有欄位，但不保證資料間的一致性。
  
  
• Unstructured data
  缺乏欄位概念的數據。
  
  

Securing Databases

下圖是實現資料庫安全的步驟示意圖：

• Discovery and Classification
  了解目前環境中有哪些數據源，並對這些數據源進行結構與類別分類，依據其數據特性、機敏程度及法規，給予適當的控制。
  
  
• Entitlements Reporting
  定期檢視數據的存取權限、甚至是數據源本身的存取權、配置權。
  
  
• Vulnerability Assessment
  檢查數據源的配置設定，並與最佳實踐做法進行比較。
  
  
• Reconfigure, Mask and Encrypt
  確認收集到的訊息，修改數據源配置、對數據添加遮罩與加密。
  
  
• Activity Monitoring
  實施監控、警報與事件管理。
  
  
• Blocking Quarantine
  阻止異常帳戶或實體存取數據。
  
  
• Dynamic Data Masking
  在存取敏感性資料時對數據施加遮罩，以保護資料隱私或保持機密性。

A Data Protection Solution Example, IBM Security Guadium Use Cases

略

Explore Data Feeds on Data Breaches

略