大数据是一个大混乱

由于大数据软件快速发布，加之所管理数据数量巨大，大数据市场已经到了出现安全问题的时候。爆发只是时间问题。

事实上就像Gartner 调查去年披露的那样，很少有公司认真对待像Hadoop那样的既必需又基础的架构中存在的安全问题。那时仅仅只有2%的调查对象认为Hadoop的安全问题很重要。这种情况让Gartner的分析师Merv Adrian疾呼：“几乎没人回应安全问题，真是太吃惊了！”

CIO们或许想要闭上双眼祈祷大数据的安全性，但这种祈祷是徒劳的，除非能优先考虑安全问题。

我担心什么？

尽管大数据之“大”导致了“原始数据不能被持续监测和追踪”，多年来企业多多少少在像Hadoop这样的大数据基础架构中设置了安全路径。在2014年初， Adrian提醒了对数据安全性兴趣的缺乏，他质疑道：人们会相信Hadoop是安全的吗？因为显然是不安全的。每一个栈布局都存在弱点，数据层级本身也有很大的问题。

一年之后，Adrian的同事Nick Heudecker惋惜道：在信息管理小组组织的Hadoop调查中，谈到安全问题的不到5%。这种情况在2015年必须改变。

但这种情况并没有得到很大改善。例如，Ray Burgemeestre（一个安全工程师）说越来越多的人在问“给Hadoop/Spark安装了所有安全设施以后，我怎么能知道族群是安全的呢？”而答案是“不能十分满意”。也就是说“为了提高Hadoop安全性，还有很多工作需要做”另一名对Hadoop安全问题感兴趣的参与者-荷兰银行研究与开发主管Bolke de Bruin指出，虽然Hadoop社区越来越意识到需要保护Hadoop簇中数据的保密性，但是对数据完整性的注意关注仍然十分有限(维护和保证数据在整个生命周期中的准确性和完整性)。他继续指出：由于比较复杂或者故意忽略，甚至连Hadoop原有的安全设施都往往不安装。之所以故意忽略是因为像Apache Range这样专注安全的东西虽然有用，但用处并不大。

作为大数据基础框架之父，在过去几年里Hadoop备受关注。即使有无数敏感数据涌入其集群，如果没有足够的安全保障，我们就会遭遇重大的安全问题。

谁有时间？

问题是时间，或者说缺乏时间。就像Mobilelron在最近的一个移动端安全报告中强调的那样“任何软件，在市场上的时间越长，越有可能暴露弱点”。这种情况对开源软件来说就尤为明显，因为弱点被发现之后或者之前开源软件都提供了挖掘源代码的能力。

然而，大数据基础架构市场并不会长久保持不变直至缺点曝光。事实上，作者们在一个2015年12月的Gartner report中建议购买公司：“不要用一年前的分析和试验来评估Hadoop，因为已有的版本在迅速完善，而新的版本也在迅速开发出来”

“迅速”二字听起来是很不错(创新万岁)，但其实安全问题也是同样的迅速发展。就如Adrian提醒的那样：“随着Hadoop成为主流，关键问题将显现出来。”而且不仅仅是Hadoop会出现问题，因为公司主要依靠的是Hadoop, Spark, Kafka以及一台独特的快速运转的主机。就像Zeynep补充的那样：我们犹如是极不安全的代码区建造平民窟似的高楼大厦。

我们已看到为了应对这个问题如Cloudera和Hortonworks这样的Hadoop供应商已经致力于让自己在安全问题上独有建树。我猜这个企业级的安全问题会花费巨大的金钱，但这是值得的。