hadoop生态圈背后隐藏的“凶险”（三）

2、权限控制

用户只要得知数据块的 Block ID 后，可以不经过 NameNode 的身份认证和服务授权，直接访问相应 DataNode，读取 DataNode 节点上的数据或者将文件写入 DataNode 节点，并可以随意启动假的 DataNode 和 TaskTracker。

对于 JobTracker，用户可以任意修改或者杀掉其他用户的作业，提高自身作业的优先级，JabTracker 对此不作任何控制。其中，无论是粗粒度的文件访问控制还是细粒度的ACL访问控制，都会或多或少强占hadoop集群内部的资源。可从外部在行为上进行额外的权限控制，尤其支持由hive的hadoop环境。只需要判hivesql语句的对象和当前用户的关键，就可以通过通讯阻断等方式达到权限控制的目的。

3、审计

默认hadoop缺乏审计，可以通过hadoop系产品添加日志监控来完成一部分审计功能。通过日志的记录来判断整个流程中是否存在问题。这种日志的记录缺乏特征的判断和自动提示功能。完全可以利用进行改进后的审计产品来进行审计，只审计客户端的行为即可追查到恶意操作或误操作行为。

4、静态加密

默认情况下Hadoop 在对集群HDFS 系统上的文件没有存储保护，所有数据均是明文存储在HDFS中，超级管理员可以不经过用户允许直接查看和修改用户在云端保存的文件，这就很容易造成数据泄露。采用静态加密的方式，对核心敏感数据进行加密处理，使得数据密文存储，防止泄露风险。

5、动态加密

默认情况下Hadoop集群各节点之间，客户端与服务器之间数据明文传输，使得用户隐私数据、系统敏感信息极易在传输的过程被窃取。解决动态加密一般会提供一个附加的安全层。对于动态数据而言，即传输到或从hadoop生态系统传送出来的数据，利用简单认证与安全层（SASL）认证框架进行加密，通过添加一个安全层的方式，保证客户端和服务器传输数据的安全性，确保在中途不回被读。

三、结语

Hadoop生态的安全问题从2009年被众多厂商重视后，相继提出了很多解决方案。但大部分方案因为某些局限性并没有实际落地。能落地的主要是Yahoo提出的解决方案，此方案在实际落地中也存在诸多问题。目前，Hadoop安全问题已经成功引起广泛的关注，确保大型和复杂多样环境下的数据安全，将是非常具有市场前景的宏大课题。