基于Hadoop的NoSQL非關(guān)系型數(shù)據(jù)庫(kù)安全研究

楊曉雁， 甘琳梅

(延安大學(xué) 計(jì)算機(jī)學(xué)院， 延安 716000)

0 引言

目前所常見的Oracle等商業(yè)數(shù)據(jù)庫(kù)產(chǎn)品，絕大多數(shù)都為關(guān)系型數(shù)據(jù)庫(kù)類型。隨著信息技術(shù)的發(fā)展，關(guān)系型數(shù)據(jù)庫(kù)在面對(duì)數(shù)據(jù)類型日趨復(fù)雜、數(shù)據(jù)存取速度要求越來(lái)越高的現(xiàn)狀時(shí)，逐漸暴露出其不足之處[1]。針對(duì)這一問題，非關(guān)系數(shù)據(jù)庫(kù)NoSQL應(yīng)運(yùn)而生，為用戶提供了海量數(shù)據(jù)處理的解決方案。與主流關(guān)系型數(shù)據(jù)庫(kù)相比，NoSQL在并發(fā)性、可擴(kuò)展性等方面體現(xiàn)出明顯優(yōu)勢(shì)，但是在數(shù)據(jù)庫(kù)安全方面，NoSQL數(shù)據(jù)庫(kù)存在著缺陷，從而限制了 NoSQL數(shù)據(jù)庫(kù)的應(yīng)用[2]。

數(shù)據(jù)庫(kù)的安全性涵蓋了保密性、完整性以及可用性等方面，即數(shù)據(jù)訪問必須經(jīng)過授權(quán)；數(shù)據(jù)的刪除、更改必須經(jīng)過授權(quán)；授權(quán)用戶可以正常進(jìn)行數(shù)據(jù)操作。本文重點(diǎn)圍繞這3個(gè)方面，對(duì)NoSQL數(shù)據(jù)庫(kù)的安全策略與改進(jìn)方案展開分析探討，從而使NoSQL數(shù)據(jù)庫(kù)更可靠，使其應(yīng)用更廣泛。

1 NoSQL 安全需求分析

目前所使用的大多數(shù)NoSQL數(shù)據(jù)庫(kù)，因?yàn)樽陨頂?shù)據(jù)模型特征等原因而導(dǎo)致其缺少完善的內(nèi)置安全性機(jī)制的問題。本文根據(jù)NoSQL數(shù)據(jù)庫(kù)普遍存在的分布式特點(diǎn)，將安全性分類為內(nèi)部安全與外部安全兩方面。NoSQL數(shù)據(jù)庫(kù)的內(nèi)部安全的對(duì)象為內(nèi)部存儲(chǔ)以及服務(wù)節(jié)點(diǎn)，涉及到內(nèi)部服務(wù)的訪問控制、數(shù)據(jù)文件存儲(chǔ)以及內(nèi)部服務(wù)；外部安全的對(duì)象為數(shù)據(jù)庫(kù)客戶端以及數(shù)據(jù)庫(kù)服務(wù)端，涉及到用戶的訪問控制、數(shù)據(jù)加密以及數(shù)據(jù)傳輸[3]。其中，用戶的訪問控制包括用戶身份認(rèn)證與授權(quán)，是十分關(guān)鍵的安全需求。

2 Hadoop安全機(jī)制分析

本文基于Hadoop平臺(tái)對(duì)NoSQL數(shù)據(jù)庫(kù)安全性進(jìn)行探討，主要采用分析源碼的方法，以典型的NoSQL數(shù)據(jù)庫(kù)——HBase數(shù)據(jù)庫(kù)作為對(duì)象，對(duì)其安全機(jī)制展開研究并且做出安全評(píng)價(jià)[4]，從而為進(jìn)一步的改進(jìn)提供參考依據(jù)。

2.1 Hadoop安全性分析

Hadoop的安全風(fēng)險(xiǎn)主要存在于以下幾個(gè)過程當(dāng)中[5]：

第一，用戶在客戶端至服務(wù)端之間的訪問認(rèn)證過程中，一方面有可能存在某用戶匿名為其他身份對(duì)NameNode進(jìn)行訪問的安全風(fēng)險(xiǎn)，另一方面當(dāng)某用戶得到Data Nodeblock的位置信息后，可能在未經(jīng)過Data Node認(rèn)證的情況下直接從中得到數(shù)據(jù)；

第二，在各服務(wù)間的認(rèn)證過程中，存在某用戶以Data Node身份來(lái)接收或提交Name Node任務(wù)的安全風(fēng)險(xiǎn)；

第三，數(shù)據(jù)在傳輸過程中，若未經(jīng)過加密處理，則存在被非法竊取的安全風(fēng)險(xiǎn)。

針對(duì)上述這些安全風(fēng)險(xiǎn)，Hadoop主要通過基于訪問控制列表的服務(wù)級(jí)權(quán)限控制、基于令牌的認(rèn)證機(jī)制以及基于Kerberos協(xié)議等手段來(lái)加強(qiáng)其安全性。

2.2 基于訪問控制列表的權(quán)限控制

在對(duì)Hadoop源碼進(jìn)行分析后，可以得出Hadoop的權(quán)限控制可分為兩個(gè)層級(jí)：一是系統(tǒng)級(jí)的服務(wù)級(jí)授權(quán)[6]，主要針對(duì)Hadoop服務(wù)的訪問控制，利用訪問控制列表實(shí)現(xiàn)對(duì)服務(wù)級(jí)訪問權(quán)限的管理，其作為底層訪問控制具有優(yōu)先權(quán)；二是HDFS文件權(quán)限控制以及Map Reduce隊(duì)列權(quán)限驗(yàn)證，其中，HDFS自身同樣包含文件權(quán)限的管理[7]。

Hadoop以用戶名和組來(lái)配置服務(wù)的訪問權(quán)限，以此實(shí)現(xiàn)對(duì)訪問權(quán)限的管理。具體來(lái)說(shuō)，Hadoop具有九種可以配置的訪問控制列表屬性[8]，分別指定相應(yīng)訪問權(quán)限的用戶或者用戶組。利用{HADOOP_CONF_DIR}/hadoop-policy.xml配置文件對(duì)上述九種屬性進(jìn)行設(shè)置，能夠控制訪問用戶或用戶組，從而實(shí)現(xiàn)HBase數(shù)據(jù)庫(kù)底層HDFS文件的服務(wù)級(jí)安全訪問。

2.3 基于令牌的認(rèn)證機(jī)制

HDFS客戶端訪問數(shù)據(jù)的過程中，客戶端得到數(shù)據(jù)位置后可以直接訪問 Data Node，從而通過Socket獲取數(shù)據(jù)。若不對(duì)用戶身份進(jìn)行認(rèn)證，則可能在HDFS 請(qǐng)求數(shù)據(jù)時(shí)，非法用戶以假冒身份來(lái)訪問HDFS，從而構(gòu)成嚴(yán)重的安全風(fēng)險(xiǎn)。針對(duì)這個(gè)問題，基于令牌的認(rèn)證機(jī)制是有效的解決方案，即通過客戶端與服務(wù)端節(jié)點(diǎn)共享密鑰、相互認(rèn)證，使客戶端必須在得到服務(wù)端響應(yīng)其訪問請(qǐng)求后才能實(shí)現(xiàn)訪問[9]。該認(rèn)證機(jī)制由Name Node進(jìn)行管理，與Data Node無(wú)關(guān)聯(lián)。

2.4 Kerberos協(xié)議

Kerberos協(xié)議基于對(duì)稱密鑰算法，通過第三方進(jìn)行密鑰的分發(fā)和身份確認(rèn)，以此為開放系統(tǒng)的客戶端與服務(wù)器之間的網(wǎng)絡(luò)通信提供域內(nèi)認(rèn)證和跨域認(rèn)證等服務(wù)。本文對(duì)其中的域內(nèi)認(rèn)證過程進(jìn)行簡(jiǎn)單分析，發(fā)現(xiàn)其類似于Hadoop的認(rèn)證過程，如圖1所示。

圖1 Kerberos協(xié)議

從圖1 可以看到，Kerberos協(xié)議主要包括三個(gè)步驟，并且在啟用時(shí)要依賴于外部的Kerberos KDC[10]。在分析源碼后發(fā)現(xiàn)，Hadoop利用Java驗(yàn)證及授權(quán)服務(wù)的登錄接口，可以強(qiáng)化Kerberos協(xié)議。

3 HBase數(shù)據(jù)庫(kù)安全機(jī)制分析

基于Hadoop的HBase數(shù)據(jù)庫(kù)，其安全機(jī)制實(shí)現(xiàn)了上述的基于令牌的認(rèn)證機(jī)制以及Kerberos協(xié)議，而其自身的Coprocessor框架則實(shí)現(xiàn)了基于訪問控制列表的權(quán)限控制。前文中對(duì)基于令牌的認(rèn)證機(jī)制以及Kerberos協(xié)議已經(jīng)做過闡述，因此，在HBase數(shù)據(jù)庫(kù)安全機(jī)制的分析中，主要針對(duì)Coprocessor框架進(jìn)行探討。

3.1 Coprocessor框架

Coprocessor框架具有Observer與Endpoint兩種執(zhí)行模式，HBase數(shù)據(jù)庫(kù)實(shí)現(xiàn)了3個(gè)基本的Observer接口以及一個(gè)Endpoint抽象類。作為HBase數(shù)據(jù)庫(kù)的重要框架，Coprocessor允許用戶在服務(wù)端插入某些執(zhí)行代碼，使HBase數(shù)據(jù)庫(kù)實(shí)現(xiàn)聚合、訪問控制以及二次索引等[11]。

3.2 HBase ACL機(jī)制

對(duì)源碼進(jìn)行分析，可以發(fā)現(xiàn)繼承了Base Region Observer的Access Controller類是HBase數(shù)據(jù)庫(kù)訪問控制的關(guān)鍵所在，它實(shí)現(xiàn)了Master Observer以及Coprocessor Protocol 接口，能夠利用pre方法來(lái)檢驗(yàn)權(quán)限，以此對(duì)HMaster、HRegion進(jìn)行基于訪問控制列表權(quán)限的控制。

3.3 HBase數(shù)據(jù)庫(kù)的安全評(píng)價(jià)

根據(jù)上述分析，本文對(duì)HBase數(shù)據(jù)庫(kù)進(jìn)行安全性評(píng)價(jià)：

在保密性方面，HBase數(shù)據(jù)庫(kù)通過基于令牌的認(rèn)證機(jī)制與Kerberos協(xié)議，能夠較好地實(shí)現(xiàn)認(rèn)證與授權(quán)，而HBase ACL機(jī)制也為其他NoSQL數(shù)據(jù)庫(kù)提供了改進(jìn)參考[12]；在完整性方面，HBase數(shù)據(jù)庫(kù)的HDFS已經(jīng)能夠滿足需要，但是大部分NoSQL 數(shù)據(jù)庫(kù)在此方面還有較大缺陷，可以借鑒HBase數(shù)據(jù)庫(kù)進(jìn)行改進(jìn)。

4 HBase數(shù)據(jù)庫(kù)安全改進(jìn)方案

通過分析發(fā)現(xiàn)，HBase數(shù)據(jù)庫(kù)在操作權(quán)限方面可以更加細(xì)化。對(duì)此，本文提出對(duì)HBase數(shù)據(jù)庫(kù)進(jìn)行權(quán)限擴(kuò)展的改進(jìn)方案。

4.1 權(quán)限方案框架

權(quán)限控制是數(shù)據(jù)庫(kù)安全最基本的保障，而對(duì)于通常不具備固定列的NoSQL數(shù)據(jù)庫(kù)而言，這種數(shù)據(jù)結(jié)構(gòu)使其難以細(xì)化權(quán)限控制。針對(duì)此問題，本文通過借鑒Oracle等關(guān)系型數(shù)據(jù)庫(kù)的權(quán)限控制技術(shù)，提出了NoSQL數(shù)據(jù)庫(kù)的權(quán)限控制改進(jìn)方案：

第一，針對(duì)部分結(jié)構(gòu)化的NoSQL數(shù)據(jù)庫(kù)，可以通過內(nèi)建授權(quán)表，將其權(quán)限表中的Key拆分成對(duì)應(yīng)的存儲(chǔ)結(jié)構(gòu)的改進(jìn)方案，以此實(shí)現(xiàn)權(quán)限控制的細(xì)化；

第二，針對(duì)數(shù)據(jù)結(jié)構(gòu)較為雜亂的NoSQL數(shù)據(jù)庫(kù)，可以利用內(nèi)建的鍵值來(lái)來(lái)保存權(quán)限信息，從而實(shí)現(xiàn)權(quán)限控制的細(xì)化[13]。用戶表包含用戶名及密碼信息，在進(jìn)行登錄時(shí)使用，從而驗(yàn)證用戶身份；權(quán)限表包含“用戶”、“表”以及“列”等信息，用來(lái)保存權(quán)限信息，在用戶登錄時(shí)驗(yàn)證其訪問權(quán)限。兩個(gè)表的結(jié)構(gòu)中僅有兩列，與NoSQL數(shù)據(jù)庫(kù)的鍵值相同。

4.2 HBase數(shù)據(jù)庫(kù)權(quán)限擴(kuò)展

Action是僅包含一個(gè)字節(jié)的枚舉類型，HBase數(shù)據(jù)庫(kù)用Action來(lái)保存權(quán)限的一個(gè)權(quán)限值。因此在不影響其余代碼的情況下，HBase數(shù)據(jù)庫(kù)可以擴(kuò)展Action類型[14]。此外，對(duì)于權(quán)限的存儲(chǔ)，可以通過類似 POSIX系統(tǒng)的權(quán)限控制模型以位(bit)來(lái)實(shí)現(xiàn)，并且對(duì)Permission 中以 Action 作為參數(shù)的構(gòu)造函數(shù)進(jìn)行修改。具體代碼為：

class Permission extends Versioned Writable {

public enum Action {

READ(1), WRITE(2),EXEC(4), CREATE_TABLE(8), DROP_TABLE(16), ALTER (32), ABLE (64), GRANT(128), REVOKE(256), ADMIN(512);

protected static Map ACTION_BY_CODE = Maps.new Hash Map();

private int actions = 0;

public Permission(int action Codes) {if (action Codes != 0) {this.actions = action Codes ; }

}

從代碼中可以看到，權(quán)限在改進(jìn)后被細(xì)化成若干操作權(quán)限，1位表示1種權(quán)限。僅需對(duì)Actions變量進(jìn)行簡(jiǎn)單的操作即可獲取權(quán)限信息，從而提升了效率，并且有效降低了空間資源的使用率。此外，當(dāng)權(quán)限持續(xù)擴(kuò)展時(shí)，該方法下僅需將 Actions變量擴(kuò)展為L(zhǎng)ong、Double或者Bitmap類型即可。

5 HBase數(shù)據(jù)庫(kù)安全改進(jìn)實(shí)驗(yàn)驗(yàn)證

本文通過實(shí)例測(cè)試的方式，對(duì)所提出的HBase數(shù)據(jù)庫(kù)安全改進(jìn)方案進(jìn)行驗(yàn)證，以此證明其可行性[15]。本次實(shí)例測(cè)試的環(huán)境為：服務(wù)器的配置為兩個(gè)2.5 GHz四核處理器、16G內(nèi)存；以3臺(tái)服務(wù)器來(lái)部署HBase數(shù)據(jù)庫(kù)、Hadoop平臺(tái)以及KDC；服務(wù)器之間通過100M局域網(wǎng)進(jìn)行通信。Hadoop與HBase數(shù)據(jù)庫(kù)配置從KDC導(dǎo)出的keytab，以此與獨(dú)立運(yùn)行于一個(gè)服務(wù)器的KDC進(jìn)行認(rèn)證。

實(shí)例測(cè)試中，首先新建了若干個(gè)用戶，然后各用戶執(zhí)行 create、grant、disable 等不同命令，以此驗(yàn)證其執(zhí)行結(jié)果與預(yù)期是否一致。命令所對(duì)應(yīng)的權(quán)限為GRANT、ABLE、READ、WRITE 等，部分命令的執(zhí)行結(jié)果，如圖2所示。

圖2 讀寫命令及測(cè)試結(jié)果

通過上述的結(jié)果看出，采用本文所提出改進(jìn)方案進(jìn)行權(quán)限細(xì)分，其命令能夠被較好地執(zhí)行，提高了對(duì)應(yīng)操作的安全性，并且沒有影響數(shù)據(jù)庫(kù)的工作性能。

6 總結(jié)

本文以HBase數(shù)據(jù)庫(kù)為研究對(duì)象，基于Hadoop對(duì)NoSQL數(shù)據(jù)庫(kù)的安全機(jī)制與改進(jìn)方案僅需分析探討[16]。就目前而言，HBase數(shù)據(jù)庫(kù)提供內(nèi)建的安全機(jī)制，是NoSQL數(shù)據(jù)庫(kù)當(dāng)中安全機(jī)制較為完善的代表產(chǎn)品。隨著技術(shù)的不斷發(fā)展，其他NoSQL數(shù)據(jù)庫(kù)產(chǎn)品將日益重視并提高安全性。因此，本文以HBase數(shù)據(jù)庫(kù)為代表對(duì)NoSQL數(shù)據(jù)庫(kù)的安全性進(jìn)行研究，能夠?yàn)槠渌鸑oSQL 數(shù)據(jù)庫(kù)的安全改進(jìn)提供參考，具有十分重要的研究意義。