根据调研机构Gartner公司的调查，在云端发生的所有数据泄漏中，80%是由于IT部门的错误配置、账户管理和其他错误造成的，而不是来自云计算提供商云平台的漏洞。因此，IT企业必须关注其内部业务流程和人员培训，以加强整体安全。
另一项研究表明，64%的企业认为云计算基础设施比传统数据中心更安全。在采用云计算的企业中，75%的企业在云计算提供商提供的保护措施之外采取了额外的保护措施。而对于这些额外的安全措施，61%的企业采用数据加密，52%的企业采用更严格的访问策略，48%的企业采用频繁的系统审计。
网络攻击者并不关心数据是位于虚拟机还是物理机上，他们的目标是采用任何方式获取访问权限。因此，为了保护云中的数据，企业希望可以使用数据中心具有的相同工具。安全专家确定了保证云计算安全的三个主要措施：数据加密、有限的数据访问、发生攻击时的数据恢复(如勒索软件)。
另外，专家建议仔细研究API。因为开放和不受保护的接口可能成为数据保护方面的薄弱环节，也是云计算平台的一个主要漏洞。
分析和机器学习
为了解决许多安全问题，企业可以使用人工智能(AI)技术。人工智能框架和机器学习有助于自动化数据保护，并简化日常任务的执行。人工智能在公共云和私有云基础架构中提供服务，以加强其安全性。
这种方法的一个例子是开源项目MineMeld，它对来自外部来源的威胁数据制定安全策略和动态调整配置。它可能在某些情况下解决所有特定公司的需求。另一个例子是Gurucul云分析平台，该平台使用行为分析和机器学习来检测外部和内部威胁。
加密数据
企业没有必要加密所有的数据。为了确保安全，企业需要一个详细的策略。首先，确定自己的哪些数据需要位于云端，以及流量的位置。只有这样，才能决定哪些信息值得加密。
在加强安全措施之前，企业评估其可行性。应评估引入新措施的成本，并将其与数据泄露造成的潜在损失相比较。另外，企业还应该分析加密、访问控制、用户身份验证对系统性能的影响。
数据保护可以在多个层面上实施。例如，用户发送到云端的所有数据都可以使用AES算法进行加密，该算法提供了匿名性和安全性。下一级保护是云计算存储服务器中的数据加密。云计算提供商通常将数据存储在多个数据中心中，通过冗余来帮助保护客户信息。
基础设施监控
在迁移到云端时，许多客户需要实施新的安全策略。例如，他们必须更改其防火墙和虚拟网络的设置。根据调研机构Sans公司进行的一项研究，数据中心用户担心未经授权的访问(68%)、应用漏洞(64%)、恶意软件感染(61%)、社交工程和不合规(59%)以及内部威胁53%)。
与此同时，攻击者几乎总能找到破解系统的方法。因此，企业的主要任务是防止攻击传播到网络的其他部分。如果安全系统阻止工作负载之间的未授权交互，并防止非法连接请求，则可以这样实施。
还有许多产品可以监控数据中心的基础设施。例如，思科公司为IT经理提供了网络活动的完整图景，使他们不仅可以查看谁连接到网络，还可以设置用户规则，并管理人们的应做事项，以及他们拥有哪些访问权限。
采用自动化工具
另一种可以提高数据中心可靠性的方法是将安全系统与DevOps的实践相结合。这样做可以让企业加快部署新的应用程序，并更快地引入更改。适应性安全体系结构应与管理工具集成在一起，使安全设置更改成为持续部署过程的一部分。
在云计算基础设施中，安全性成为持续集成和持续部署的组成部分。它可以通过诸如Jenkins插件之类的工具提供，这些工具使代码和安全性测试成为质量保证不可缺少的阶段。用于安全测试和监控的其他DevOps工具包括静态分析(SAST)和动态分析(DAST)解决方案。静态分析(SAST)可以分析处于静态状态的应用程序的源代码，并识别其安全漏洞。动态分析(DAST)在应用程序运行时检测潜在的安全漏洞。
在以往，一个单独的团队将处理产品安全问题。但是这种方法增加了在产品上工作的时间，并不能消除所有的漏洞。如今，安全整合可以在多个方向进行，甚至使用单独的术语：DevOpsSec，DevSecOps和SecDevOps。这些术语之间有区别。人们应该考虑产品开发所有阶段的安全性，其包括云计算基础设施。
版权声明：本文为企业网D1Net编译，转载需注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
京公网安备 11010502049343号