<menu id="guoca"></menu>
<nav id="guoca"></nav><xmp id="guoca">
  • <xmp id="guoca">
  • <nav id="guoca"><code id="guoca"></code></nav>
  • <nav id="guoca"><code id="guoca"></code></nav>

    不安全的Hadoop集群暴露了超過5000 TB的數據

    VSole2022-08-22 08:00:00

    直到去年,網絡犯罪分子還只是以個人和組織的計算機為目標,使用勒索軟件并扣押它們以獲取贖金,但隨后他們開始以全球范圍內未受保護的在線數據庫和服務器為目標,以獲取贖金。

    現在,網絡騙子已經開始瞄準未受保護的Hadoop集群和CouchDB服務器,如果您的服務器配置不安全,勒索軟件游戲將變得更加糟糕。

    使用Hadoop分布式文件系統(HDFS)和近4500臺服務器,Hadoop應用程序使用的主要分布式存儲,根據使用Shodan搜索引擎進行的一項分析,發現這些數據暴露了超過5000 TB(5.12 PB)的數據。

    這種暴露是由于同樣的問題—;基于HDFS的服務器(主要是Hadoop安裝)尚未正確配置。

    Hadoop分布式文件系統(HDFS)是一種分布式文件系統,旨在可靠地存儲大量數據集,并以高帶寬將這些數據集傳輸給用戶應用程序。

    與其他Hadoop相關技術一樣,HDFS已經成為管理大型數據集群和支持大數據分析應用程序的主要工具。

    Shodan創始人約翰·馬瑟利在一篇博客文章中透露,雖然重點放在互聯網上公開的MongoDB和Elasticsearch數據庫上,但Hadoop服務器卻是“真正的巨頭”。

    盡管MongoDB在互聯網上公開了超過47800臺服務器,暴露了25TB的數據,但Hadoop總共只有4487臺服務器,但暴露的數據量要高得多,超過5000TB。

    大多數在互聯網上公開數據的Hadoop服務器位于美國(1900)和中國(1426),其次是德國(129)和韓國(115)。

    大多數HDFS實例都托管在云端,亞馬遜網絡服務(Amazon Web Services)以1059個實例領先,阿里巴巴(Alibaba)以507個實例領先。

    雖然去年我們看到了針對未受保護的MongoDB和Elasticsearch數據庫的贖金攻擊,但Matherly表示,這些攻擊尚未停止,仍然針對CouchDB和Hadoop服務器。“今年早些時候廣泛宣傳的針對數據庫的勒索軟件攻擊仍在發生,”馬瑟利說。“它們正在影響MongoDB和HDFS的部署”。

    Matherly還分享了如何在Shodan搜索引擎上復制搜索的所有必要步驟,用戶可以按照這些步驟進行自己的調查。

    我們鼓勵管理員按照公司提供的說明配置Hadoop服務器,使其在安全模式下運行。

    大數據hadoop
    本作品采用《CC 協議》,轉載必須注明作者和本文鏈接
    美軍通過《聯邦數據研發戰略計劃》已將數據技術應用到賽博領域,以及指揮控制、情報偵察、后勤支撐等領域。2019 年 7 月,美國國防部發布了《國防部數字現代化戰略》。NIST 發布的數據標準如表 1 所示。JIE 的建設目標為統一數據,通過建立核心數據中心,將重要信息匯總作為共用資源提供給美軍各軍和各級機構。
    當前,以數據、物聯網、人工智能為核心的數字化浪潮正席卷全球,全世界每時每刻都在產生大量的數據,人類產生的數據總量呈指數級增長。面對如此巨大的數據規模,如何采集并進行轉換、存儲以及分析,是人們在數據開發利用過程中面臨的巨大挑戰。其中,數據采集又是所有數據處理行為的前提。
    一文讀懂HW護網行動
    2022-07-26 12:00:00
    隨著《網絡安全法》和《等級保護制度條例2.0》的頒布,國內企業的網絡安全建設需與時俱進,要更加注重業務場景的安全性并合理部署網絡安全硬件產品,嚴防死守“網絡安全”底線。“HW行動”大幕開啟,國聯易安誓為政府、企事業單位網絡安全護航!
    從全球視野來看,當前的世界并不是一個安全的世界,攻防的博弈一直都在,并且愈演愈烈。我們知道,網絡空間已成為繼陸、海、空、天之外的第五空間,維護網絡安全成為事關國家安全的重大問題。美國等西方發達國家頻繁炒作“中國網絡威脅言論”,但實際上作為擁有最強大網絡武器庫、最先進網絡基礎設施的國家,美國一直依靠其強大的網絡攻擊能力,對包括中國在內的多個國家持續進行網絡攻擊,西工大事件的爆發就是一個實例佐證。發達
    數據是指大型復雜的結構化或非結構化數據集。數據技術使組織能夠生成、收集、管理、分析和可視化數據集,并為診斷、預測或其他決策任務提供見解。處理數據的關鍵問題之一是采用適當的數據治理框架,這樣可以:①以所需的方式管理數據,以支持有效機器學習的高質量數據訪問;②確保該框架規范存儲和處理在相關監管框架內以可信賴的方式收集來自供應商和用戶的數據。提出了一個數據治理框架,指導組織在相關的規則框架
    此外,PyDeequ 可以與 Pandas DataFrames 進行流暢的接口,而不是在 Apache Spark DataFrames 內進行限制。Deequ 負責導出要對數據進行計算的所需指標集。Deequ 生成數據質量報告,其中包含約束驗證的結果。包裝器將命令轉換為底層 Deequ 調用并返回它們的響應。
    數據安全研究
    2021-09-26 08:14:19
    隨著人工智能、云計算、移動互聯網和物聯網等技術的融合發展,傳統的基于邊界安全域和基于已知特征庫的網絡安全防護方式已經無法有效應對數據環境下新的安全威脅。
    對于數據管理,也許很多人都存在一個認知誤區,認為數據管理即是“將數據保存起來”。如果想要更好地挖掘數據價值,僅僅做到存放是遠遠不夠的,需要涵蓋數據的上收、分層管理、檢索調用、歸檔存放全流程,即實現數據的“全生命周期管理”。
    摘 要:互聯網開源信息處理是指從互聯網上的公開信息源獲取數據并分析處理,進而獲得有價值的開源信息的過程。為充分了解國外互聯網開源信息處理的研究現狀,從開源數據采集、預處理、信息分析、決策支撐、相關系統等角度對近年來國外有關研究進行梳理,總結現有研究存在的普遍性問題,對未來研究進行展望。
    VSole
    網絡安全專家
      亚洲 欧美 自拍 唯美 另类