DataSunrise erreicht AWS DevOps Kompetenz Status in AWS DevSecOps und Überwachung, Protokollierung, Performance

Erfahren Sie mehr über Ihre Datenbankstruktur und Tabellenbeziehungen

Erfahren Sie mehr über Ihre Datenbankstruktur und Tabellenbeziehungen

Eine Theorie der 6 Händedrucke

Die meisten von uns sind mit dem Konzept der 6 Händedrucke oder sechs Trennungsgrade vertraut – die Idee ist, dass jeder auf dem Planeten in nur sechs Schritten mit jedem anderen verbunden werden kann. Durch nur fünf andere Personen können Sie also effektiv mit der Königin von England, Bill Gates oder sogar einem thailändischen Elefantentrainer verbunden sein. Sie wissen also nie, wer die Freunde Ihrer Freunde sein können. Dasselbe Prinzip funktioniert sehr gut für Datenbanken.

Manchmal ist es sehr schwer zu wissen, wie unterschiedliche Daten in Ihrer Datenbank miteinander verbunden sein können. Dies geschieht auch aufgrund der Tatsache, dass sensible Daten oft von einigen Personen gesammelt und von anderen Personen und Abteilungen geschützt werden. Datenbanken neigen dazu, mit der Zeit größer und komplizierter zu werden. Es ist nicht ungewöhnlich, eine Datenbank zu finden, die 10 oder 15 Jahre alt ist. Als Ergebnis ist es ein echtes Problem, versteckte und unsichtbare Verbindungen zwischen Daten innerhalb einer Datenbank aufzudecken.

Dies ändert sich jedoch, wenn Sie das in der DataSunrise Database Security Suite enthaltene Table Relations-Tool verwenden. Dies ist das Tool, das Ihnen helfen kann, Daten zu verbinden und zu schützen, selbst wenn Sie nichts über die Datenbank wissen, die Sie schützen möchten. Dieses Tool stellt sicher, dass nicht ein Bit Ihrer sensiblen Daten unbeaufsichtigt und ungeschützt bleibt.

Entdecken von Tabellenbeziehungen

Aber wie hat DataSunrise ein so nützliches Werkzeug geschaffen? Der Erfolg der Umsetzung rührt in erster Linie daher, dass wir wissen, wie die Datenbanken, die wir schützen, funktionieren. Wir können mehr als 30 der beliebtesten Datenbanken schützen, sowohl relationale als auch nicht-relationale.

Die hauptsächlichen Methoden zur Etablierung der Beziehungen zwischen Tabellen und Spalten in Ihrer Datenbank sind:

  • Verwendung von Primär- und Fremdschlüsseln.
  • Verwendung von JOIN- und WHERE-Klauseln im Datenbankverkehr, um zu sehen, wie verschiedene Tabellen innerhalb einer Datenbank miteinander interagieren. Um den Datenbankverkehr als Informationsquelle nutzen zu können, müssen Sie eine Datenbanküberprüfung starten und eine Lernregel einrichten, die aus der Datenbanküberprüfung lernt. Alle diese Werkzeuge sind in der DataSunrise Database Security Suite enthalten.
  • Verwendung der Abfragehistorie der Datenbank. Diese Methode erfordert das Sammeln und Aufbewahren der Abfragehistorie Ihrer Datenbank, sodass Ihre Datenbank ordnungsgemäß konfiguriert werden sollte. Dann müssen Sie eine Periodische Aufgabe einrichten, die regelmäßig Abfragen abruft, die hilfreich sein können, um potenzielle Tabellenbeziehungen zu etablieren.

Nachdem DataSunrise alle Beziehungen zwischen den Spalten gefunden hat, können Sie diese in einem Diagramm wie diesem sehen. Auf dem untenstehenden Bild ist die Tabelle „job info“ eine Tabelle von der Tabelle „order“ entfernt, jedoch sind sie, wie Sie sehen können, miteinander verbunden. Diese Beziehungen wurden automatisch vom DataSunrise Table Relations-Tool hergestellt.

DataSunrise-Diagramm für entdeckte Tabellenbeziehungen

Praktische Nutzung der entdeckten Tabellenbeziehungen

Nachdem Sie Informationen über Tabellenbeziehungen für Ihre Datenbank entdeckt und gesammelt haben, können Sie diese für Folgendes nutzen:

  1. Um Datenerkennungsergebnisse zu ergänzen und zu vervollständigen.
  2. Wenn Sie statische und dynamische Datenmaskierung verwenden, wird DataSunrise Sie auffordern, auch die verbundenen Spalten zu maskieren.
  3. Im Falle der statischen Maskierung ermöglichen es die entdeckten Tabellenbeziehungen, einen teilweisen Transfer von Zeilen aus mehreren verwandten Tabellen durchzuführen, ohne die Konsistenz der Datenbank zu beeinträchtigen. Diese Konsistenz kann beeinträchtigt werden, wenn die Tabellen durch Constraints miteinander verbunden sind oder solche Constraints logisch impliziert sind.

Einrichtung einer Lernregel zur Entdeckung von Tabellenbeziehungen

Sie können alle Tabellenbeziehungen in einer Datenbankinstanz mit einer DataSunrise-Lernregel entdecken. In der DataSunrise-Benutzeroberfläche müssen Sie einer Lernregel einen Namen geben, einen Datenbanktyp und eine Datenbank angeben, für die wir Beziehungen etablieren möchten:

Hauptabschnitt einer DS-Lernregel

Wählen Sie im Abschnitt “Filter Statement” die Option “Table Relations”, dann wählen Sie Datenbanken, Schemata, Tabellen und Spalten aus, die bearbeitet werden sollen und speichern Sie die Beziehungen in einer zuvor erstellten Tabellenbeziehungsinstanz:

Filter Statement Abschnitt einer DS-Lernregel

Einrichten einer Periodischen Aufgabe zur Entdeckung von Tabellenbeziehungen

Alternativ können Sie eine periodische Aufgabe einrichten, die Ihnen hilft, Tabellenbeziehungen zu entdecken. Dies ist nur eine weitere Möglichkeit, Tabellenbeziehungen zu entdecken.

1. Klicken Sie auf “Neu”, um eine neue Aufgabe einzurichten:

Eine neue DataSunrise-Periodische Aufgabe

2. Füllen Sie die erforderlichen Informationen einschließlich des Aufgabentyps aus und geben Sie an, wo die Tabellenbeziehungen gespeichert werden sollen. Klicken Sie unten auf der Seite auf “Speichern”, um die Regel zu speichern:

Einrichtung einer neuen DataSunrise-Periodischen Aufgabe

3. Die gespeicherte periodische Aufgabe erscheint in der Aufgabenliste. Klicken Sie darauf, um sie zu öffnen:

Eine gespeicherte periodische Aufgabe

Fazit

Das Table Relations-Tool offenbart auf den ersten Blick unsichtbare Beziehungen zwischen Spalten verschiedener Tabellen aus der Sicht der Datenbanknutzer und der Art und Weise, wie sie diese nutzen. Es verbessert den Prozess der Entdeckung sensibler Daten erheblich, der normalerweise vor der Datenmaskierung durchgeführt wird. Im modernen Sicherheitsstandardumfeld wie GDPR, HIPAA usw. bietet es zusätzliche Möglichkeiten zur Erkennung verschiedener Arten von PII-Lecks und ist eine weitere Barriere für Cyberkriminelle.

Nächste

Maskierung von XML und CSV, die in S3 Buckets gespeichert sind

Maskierung von XML und CSV, die in S3 Buckets gespeichert sind

Erfahren Sie mehr

Benötigen Sie die Hilfe unseres Support-Teams?

Unsere Experten beantworten gerne Ihre Fragen.

Countryx
United States
United Kingdom
France
Germany
Australia
Afghanistan
Islands
Albania
Algeria
American Samoa
Andorra
Angola
Anguilla
Antarctica
Antigua and Barbuda
Argentina
Armenia
Aruba
Austria
Azerbaijan
Bahamas
Bahrain
Bangladesh
Barbados
Belarus
Belgium
Belize
Benin
Bermuda
Bhutan
Bolivia
Bosnia and Herzegovina
Botswana
Bouvet
Brazil
British Indian Ocean Territory
Brunei Darussalam
Bulgaria
Burkina Faso
Burundi
Cambodia
Cameroon
Canada
Cape Verde
Cayman Islands
Central African Republic
Chad
Chile
China
Christmas Island
Cocos (Keeling) Islands
Colombia
Comoros
Congo, Republic of the
Congo, The Democratic Republic of the
Cook Islands
Costa Rica
Cote D'Ivoire
Croatia
Cuba
Cyprus
Czech Republic
Denmark
Djibouti
Dominica
Dominican Republic
Ecuador
Egypt
El Salvador
Equatorial Guinea
Eritrea
Estonia
Ethiopia
Falkland Islands (Malvinas)
Faroe Islands
Fiji
Finland
French Guiana
French Polynesia
French Southern Territories
Gabon
Gambia
Georgia
Ghana
Gibraltar
Greece
Greenland
Grenada
Guadeloupe
Guam
Guatemala
Guernsey
Guinea
Guinea-Bissau
Guyana
Haiti
Heard Island and Mcdonald Islands
Holy See (Vatican City State)
Honduras
Hong Kong
Hungary
Iceland
India
Indonesia
Iran, Islamic Republic Of
Iraq
Ireland
Isle of Man
Israel
Italy
Jamaica
Japan
Jersey
Jordan
Kazakhstan
Kenya
Kiribati
Korea, Democratic People's Republic of
Korea, Republic of
Kuwait
Kyrgyzstan
Lao People's Democratic Republic
Latvia
Lebanon
Lesotho
Liberia
Libyan Arab Jamahiriya
Liechtenstein
Lithuania
Luxembourg
Macao
Madagascar
Malawi
Malaysia
Maldives
Mali
Malta
Marshall Islands
Martinique
Mauritania
Mauritius
Mayotte
Mexico
Micronesia, Federated States of
Moldova, Republic of
Monaco
Mongolia
Montserrat
Morocco
Mozambique
Myanmar
Namibia
Nauru
Nepal
Netherlands
Netherlands Antilles
New Caledonia
New Zealand
Nicaragua
Niger
Nigeria
Niue
Norfolk Island
North Macedonia, Republic of
Northern Mariana Islands
Norway
Oman
Pakistan
Palau
Palestinian Territory, Occupied
Panama
Papua New Guinea
Paraguay
Peru
Philippines
Pitcairn
Poland
Portugal
Puerto Rico
Qatar
Reunion
Romania
Russian Federation
Rwanda
Saint Helena
Saint Kitts and Nevis
Saint Lucia
Saint Pierre and Miquelon
Saint Vincent and the Grenadines
Samoa
San Marino
Sao Tome and Principe
Saudi Arabia
Senegal
Serbia and Montenegro
Seychelles
Sierra Leone
Singapore
Slovakia
Slovenia
Solomon Islands
Somalia
South Africa
South Georgia and the South Sandwich Islands
Spain
Sri Lanka
Sudan
Suriname
Svalbard and Jan Mayen
Swaziland
Sweden
Switzerland
Syrian Arab Republic
Taiwan, Province of China
Tajikistan
Tanzania, United Republic of
Thailand
Timor-Leste
Togo
Tokelau
Tonga
Trinidad and Tobago
Tunisia
Turkey
Turkmenistan
Turks and Caicos Islands
Tuvalu
Uganda
Ukraine
United Arab Emirates
United States Minor Outlying Islands
Uruguay
Uzbekistan
Vanuatu
Venezuela
Viet Nam
Virgin Islands, British
Virgin Islands, U.S.
Wallis and Futuna
Western Sahara
Yemen
Zambia
Zimbabwe
Choose a topicx
Allgemeine Informationen
Vertrieb
Kundenservice und technischer Support
Partnerschafts- und Allianz-Anfragen
Allgemeine Informationen:
info@datasunrise.com
Kundenservice und technischer Support:
support.datasunrise.com
Partnerschafts- und Allianz-Anfragen:
partner@datasunrise.com