一种敏感数据识别与数据库安全配置核查相融合的数据安全检测方法及系统与流程
本发明涉及数据安全,尤其涉及一种敏感数据识别与数据库安全配置核查相融合的数据安全检测方法及系统。
背景技术:
1、随着企业的数据安全合规义务日益加重,在此背景下,企业需要同时回答两个核心问题:第一,"我的数据库里存了哪些敏感数据"——即敏感数据发现与分类分级问题;第二,"我的数据库本身是否安全"——即数据库安全基线核查与配置风险评估问题。这两个问题分别对应数据安全治理中"静态数据资产盘点"与"动态安全态势评估"两个维度,相辅相成,共同构成企业数据安全合规工作的基础。
2、然而,在现有技术中,上述两类需求通常由两类相互独立的产品或工具分别完成:
3、(一)敏感数据发现类工具
4、这类工具包括数据防泄漏(dlp)产品、开源敏感信息扫描器、商业数据分类分级产品等。其技术原理是:连接目标数据源,遍历数据库表结构,对表数据内容执行正则表达式匹配、关键词匹配、机器学习分类等模式识别操作,从而发现身份证号、银行卡号、手机号、邮箱地址等敏感数据的存储位置(库/表/列)及数量规模,最终输出敏感数据分布清单与分类分级报告。
5、(二)数据库安全基线核查类工具
6、这类工具包括数据库配置核查脚本、等保测评工具、数据库安全评估系统等。其技术原理是:连接目标数据库,通过执行系统命令、查询系统视图或配置表、读取配置文件等方式,检查账户权限策略(如空密码账户、匿名账户、弱口令)、认证策略(如密码复杂度、密码有效期)、加密配置(如传输层加密、静态数据加密)、审计配置(如审计日志是否启用)等安全配置项,将采集到的实际配置值与安全基线期望值进行比对判定,输出配置缺陷清单与整改建议。
7、上述独立工具方案在实际应用中存在以下技术缺陷:
8、缺陷一:重复连接开销与重复凭证暴露
9、两类工具需对同一数据库实例分别维护连接配置、分别建立连接会话。对于拥有成百上千数据库实例的大型企业,每一套独立的工具都需要存储完整的数据库连接配置信息(主机地址、端口、服务名、用户名、密码等),导致连接配置需维护两套,数据库访问凭证需在两套系统中分别存储和授权。这不仅使数据库连接资源开销翻倍,更严重的是扩大了数据库凭证的存储暴露面——每一套工具系统都可能成为凭证泄露的攻击入口,增加了数据安全风险。
10、缺陷二:规则配置割裂、口径不一致
11、两类工具的检测规则分别管理,各自维护独立的规则库——敏感发现工具维护正则表达式规则库,配置核查工具维护基线检查项库。用户无法在同一规则集中按业务场景(如"金融行业合规场景"、"电力行业等保场景"、"信创验收场景")统一编排两类检测规则,导致同一次合规检查需要在两个系统中分别配置规则、分别调度任务、分别设定执行周期。当合规要求发生变化时,两个系统的规则配置版本难以对齐,容易出现"敏感数据识别用了新规则、配置核查还在用旧规则"的口径不一致问题,使检测结果缺乏可比性和整体性。
12、缺陷三:检测结果割裂,风险评估失真
13、这是现有独立工具方案最核心的技术缺陷。敏感数据发现结果与配置核查结果存放于不同系统、采用不同的数据结构、不同的严重等级划分标准,无法自动关联。然而在实际安全风险场景中,这两类信息必须结合才有完整的风险判断——一个既存有大量身份证号、银行卡号等高度敏感数据、又同时存在"空密码账户""未启用传输加密""任意账户可访问"等高危配置缺陷的数据库实例,其真实风险远高于两份独立报告中各自评级的简单叠加。而现有技术只能依靠安全分析师人工翻阅两份报告、通过excel表格手工关联比对来识别此类高危资产,效率极低且极易遗漏,无法满足大规模数据库资产的安全运维需求。
14、缺陷四:大规模规则集的更新开销大
15、检测规则库通常包含数千条规则——敏感数据识别正则规则可达两千条以上,配置核查规则亦可达数百条。现有工具更新规则集时普遍采用"全量删除重建"方式,即先清空规则表再全量插入新规则,其更新耗时与规则集总规模成正比。在规则集规模较大时,更新操作耗时显著,且更新窗口内检测服务不可用,无法满足高频规则迭代的场景需求。此外,在扫描执行层面,大规模规则集对每个数据列都需要执行全部正则匹配,扫描时间开销随规则数量线性增长。
16、因此,本领域亟需一种能够统一编排两类检测、统一管理两类规则、统一存储与关联两类结果、并有效控制规则更新与扫描开销的融合检测技术方案。
技术实现思路
1、有鉴于此,本发明实施例提供了一种敏感数据识别与数据库安全配置核查相融合的数据安全检测方法及系统,至少部分解决现有技术中存在的问题。
2、第一方面,本发明实施例提供了一种敏感数据识别与数据库安全配置核查相融合的数据安全检测方法,包括:
3、s1:构建统一规则模型,以单一规则实体结构同时承载敏感数据内容识别规则与数据库安全配置核查规则;所述规则实体设置规则类型字段,取值至少包括敏感信息扫描与数据库安全检查;内容识别类规则携带正则表达式模式字段,配置核查类规则携带适用数据库类型、检查类型、检查配置、期望值断言与修复建议字段;两类规则通过多对多关系挂载到同一规则集实体,每条挂载关系携带独立的启用开关;
4、s2:创建融合检测任务,所述任务实体关联目标数据源的连接配置以及一个或多个所述规则集,同一任务、同一连接配置同时服务于敏感数据内容识别与数据库安全配置核查两类检测;
5、s3:规则自动路由,任务执行时从所关联规则集中提取启用状态的规则,按规则类型字段的值自动分流:规则类型为敏感信息扫描的内容识别规则送入敏感数据扫描引擎,规则类型为数据库安全检查且适用数据库类型与任务的数据源类型匹配的核查规则送入数据库安全核查执行器;
6、s4:双引擎执行,所述敏感数据扫描引擎按所述连接配置访问数据源,对表数据执行内容模式匹配,输出敏感数据命中明细;所述数据库安全核查执行器复用同一连接配置建立会话,逐条执行核查规则,依据期望值断言判定检查结果;
7、s5:结果统一存储,两类检测结果写入同一结果实体,以结果类型字段区分,共用严重等级字段;
8、s6:风险联动评估,按数据资产维度关联两类结果,依据敏感数据维度分值、配置缺陷维度分值与综合风险评分模型计算资产综合风险评分,对同时存在高敏感数据与高危配置缺陷的资产自动上调风险等级,生成高危资产清单;
9、s7:聚合报告生成,将两类结果按严重等级统一排序、统计、聚合,连同所述高危资产清单输出为单一检测报告。
10、根据本发明实施例的一种具体实现方式,步骤s6中所述风险联动评估具体包括:
11、定义资产键为包含主机和数据库的元组,任务完成后按所述资产键对统一结果存储中的两类结果分别分组,得到敏感面集合s_asset与缺陷面集合v_asset;
12、所述敏感数据维度分值ds的计算方式为:对s_asset中每条结果,按其严重等级取基础分base_severity,乘以规模因子,取该资产所有命中规则中分值最高的预设数量条求和;
13、所述配置缺陷维度分值dv的计算方式为:对v_asset按严重等级加权计数,dv=10×n_critical+7×n_high+4×n_medium+2×n_low;
14、所述综合风险评分risk_asset=ds×(1+dv/k),其中k为归一化常数;
15、所述联动上调规则为:当ds达到预设高位阈值且v_asset中存在预设严重等级的缺陷时,无论综合风险评分落入哪一区间,风险等级强制上调一级,并将该资产记入所述高危资产清单。
16、根据本发明实施例的一种具体实现方式,步骤s1中所述规则实体包括以下字段:规则名称、规则类型、正则表达式模式、所属分类、规则编号、适用数据库类型、严重等级、检查类型、检查配置、期望值、期望结果为空标记、修复建议;所述规则集实体通过中间表与规则建立多对多关系,所述中间表携带启用字段,实现同一规则在不同规则集中独立启停。
17、根据本发明实施例的一种具体实现方式,步骤s4中所述敏感数据扫描引擎执行内容模式匹配时包括分组并行扫描与结果去重:
18、从启用规则中筛选携带正则模式的内容识别规则,按每组不超过预设上限拆分为多组,每组生成一个规则名到正则映射的指纹规则文件;
19、以线程池并行调起多个扫描实例,每个并行实例携带同一连接参数与一个指纹文件;
20、各组结果合并后,先对列名进行无意义列过滤,再按命中规则名、表名、列名三元组去重,最后批量写入统一结果存储。
21、根据本发明实施例的一种具体实现方式,所述敏感数据扫描引擎采用基于元数据预筛的两阶段扫描:
22、第一阶段,查询目标数据库的元数据接口,获取表的列名、列注释与数据类型,将列名和列注释与敏感语义词典匹配,结合数据类型约束输出候选敏感列清单,并执行排除规则过滤非敏感列;
23、第二阶段,仅对所述候选敏感列清单中的列执行内容级正则扫描,且每列按预设行数上限采样扫描。
24、根据本发明实施例的一种具体实现方式,还包括基于表级指纹的增量扫描:
25、每次任务完成时为每张已扫描表记录表级指纹,所述表级指纹包含行数、自增主键最大值、表更新时间的组合哈希值,指纹随任务编号持久化;
26、下次周期任务启动时,获取各表当前指纹并与最近一次成功任务的指纹比对,指纹一致的表跳过扫描并复用历史结果,指纹变化的表进入正常扫描流程;
27、报告中对本次实扫结果与沿用历史结果分别标注来源。
28、根据本发明实施例的一种具体实现方式,还包括规则集的集合差分增量更新:
29、接收更新请求中的目标规则编号集合n,查询该规则集现有挂载关系得到现有规则编号集合e;
30、计算待删集合,待增集合;
31、若d非空,对挂载关系表执行一次条件批量删除;若i非空,校验i中编号在规则表中的有效性后执行一次批量插入;
32、未变更的挂载关系不被触碰,其启用状态及附属属性天然保留。
33、根据本发明实施例的一种具体实现方式,所述数据库安全核查执行器包括数据库类型到检查器类的注册映射,每种数据库类型实现一个检查器并继承统一的检查器基类,所述基类约定连接与断开抽象方法以及执行规则的模板方法,所述模板方法按规则的检查类型分派到对应的具体检查方法;单条规则执行异常时不中断整体流程,转化为错误状态结果。
34、根据本发明实施例的一种具体实现方式,还包括安全基线漂移检测:
35、每次任务完成后,将当前连接配置下全部核查规则的判定结果快照持久化为基线快照,以连接配置编号与任务时间索引;
36、周期任务完成时将本次快照与上一次或指定基线版本快照逐规则比对,识别劣化、修复、新增缺陷与持续缺陷四类事件;
37、将劣化事件按规则严重等级生成告警记录并在报告中以独立章节列出,漂移事件作为配置缺陷维度分值的加重项。
38、第二方面,本发明实施例还提供了一种敏感数据识别与数据库安全配置核查相融合的数据安全检测系统,包括:
39、统一规则模型构建模块,用于以单一规则实体结构同时承载敏感数据内容识别规则与数据库安全配置核查规则;所述规则实体设置规则类型字段,取值至少包括敏感信息扫描与数据库安全检查;内容识别类规则携带正则表达式模式字段,配置核查类规则携带适用数据库类型、检查类型、检查配置、期望值断言与修复建议字段;两类规则通过多对多关系挂载到同一规则集实体,每条挂载关系携带独立的启用开关;
40、融合检测任务管理模块,用于创建融合检测任务,所述任务实体关联目标数据源的连接配置以及一个或多个所述规则集,同一任务、同一连接配置同时服务于敏感数据内容识别与数据库安全配置核查两类检测;
41、规则自动路由模块,用于任务执行时从所关联规则集中提取启用状态的规则,按规则类型字段的值自动分流:规则类型为敏感信息扫描的内容识别规则送入敏感数据扫描引擎,规则类型为数据库安全检查且适用数据库类型与任务的数据源类型匹配的核查规则送入数据库安全核查执行器;
42、敏感数据扫描引擎,用于按所述连接配置访问数据源,对表数据执行内容模式匹配,输出敏感数据命中明细;
43、数据库安全核查执行器,用于复用同一连接配置建立会话,逐条执行核查规则,依据期望值断言判定检查结果;
44、统一结果存储模块,用于将两类检测结果写入同一结果实体,以结果类型字段区分,共用严重等级字段;
45、风险联动评估引擎,用于按数据资产维度关联两类结果,依据敏感数据维度分值、配置缺陷维度分值与综合风险评分模型计算资产综合风险评分,对同时存在高敏感数据与高危配置缺陷的资产自动上调风险等级,生成高危资产清单;
46、聚合报告生成模块,用于将两类结果按严重等级统一排序、统计、聚合,连同所述高危资产清单输出为单一检测报告。
47、本发明具有如下有益效果:
48、1. 连接与凭证收敛,降低安全风险
49、两类检测复用同一连接配置与数据库访问凭证,建连开销减半,数据库凭证仅需在一处存储与授权,消除了因多套工具独立存储凭证而扩大的攻击面,从源头减少了凭证泄露风险。
50、2. 规则一处编排,消除配置割裂
51、通过统一规则模型,一个规则集即可完整表达一个合规场景的全部检测要求(既包含"发现哪些敏感数据类型"的内容规则,也包含"检查哪些安全配置项"的核查规则),无需在两个独立系统中分别配置、分别调度。规则自动路由机制使规则配置完成后无需人工干预即可正确分发至对应引擎,解决了配置版本难以对齐的问题。
52、3. 风险评估闭环,精准识别高危资产
53、通过统一结果存储与资产键关联,将同一数据资产上的敏感数据分布与配置缺陷自动关联,无需人工交叉比对。基于"敏感数据等级×敏感数据规模×配置缺陷严重度"的三维风险评分模型与联动上调规则,使"大量敏感数据暴露在存在高危缺陷的数据库中"这类高风险场景被系统自动识别并突出标记,显著提升了风险评估的准确性与运维效率。
54、4. 规则更新与扫描开销大幅降低
55、规则集更新采用集合差分增量算法,更新耗时与变更量而非总规模成正比,消除了"先删空后重建"导致的更新不可用窗口,更新耗时在典型场景下可下降两个数量级以上。规则分组并行扫描、基于元数据预筛的两阶段扫描、基于表级指纹的增量扫描等多重优化叠加,使大规模规则集下的检测时间开销得到有效控制,可支撑大规模数据库集群的高频巡检需求。
56、5. 持续监测与基线漂移感知
57、通过基线快照与逐规则比对机制,识别配置劣化、修复、新增缺陷等漂移事件,使安全核查从"一次性体检"升级为"持续健康监测",劣化事件自动告警并在报告中突出展示,帮助安全运维人员及时发现和响应配置变化引入的新风险。。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com