
Traccia di revisione dei dati di Cassandra

L’auditing dei dati è una caratteristica critica per la gestione e la sicurezza dei dati sensibili nei database moderni. Apache Cassandra, un database NoSQL altamente scalabile, offre potenti capacità di auditing nativo che consentono alle organizzazioni di monitorare e registrare le attività sui propri dati. Questo articolo esplora la traccia di revisione dei dati nativa di Cassandra, dimostra come utilizzare Python per l’auditing dei dati e introduce gli strumenti avanzati di auditing di DataSunrise.
Comprendere la traccia di revisione nativa di Cassandra
La funzionalità di auditing nativa di Cassandra è progettata per catturare e registrare le attività sui dati sensibili, garantendo trasparenza e conformità alle politiche di sicurezza. La configurazione di AuditLogOptions consente di affinare ciò che viene registrato, inclusi operazioni, utenti e keyspace. Di seguito è riportato un esempio di configurazione:
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
Punti chiave della configurazione:
- Abilitato: L’auditing è attivo.
- Categorie: Registra operazioni di Data Definition Language (DDL) e Data Manipulation Language (DML).
- Keyspace: Si concentra su test_keyspace, escludendo i keyspace di sistema.
- Directory dei log: I log di audit sono salvati in /var/log/cassandra/audit.
Esempio: Inserimento di dati con audit logging
Quando viene eseguita un’operazione INSERT, il log di audit cattura i dettagli essenziali:
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);
Questo log rivela:
- Dettagli dell’utente e dell’host.
- Categoria e tipo di operazione.
- Il keyspace e la tabella interessati.
- La query eseguita.
Implementare la traccia di revisione nativa con Python
Python offre un modo efficiente per interagire con Cassandra a scopi di auditing. Di seguito è riportata una guida passo passo:
Connessione a Cassandra
from cassandra.cluster import Cluster # Connessione al 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("Connesso a Cassandra")
Configurazione dell’auditing
L’auditing è configurato in cassandra.yaml con opzioni come AuditLogOptions. Per verificare la configurazione, utilizza i log di Cassandra:
grep 'AuditLog is enabled' /var/log/cassandra/system.log
Visualizzazione dei risultati dell’audit
I log di audit possono essere analizzati programmaticamente:
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())
Esempio: Eseguire un’operazione sottoposta ad audit
# Operazione di inserimento session.execute("INSERT INTO audit_test (id, name, age) VALUES (uuid(), 'Alice', 30);") print("Operazione di inserimento eseguita e registrata.")
Il log di audit registrerà questa operazione, includendo dettagli come l’utente, il keyspace e la query.
DataSunrise: Auditing dei dati migliorato per Cassandra
Mentre l’auditing nativo di Cassandra è robusto, DataSunrise ne migliora le capacità con gestione centralizzata e filtri avanzati.
Aggiungere un’istanza di Cassandra
- Apri l’interfaccia web di DataSunrise.
- Vai alla sezione Instances e fai clic su Add Instance.
- Seleziona Cassandra come tipo di database e fornisci i dettagli di connessione.
- Salva la configurazione.

Configurazione dei filtri di audit
DataSunrise offre filtri flessibili per personalizzare gli audit:
- Object Group: Si concentra su tabelle o keyspace specifici.

- Query Group: Cattura le query che corrispondono ai modelli definiti.

- Query Types: Registra DDL, DML o entrambi.

- SQL Injection: Identifica modelli di query malevoli.

- Eventi di sessione: Traccia eventi di accesso e disconnessione.

Visualizzazione dei dati auditati
I dati auditati sono accessibili tramite la pagina delle tracce transazionali di DataSunrise:
- Vai alla sezione Audit Logs.
- Applica filtri per affinare la visualizzazione dei log.
- Esporta i log per ulteriori analisi.

Vantaggi di DataSunrise per l’auditing dei dati
La suite di auditing di DataSunrise offre:
- Controllo centralizzato: Gestione uniforme delle regole di audit tra i database.
- Sicurezza avanzata: Rileva anomalie e potenziali minacce.
- Supporto alla conformità: Aiuta a rispettare i requisiti normativi con log dettagliati.
Conclusione
Auditing dei dati sensibili è essenziale per la sicurezza e la conformità dei database. La traccia di revisione dei dati nativa di Cassandra fornisce strumenti di base per registrare le attività, mentre la suite di DataSunrise aggiunge funzionalità avanzate per un auditing centralizzato e flessibile. Insieme, assicurano un monitoraggio e una sicurezza dei dati robusti.
Scopri di più sulle capacità di DataSunrise e programma una dimostrazione online sul sito ufficiale.