통합 데이터 관리 플랫폼, 다양한 데이터 유형 지원, 확장 가능한 데이터 추출, 보안 분석 도구, 규정 준수 보고는 분산형 빅데이터 관리 플랫폼에서 고려해야 할 요소입니다.
1. 통합 데이터 관리 플랫폼:
1. 통합 데이터 관리 플랫폼은 빅데이터 분석 시스템의 기반입니다. 데이터 관리 플랫폼은 기업 데이터를 저장하고 쿼리합니다. 이는 기업의 제품을 차별화할 수 없을 만큼 잘 알려져 있고 해결된 문제처럼 보일 수 있지만, 현실은 여전히 문제가 되고 있습니다.
2. 대용량 데이터를 처리하려면 일반적으로 분산형 데이터베이스가 필요합니다. 왜냐하면 관계형 데이터베이스는 NoSQL 데이터베이스만큼 효율적인 처리 능력을 갖고 있지 않지만, NoSQL 데이터베이스의 확장성에는 자체적인 결함이 있기 때문입니다. 데이터베이스는 거의 실시간으로 새로운 데이터를 작성할 수 있어야 합니다. 통합 데이터 관리 플랫폼에서 고려해야 할 또 다른 중요한 측면은 데이터 통합입니다.
2. 다양한 데이터 유형 지원:
1. 빅데이터 분석 플랫폼은 빅데이터 플랫폼의 확장성과 보안 분석 및 SIEM 도구의 분석 기능을 활용합니다. 보안 이벤트 데이터 수집은 서로 다른 세분성을 갖습니다. 예를 들어, 네트워크 패킷은 일반적으로 하위 수준의 세분화된 데이터인 반면, 서버 관리자 비밀번호 변경 로그는 대략적인 데이터입니다.
2. 보안 이벤트 데이터의 의미는 유형에 따라 다릅니다. 네트워크 패킷 정보는 분석가가 단말기 간에 전송되는 데이터를 이해하는 데 도움이 되며, 취약점 검사 로그는 특정 기간 동안 서버 또는 기타 장치의 상태를 반영합니다. 빅데이터 분석 플랫폼은 통합 및 상관 분석을 수행하기 위해 다양한 보안 유형의 의미 정보를 충분히 숙지해야 합니다.
3. 확장 가능한 데이터 추출:
서버, 단말기, 네트워크 및 기타 인프라의 상태는 끊임없이 변화하고 있습니다. 많은 상태 변화 로그는 유용한 정보이므로 빅데이터 보안 분석 플랫폼으로 옮겨야 합니다. 충분한 네트워크 대역폭을 가정할 때 가장 큰 위험은 보안 분석 플랫폼의 데이터 추출 구성 요소가 보안 데이터의 지속적인 유입을 지원할 수 없다는 것입니다.
4. 보안 분석 도구:
Hadoop 및 Spark와 같은 빅 데이터 플랫폼은 범용 도구입니다. 보안 도구 개발에 도움이 될 수 있지만 보안 분석 도구 자체는 아닙니다. 보안 공격은 기업 인프라에서 생성되는 데이터의 규모에 맞춰 확장될 수 있습니다. 따라서 Hadoop 및 Spark와 같은 도구가 이 기준을 충족합니다.
5. 규정 준수 보고:
규정 준수 보고는 더 이상 선택 사항이 아닙니다. 규정 준수 보고 목적으로 사용되는 많은 데이터 요소는 보안 모범 사례와 관련되어 있습니다. 규정 준수 보고가 필요하지 않은 기업의 경우에도 이러한 보고서를 내부 모니터링에 사용할 수 있습니다. 규정 준수 보고가 필요한 기업은 조직의 요구 사항이 충족되는지 확인하기 위해 빅 데이터 보고 플랫폼에 규정 준수 보고 기능이 포함되어 있는지 검토해야 합니다.