算力中心与大数据 安全方案
20xx年xx月
目录
1.数据中心与大数据安全方案1.1数据中心与大数据安全概述1.2数据中心与大数据安全风险分析1.3数据中心与大数据安全解决方案，1.3.1设计原则1.3.2总体架构1.3.3安全威胁感知 101.3.4边界安全防护 .241.3.5平台安全防护 571.3.6业务安全防护 .731.3.7数据安全防护 801.3.8安全运营管理 86
1.数据中心与大数据安全方案
1.1数据中心与大数据安全概述
随着信息技术的迅猛发展，大数据技术在各行各业的逐步落地，越来越多的单位和组织建设数据中心、部署大数据平台，进行海量数据的采集、存储、计算和分析，开发多种大数据应用解决业务问题.
在大数据为业务带来巨大价值的同时，也带来了潜在的安全风险.一方面，传统数据中心面临的安全风险如网络攻击、系统漏洞等依然存在；另一方面，针对大数据的数据集中、数据量大、数据价值大等新特点的安全风险更加凸显，一旦数据被非法访问甚至泄漏损失非常巨大.
1.2数据中心与大数据安全风险分析
数据中心和大数据环境下的安全风险分析如下：
合规性风险：数据中心的建设需满足等级保护或分级保护的标准，即需要建设安全技术、管理、运维体系，达到可信、可控、可管的目标.为了满足合规性需求，需要在安全技术、运维、管理等方面进行更加灵活、余的建设.
基础设施物理安全风险：物理层指的是整个网络中存在的的信息机房、通信线路、硬件设备等，保证计算机信息系统基础设施的物理安全是保障整个大数据平台安全的前提.
●边界安全风险：数据中心的边界包括接入终端、服务器主机、网络等，终端包括固定和移动终端都存在被感染和控制的风险，服务器主机存在被入侵和篡改的风险，数据中心网络存在入侵、攻击、非法访问等风险.平台安全风险：大数据平台大多在设计之初对安全因素考虑较少，在身份认证、访问控制授权、审计、数据安全方面较为薄弱，存在冒名、越权访问等风险，需要进行全方位的安全加固.业务安全风险：大数据的应用和业务是全新的模式，在代码安全、系统漏洞、Web安全、访问和审计等多个方面存在安全风险.●数据安全风险：由于数据集中、数据量大、数据价值大，在大数据环境下数据的安全无为重要，数据的访问控制、保密性、完整性、可用性方面都存在严峻的安全风险.●运营管理风险：安全技术和策略最终要通过安全运营管理来落实，安全运营管理非常重要，面临管理疏漏、响应不及时或力度不够、安全监控和分析复杂等风险.
1.3数据中心与大数据安全解决方案
1.3.1设计原则
本方案需要充分考虑长远发展需求，统一规划、统一布局、统一设计、规范标准，并根据实际需要及投资金额，突出重
点、分步实施，保证系统建设的完整性和投资的有效性.在方案设计和项目建设中应当遵循以下的原则：
合规性和规范化原则
安全规划和建设应严格遵循国家信息安全等级保护或分级保护标准和行业有关法律法规和技术规范的要求，同时兼顾参考国际上较为成熟的ISO27000、CSA的成熟范例，从技术、运行管理等方面对项目的整体建设和实施进行设计，充分体现标准化和规范化.
国产自主化原则
大数据中心信息的安全，关乎整个上层应用的信息系统平稳运转和工作正常开展，采用国产化自主可控的硬件和软件进行数据中心和大数据安全，避免国外技术封锁和后面带来的根本性安全风险.
适度安全原则
任何信息系统都不能做到绝对的安全，在安全规划过程中，要在安全需求、安全风险和安全成本之间进行平衡和折中，过多的安全要求必将造成安全成本的迅速增加和运行的复杂性.适度安全也是等级保护建设的初衷，因此该安全规划在进行设计的过程中，一方面要严格遵循基本要求，从物理、网络、主机、应用、数据、虚拟化、虚拟网络等层面加强防护措施，保障信息系统的机密性、完整性和可用性，另外也要综合考虑业务和成本的因素，针对信息系统的实际风险，提出对应的保护
