0 penilaian0% menganggap dokumen ini bermanfaat (0 suara)
18 tayangan5 halaman
Dokumen tersebut membahas tentang privacy dan security dalam Big Data. Ada beberapa tantangan kunci dalam mengamankan Big Data, seperti komputasi aman, melindungi data dan log transaksi, validasi input, penyimpanan data non-relasional yang aman, analisis data yang menjaga privasi, kontrol akses, dan pemantauan keamanan waktu nyata.
Dokumen tersebut membahas tentang privacy dan security dalam Big Data. Ada beberapa tantangan kunci dalam mengamankan Big Data, seperti komputasi aman, melindungi data dan log transaksi, validasi input, penyimpanan data non-relasional yang aman, analisis data yang menjaga privasi, kontrol akses, dan pemantauan keamanan waktu nyata.
Dokumen tersebut membahas tentang privacy dan security dalam Big Data. Ada beberapa tantangan kunci dalam mengamankan Big Data, seperti komputasi aman, melindungi data dan log transaksi, validasi input, penyimpanan data non-relasional yang aman, analisis data yang menjaga privasi, kontrol akses, dan pemantauan keamanan waktu nyata.
Big Data mengacu pada pengumpulan data dalam jumlah besar, memberi wawasan yang lebih luas tentang data yang dapat digunakan untuk mendorong keputusan bisnis yang lebih baik dan kepuasan pelanggan yang lebih besar. Mengamankan Big data itu sulit, bukan hanya karena banyaknya data yang ditanganinya, tetapi juga karena aliran data yang terus-menerus, berbagai jenis data, dan penyimpanan data berbasis cloud. Semua tindakan dan alat yang digunakan untuk menjaga data dan proses analitik dari serangan, pencurian, atau aktivitas jahat lainnya yang dapat membahayakan atau berdampak negatif terhadapnya. Sama seperti bentuk keamanan siber lainnya, varian data besar berkaitan dengan serangan yang berasal dari ranah online atau offline. Ancaman ini termasuk pencurian informasi yang disimpan secara online, ransomware, atau serangan DDoS yang dapat merusak server. Masalahnya bisa lebih buruk ketika perusahaan menyimpan informasi yang sensitif atau rahasia, seperti informasi pelanggan, nomor kartu kredit, atau bahkan hanya detail kontak. Selain itu, serangan terhadap penyimpanan data besar organisasi dapat menyebabkan dampak finansial yang serius seperti kerugian, biaya litigasi, dan denda atau sanksi.
2. Tantangan terkait kemananan data
1) Tantangan pertama adalah data yang masuk, yang dapat disadap atau rusak saat transit. 2) Yang kedua adalah data dalam penyimpanan, yang dapat dicuri atau disandera saat disimpan di cloud atau server lokal. 3) Yang terakhir adalah data yang sedang dikeluarkan, yang tampaknya tidak penting tetapi dapat memberikan titik akses bagi peretas atau pihak jahat lainnya.
3. Privacy Enhancing Techniques
1) Privasi Diferensial Dimana noise ditambahkan ke dataset sehingga tidak mungkin untukmerekayasa balik input individu. 2) Enkripsi homomorfik Di mana data dienkripsi sebelum dibagikan, sehingga dapat dianalisis tetapi tidak diterjemahkan menjadi informasi asli. 3) Komputasi multipartai yang aman di mana analisis data tersebar di banyak pihak sehingga n pihak individu dapat melihat set input yang lengkap. 4) Analisis gabungan Di mana pihak-pihak berbagi wawasan dari analisis data mereka tanpa membagikan data itu sendiri. 5) Bukti tanpa pengetahuan Di mana pengguna dapat membuktikan pengetahuan mereka tentang suatu nilai tanpa mengungkapkan nilai itu sendiri.
4. Implementasi Big Data Security
Ada beberapa cara organisasi dapat menerapkan langkah-langkah keamanan untuk melindungi alat analitik data besar mereka. Salah satu alat keamanan yang paling umum adalah enkripsi, alat yang relatif sederhana yang bisa sangat berguna. Data terenkripsi tidak berguna bagi aktor eksternal seperti peretas jika mereka tidak memiliki kunci untuk membukanya. Selain itu, mengenkripsi data berarti bahwa baik pada input maupun output, informasi benar-benar terlindungi. Membangun firewall yang kuat adalah alat keamanan data besar lainnya yang berguna. Firewall efektif dalam menyaring lalu lintas yang masuk dan keluar dari server. Organisasi dapat mencegah serangan sebelum terjadi dengan membuat filter kuat yang menghindari pihak ketiga atau sumber data yang tidak dikenal. Terakhir, mengontrol siapa yang memiliki akses root ke alat BI dan platform analitik adalah kunci lain untuk melindungi data. Dengan mengembangkan sistem akses berjenjang, dapat mengurangi peluang serangan.
5. Tantangan utama dalam mengamankan Big Data
Beberapa tantangan utama dalam mengamankan Big data adalah: 1) Komputasi Aman Teknologi data besar menggunakan kerangka kerja pemrograman terdistribusi untuk memproses data dalam jumlah besar. Kerangka kerja terdistribusi seperti MapReduce ini tidak memiliki perlindungan keamanan yang baik. Di MapReduce, data dibagi, kemudian diproses oleh pembuat peta dan dialokasikan penyimpanan. Jika seseorang dapat mengubah pengaturan mapper karena tidak memiliki lapisan keamanan tambahan, itu dapat memanipulasi data yang sedang diproses. Juga, sangat sulit untuk mendeteksi pembuat peta yang tidak tepercaya ini. Sangat penting untuk mengamankan komputasi yang ditangani dalam kerangka kerja pemrograman terdistribusi ini untuk memastikan integritas data tetap terjaga. 2) Melindungi Data dan Log Transaksi Karena ukuran data dan log transaksi, ini disimpan di lingkungan penyimpanan multi-tier dengan fungsionalitas auto-tiering. Auto-tiering tidak melacak lokasi data. Sistem auto-tiering dapat mengekspos kerentanan baru karena lokasi data fisik yang tidak diketahui, perangkat penyimpanan yang tidak tepercaya yang dapat mengakibatkan organisasi kehilangan kendali atas data. Transmisi data antar tingkatan juga dapat memberikan informasi mengenai aktivitas pengguna dan properti data yang dapat digunakan oleh penyerang. Data dan log transaksi perlu dilindungi untuk menjaga kerahasiaan, integritas, dan ketersediaan data. 3) Validasi Input dari Endpoint Data besar mengumpulkan data dari berbagai perangkat input termasuk titik akhir. Mungkin mengumpulkan log dari sejumlah besar perangkat dan aplikasi. Data yang diterima Big data mungkin berisi data jahat yang dikirim oleh titik akhir yang tidak tepercaya. Hal ini dapat mempengaruhi keluaran analitis organisasi. Tantangannya di sini adalah memvalidasi semua input yang diterima Big data untuk memastikan bahwa itu berasal dari sumber tepercaya. 4) Penyimpanan Data Non-Relasional Aman Penyimpanan data non-Relasional seperti NoSQL dengan cepat digunakan dalam teknologi data besar. Penyimpanan data ini belum cukup matang dan aman, mulai hari ini. Mereka memiliki banyak masalah keamanan seperti tidak ada dukungan enkripsi untuk file data, otentikasi lemah antara klien dan server, data saat istirahat tidak terenkripsi yang dapat menyebabkan ancaman privasi. 5) Analisis data yang menjaga privasi Privasi adalah masalah penting dalam menerapkan teknologi Big data untuk analitik. Karena semakin banyak data yang dikumpulkan, agregasi data ini bersama dengan analitik data dapat mengakibatkan pelanggaran privasi pengguna. Jika analitik data dialihdayakan, karyawan pihak ketiga yang tidak tepercaya dapat menyimpulkan informasi pribadi pengguna. Organisasi ingin menggunakan alat analitik data besar untuk meningkatkan kepuasan pelanggan, tetapi mereka perlu memastikan perlindungan privasi pengguna saat melakukannya. 6) Kontrol akses Data besar menangani berbagai data termasuk data sensitif seperti Informasi Identifikasi Pribadi pengguna. Ada banyak persyaratan hukum dan kepatuhan untuk melindungi data tersebut. Kebijakan kontrol akses terperinci harus diterapkan sehingga hanya pengguna yang berwenang yang memiliki akses ke data pengguna yang sensitif dan analitik yang dilakukan pada kumpulan data tersebut. Hal ini diperlukan untuk menjamin kerahasiaan data. 7) Pemantauan keamanan waktu nyata Pemantauan keamanan waktu nyata diperlukan untuk infrastruktur data besar dan analitik yang ditanganinya. Itu selalu menjadi tugas yang sulit karena jumlah peringatan yang dihasilkan oleh perangkat. Peringatan ini juga memiliki banyak positif palsu. Karena alasan ini, perusahaan sering kesulitan memantau data waktu nyata.