亚洲|浅谈图数据库安全
文章图片
文章图片
文章图片
摘要：浅谈图数据库的应用场景及面临的安全问题
开会啦 ， 介绍下数据库家庭的新成员——图数据库
DB的世界分为两个大家族 ， 分别是SQL关系型数据库和NoSQL非关系型数据库 。 SQL关系型数据库家族成员有Oracle、MySQL、MSSQL等 ， 粉丝数量众多；而NOSQL家族相对来说年纪偏小 ， 但都天性分明 ， 如键值（Key-Value）存储数据库、列存储（Column-oriented）数据库、面向文档（Document-Oriented）数据库、搜索引擎存储、时序数据库、图数据库等 ， 他们在高效性、易扩展性上表现突出 ， 各个细分领域都有自己的地位 ， 可谓不容小觑的后浪 。
随着AI的快速发展 ， 知识图谱的广泛应用 ， 与之强相关的图数据库也格外耀眼 。 下图是截止2020年6月的主流数据库排名 ， 图数据库Neo4j已超过前几年大热的HBase数据库 。
数据来自：https://db-engines.com/en/ranking
事出反常必有“妖” ， 一起来了解下图数据库吧 。
图数据库是NoSQL数据库的一种类型 ， 起源于欧拉理论和图理论 ， 也可称为面向/基于图的数据库 ， 对应的英文是Graph Database 。
它应用图形理论存储实体之间的关系信息 ， 图数据库的基本含义是以“图”这种数据结构做为逻辑结构存储和查询数据 。 这 ， 很契合知识图谱的应用场景 。 我们知道一个图包含节点和边 ， 如下图：
在图数据库中图将实体表现为节点 ， 实体与其他实体连接的方式表现为联系（边） 。 我们可以用这个通用的、富有表现力的结构来建模各种场景 。 例如 ， 从宇宙火箭的建造到道路系统 ， 从食物的供应链及原产地追踪到人们的病历 ， 甚至更多其他的场景 。
例如 ， 金融机构授信时 ， 需要获取贷款申请人本人的工作信息、借贷信息 ， 同时还需要对其周边如配偶、父母所在单位的营业、信用信息等 ， 综合判断得出是否授信 。
如果使用关系型数据库 ， 一个用户表存储用户详情 ， 上述过程我们以主人公小李为例：
1、先获取小李的各种信息；
2、通过小李的各种信息去表中查询出对应的数据；
3、再根据查出的第一维度用户去表中查询其他维度用户 ， 再获取用户的其他信息；
4、join ， 多表join、多次join...算了 ， 先让我吃个瓜冷静下 。
基于这种复杂的查询 ， 图数据库解决起来便轻松很多 。 申请用户“小李”做为节点、亲属或其他社会属性关系作为边、用户的其他属性作为节点的属性 ， 类似下图 ， 一步搞定 。
图数据库虽好 ， 却也同NOSQL家族的其他成员一样 ， 设计之初 ， 更关注场景与业务效率 。 在安全方面考虑也存在着不足 ， 主要面临着以下问题 。
1.身份认证较为简单 。 Neo4j图数据库认证报文中密码是明文传输的 ， 如下图为登录报文 。 甚至有些默认不需要密码就可以登录 。
2.用户权限控制缺乏细粒度 。 一方面是某些图数据库权限控制机制不足 ， 另一方面是管理经验上不足 。
3.NoSQL注入、web攻击等 。 类似MongoDB ， Neo4j图数据库有web管理平台 ， 除DBMS自身漏洞、协议漏洞还增加了web端的暴露风险 。
昂楷的数据库漏扫、数据库审计、数据库防火墙等产品 ， 已提供对图数据库全面保护 。 从数据生命周期的全角度 ， 保护图数据库的安全 。
【亚洲|浅谈图数据库安全】部分图文来源于网络 ， 如侵权请联系删稿 。
推荐阅读
- 吃鸡将迎来寻宝玩法？新地图遍地宝藏，“古老秘密”开启冒险
- 科学探索|[图]今天SpaceX的星链发射任务将创造新的重要里程碑
- 18.19号事业宏图大展，运势爆棚，财富高涨，苦难到头的属相
- 30分！塔图姆季后赛单场得分创生涯新高
- 海关|（视频）甲虫……青蛙？！NO！
- 严管|图强“高压严管”交通违法行为
- 高效输出！塔图姆半场13投7中砍下21分8篮板
- 萨沙讲史堂|苏军二战最简单粗暴的KSP-76自行反坦克炮:萨沙的兵器图谱第184期
- 南河警方|凌晨4点！全程高能！
- 中国搜索|凌晨4点！全程高能！