前言
在企业安全建设中,资产管理是很多安全工作的基础。而数据资产管理可以帮助我们更准确的发现安全风险,执行更有效的控制措施,在数据安全体系化建设中也有着举足轻重的作用。
欢迎关注以往文章个人隐私保护系列:《个人隐私保护之一:隐私政策解析》、《APP隐私保护之二:用户端隐私保护实践(上)》、《APP隐私保护之二:用户端隐私保护实践(下)》、 《个人隐私保护之三:数据安全防护实践》
数据安全视角的数据资产
整体架构与价值
数据资产管理主要分为三部分:数据采集,数据整合与识别,数据使用
数据调取,访问的权限管控,根据数据目录,数据负责人,建立管控流程
识别重要数据系统,接口,推进安全防护项目,包括数据加密,脱敏,认证,日志等改造
数据泄露事件的告警,溯源,审计,提供基础数据和综合分析平台
数据资产收集
数据一般在数据库,文件中静态存储,也通过应用,工具等方式进行流转。
1.数据类型和数据分布的收集
(1)全内网网络扫描识别数据库服务器IP、端口、服务类型
nmap -sP 获取存货主机
nmap -sV -iL [nmaptest.txt] 数据库端口服务发现
(2)DBA或者运维申请数据库查询权限,如DBA有管理平台或相关数据,也可以直接对接收集数据
(3)获取数据结构和数据类型
获取库名:
$SQL = 'show databases';
获取表明:
SELECT
table_name 获取表明
FROM
INFORMATION_SCHEMA.COLUMNS
获取表结构(字段,数据类型,注释):
SELECT
COLUMN_NAME 列名,
COLUMN_TYPE 数据类型,
DATA_TYPE 字段类型,
CHARACTER_MAXIMUM_LENGTH 长度,
IS_NULLABLE 是否为空,
COLUMN_DEFAULT 默认值,
COLUMN_COMMENT 备注
FROM
INFORMATION_SCHEMA.COLUMNS
where
-- db为数据库名称,到时候只需要修改成你要导出表结构的数据库即可
-- table_schema ='db'
(4)数据样本信息获取
每个库表获取10-20条样本数据
select * from [table] limit 0,20
获取20条样本,也可以根据需要调整阈值
2.数据所属应用,应用数据接口
应用一般从CMDB或公司的资产管理平台中获取,注意的是需要有一个唯一标识将应用和数据库进行关联。
应用数据接口可以通过网络流量分析获取流量中所有被访问接口URL。
提取URL和HOST加入资产列表
Request判断是否是敏感请求
Resbonse判断是否是敏感请求
数据分级分类
等级划分一般企业为四级分发,L1-L4级。L1为***息,L2位秘密信息(或内部公开),L3为保密信息,L4为绝密信息。
针对不同的数据类型设定密级,根据公司情况信息密级可能不同:
L4:如生物识别信息,密码,公司重大计划或战略数据等
L3:如电话,住址,画像,个人喜好等
L2:如姓名,国籍,日常统计数据等
L1:昵称,公开评论,已发布公告等
数据资产管理中阈值数据分级分类字典,如:
数据标签 | 数据分类 | 数据分级 |
---|---|---|
手机号 | 用户数据 | L3 |
用户画像 | 用户数据 | L3 |
员工工资 | 公司数据 | L3 |
昵称 | 用户数据 | L0 |
敏感数据识别
1.结构化数据敏感数据识别
基于关键字的敏感数据打标:通过字段名称,注释信息
基于正则的敏感数据打标:通过样本数据
基于机器学习的敏感数据打标:整个表中所有字段名,样本数据,与其他表的相似度进行训练
如对账号字段打标:
var i= fieldName.toLowerCase().indexOf("user");
var j = fieldName.toLowerCase().indexOf("id");
var a = fieldDesc.indexOf("登录名");
var b = fieldDesc.indexOf("用户名");
var rexEmail =/[0-9a-zA-Z\_\.]{1,19}@[0-9a-zA-Z\_\.]{1,23}\.[com,cn,net,org,edu,gov,hk,tw]{1,3}/;
var rexMobile = /((^1(3|8)\d{9})|(^(14(5|7|9)|17[0135678]|15[012356789]|19[89]|16[6])\d{8}))$/;
return ((rexEmail.test(fieldValue) || rexMobile.test(fieldValue)) && (i != -1 ||j != -1))||(a!= -1 ||b != -1);
2.敏感数据接口识别
从流量中获取数据包对response的body内容进行数据解析:
通过正则提取是否含有批量敏感数据,如匹配***,手机号等。
通过格式化body内容,并匹配关键字可以进一步提升识别率和检出率。
如果匹配到敏感数据,提升准确率可适当调证匹配个数阈值,提取request中的url加入敏感数据接口,并获取域名,数据类型,统计访问量等信息。
3.文件等数据
采用DLP产品对文件进行识别和审计
文件系统,邮件系统,办公终端,移动终端等。
数据资产应用场景
场景一:敏感数据接口监控和日志审计
监控非授权访问,过度权限,高频获取数据
建立人员行为画像,对行为进行风险评分
场景二:数据访问权限申请
线上系统/应用间数据调取的权限控制
人员从应用内,DB,大数据平台访问/导出数据的权限控制
场景三:数据泄露事件溯源
人员行为画像,系统数据画像分析数据源
数据接口的访问日志/流量溯源
通过数据资产分布溯源
*本文原创作者:Alkaid13 ,本文属于FreeBuf原创奖励计划,未经许可禁止转载
来源:freebuf.com 2020-02-07 08:00:39 by: Alkaid13
请登录后发表评论
注册