Trace de Vérification des Données Cassandra
La vérification des données est une fonctionnalité critique pour la gestion et la sécurisation des données sensibles dans les bases de données modernes. Apache Cassandra, une base de données NoSQL hautement évolutive, offre des capacités d’audit natif puissantes qui permettent aux organisations de surveiller et journaliser les activités sur leurs données. Cet article explore la trace de vérification des données native de Cassandra, montre comment utiliser Python pour la vérification des données, et présente les outils d’audit avancés de DataSunrise.
Comprendre la Trace de Vérification Native de Cassandra
La fonctionnalité d’audit native de Cassandra est conçue pour capturer et journaliser les activités sur les données sensibles, assurant la transparence et la conformité avec les politiques de sécurité. La configuration des options de AuditLogOptions vous permet de régler avec précision ce qui est journalisé, y compris les opérations, les utilisateurs et les espaces de clés. Voici un exemple de configuration :
audit_logging_options: enabled: true logger: - class_name: FileAuditLogger audit_logs_dir: /var/log/cassandra/audit included_keyspaces: my_keyspace excluded_keyspaces: system, system_schema included_categories: AUTH, DDL, DML roll_cycle: HOURLY
Points de Configuration Clés :
- Activé: La journalisation des audits est active.
- Catégories: Journalise les opérations de langage de définition des données (DDL) et de langage de manipulation des données (DML).
- Espaces de Clés: Se concentre sur test_keyspace, en excluant les espaces de clés système.
- Répertoire des Journaux: Les journaux d’audit sont sauvegardés dans /var/log/cassandra/audit.
Exemple : Insertion de Données avec Journalisation des Audits
Lorsque qu’une opération INSERT est exécutée, le journal d’audit capture les détails essentiels :
INFO [Native-Transport-Requests-1] 2024-12-24 07:38:01,753 FileAuditLogger.java:51 - user:anonymous host:/172.17.0.2:7000 source:/127.0.0.1 port:45862 timestamp:1735025881749 type:UPDATE category:DML ks:test_keyspace scope:audit_test operation:INSERT INTO audit_test (id, name, age) VALUES (uuid(), 'Charlie', 35);
Ce journal révèle :
- Détails de l’utilisateur et de l’hôte.
- Catégorie et type d’opération.
- L’espace de clé et la table affectés.
- La requête exacte exécutée.
Implémenter la Trace de Vérification Native avec Python
Python offre un moyen efficace d’interagir avec Cassandra à des fins de vérification. Voici un guide étape par étape :
Connexion à Cassandra
from cassandra.cluster import Cluster
# Se connecter au cluster Cassandra
proxy_host = 'localhost'
proxy_port = 9044
username = 'cassandra'
password = 'cassandra'
auth_provider = PlainTextAuthProvider(username, password)
cluster = Cluster([proxy_host], port=proxy_port, auth_provider=auth_provider)
session = cluster.connect()
session.set_keyspace('test_keyspace')
print("Connecté à Cassandra")Configuration de la Journalisation des Audits
La journalisation des audits est configurée dans cassandra.yaml avec des options comme AuditLogOptions. Pour vérifier la configuration, utilisez les journaux de Cassandra :
grep 'AuditLog is enabled' /var/log/cassandra/system.log
Visualisation des Résultats des Audits
Les journaux d’audit peuvent être analysés de manière programmée :
import os log_dir = "/var/log/cassandra/audit" for file_name in os.listdir(log_dir): with open(os.path.join(log_dir, file_name), 'r') as log_file: for line in log_file: print(line.strip())
Exemple : Effectuer une Opération Audité
# Opération d'insertion
session.execute("INSERT INTO audit_test (id, name, age) VALUES (uuid(), 'Alice', 30);")
print("Opération d'insertion effectuée et enregistrée.")Le journal d’audit enregistrera cette opération, y compris les détails tels que l’utilisateur, l’espace de clé, et la requête.
DataSunrise : Audition des Données Améliorée pour Cassandra
Alors que l’audit natif de Cassandra est robuste, DataSunrise améliore les capacités d’audit avec une gestion centralisée et un filtrage avancé.
Ajouter une Instance Cassandra
- Ouvrez l’interface web DataSunrise.
- Navigate to the Instances section and click Add Instance.
- Select Cassandra as the database type and provide connection details.
- Enregistrez la configuration.
Configuration des Filtres d’Audit
DataSunrise offre des filtres flexibles pour personnaliser les audits :
- Groupe d’Objets: Se concentre sur des tables spécifiques ou des espaces de clé.
- Groupe de Requêtes: Capture les requêtes correspondant à des modèles définis.
- Types de Requêtes: Journalise DDL, DML, ou les deux.
- Injection SQL: Identifie les modèles de requêtes malveillantes.
- Événements de Session: Suit les événements de connexion et déconnexion.
Visualisation des Données Vérifiées
Les données vérifiées sont accessibles via la page des traces transactionnelles de DataSunrise :
- Allez à la section Journaux d’Audit.
- Appliquez des filtres pour affiner la vue des journaux.
- Exportez les journaux pour une analyse plus approfondie.
Avantages de DataSunrise pour la Vérification des Données
La suite d’audit de DataSunrise offre :
- Contrôle Centralisé: Gestion uniforme des règles d’audit sur plusieurs bases de données.
- Sécurité Avancée: Détecte les anomalies et les menaces potentielles.
- Soutien à la Conformité: Aide à répondre aux exigences réglementaires avec des journaux détaillés.
Conclusion
La vérification des données sensibles est essentielle pour la sécurité et la conformité des bases de données. La trace de vérification native de Cassandra fournit des outils fondamentaux pour journaliser les activités, tandis que la suite de DataSunrise ajoute des fonctionnalités avancées pour une audition centralisée et flexible. Ensemble, ils assurent une surveillance robuste des données et une sécurité accrue.
Découvrez-en plus sur les capacités de DataSunrise et planifiez une démonstration en ligne sur le site officiel.
