☢نکات امنیتی مترتب بر ابزارهای تلفیق داده
🔸Coarse-grained security.
Because Data Integration bypasses the application logic, it also bypasses any security rules that are enforced by the application logic. Many databases manage access privileges at the table level. At the table level, a user either has access to the Customer table or the user does not have access. Most applications enforce security at an object level. At the object level, a specific user has access only to those customer records that are associated with the user.
🔸Privacy policies may not be enforced.
Many corporate databases are subject to privacy policies that are based on corporate or legal guidelines. Directly accessing these data stores may be in violation of these policies because it is difficult to control the ways the retrieved data may be used. In comparison, Functional Integration can offer restricted access to sensitive data to only allow queries that do not expose individual data. For example, a functional interface may allow the user to query the average compensation in a specific region but not individual compensation.
🔸Data may be encrypted.
Data inside the database may be encrypted so that it is not accessible for data integration unless the integration solution obtains the key to decrypt the data. Providing the key to the data integration solution could present a security risk unless the key is properly protected.
@roozbeh_learning 👈🏼
🔸Coarse-grained security.
Because Data Integration bypasses the application logic, it also bypasses any security rules that are enforced by the application logic. Many databases manage access privileges at the table level. At the table level, a user either has access to the Customer table or the user does not have access. Most applications enforce security at an object level. At the object level, a specific user has access only to those customer records that are associated with the user.
🔸Privacy policies may not be enforced.
Many corporate databases are subject to privacy policies that are based on corporate or legal guidelines. Directly accessing these data stores may be in violation of these policies because it is difficult to control the ways the retrieved data may be used. In comparison, Functional Integration can offer restricted access to sensitive data to only allow queries that do not expose individual data. For example, a functional interface may allow the user to query the average compensation in a specific region but not individual compensation.
🔸Data may be encrypted.
Data inside the database may be encrypted so that it is not accessible for data integration unless the integration solution obtains the key to decrypt the data. Providing the key to the data integration solution could present a security risk unless the key is properly protected.
@roozbeh_learning 👈🏼
#Day_of_World
🚀روز جهانی در دسترس بودن سیستم ها و داده ها
سی و یکم مارس چیزی فراتر از روز بک آپ است و میتوان از آن بعنوان روز تمام فاکتور های موثر برای Avalibility سیستم ها نام برد .
https://www.scmagazineuk.com/world-availability-day-evolving-to-become-the-always-on-enterprise/article/647437/
@roozbeh_learning 👈🏼
🚀روز جهانی در دسترس بودن سیستم ها و داده ها
سی و یکم مارس چیزی فراتر از روز بک آپ است و میتوان از آن بعنوان روز تمام فاکتور های موثر برای Avalibility سیستم ها نام برد .
https://www.scmagazineuk.com/world-availability-day-evolving-to-become-the-always-on-enterprise/article/647437/
@roozbeh_learning 👈🏼
SC Magazine UK
World Availability Day: evolving to become the 'always on' enterprise
Regular backups may be fine to protect personal data, but in today’s connected environment, businesses are required to evolve to become the “always-on” enterprise, enabling availability at all times.
آکادمی آموزش روزبه 📚
🍀از مجموعه بررسی اختصاصی پرونده تکنولوژی ها در IT ( توضیحات در سری پستهای آتی ) 🌠پرونده کار با داده ها -۱ 🚂دسته بندی ابزار های پردازش و مدیریت داده ۱- سیستم های مدیریت پایگاه داده ۲-ابزارهای تلفیق داده ۳-ابزارهای کیفیت داده ۴-انبارداده های بزرگ و سازمانی…
#Data_Quality
🌐بررسی ابزارهای مورد سوم : ابزارهای کیفیت داده
@roozbeh_learning 👈🏼
اول به مقایسه گارتنر در سال ۲۰۱۶ نگاهی میاندازیم 👇👇
🌐بررسی ابزارهای مورد سوم : ابزارهای کیفیت داده
@roozbeh_learning 👈🏼
اول به مقایسه گارتنر در سال ۲۰۱۶ نگاهی میاندازیم 👇👇
3244.pdf
256 KB
مستند راهکار اوراکل
• Profiling, Audit and Dashboards • Parsing and Standardization • Match and Merge • Case Management • Address Verification • Product Data Capabilities
@roozbeh_learning👈🏼
• Profiling, Audit and Dashboards • Parsing and Standardization • Match and Merge • Case Management • Address Verification • Product Data Capabilities
@roozbeh_learning👈🏼
#Oracle #Data_Quality
🏡شرح راهکار اوراکل برای کیفیت داده
از سری دیتاشیت های اوراکل
@roozbeh_learning 👈🏼
🏡شرح راهکار اوراکل برای کیفیت داده
از سری دیتاشیت های اوراکل
@roozbeh_learning 👈🏼
آکادمی آموزش روزبه 📚
🍀از مجموعه بررسی اختصاصی پرونده تکنولوژی ها در IT ( توضیحات در سری پستهای آتی ) 🌠پرونده کار با داده ها -۱ 🚂دسته بندی ابزار های پردازش و مدیریت داده ۱- سیستم های مدیریت پایگاه داده ۲-ابزارهای تلفیق داده ۳-ابزارهای کیفیت داده ۴-انبارداده های بزرگ و سازمانی…
🍀🍀☝️
#Data_Management
🍀برای اطلاع دوستان و همراهان :
در حال بررسی پرونده ابزارها و تکنولوژی های کار با داده، فرآوری و کنترل آنها هستیم .
تا کنون به دومورد از آنها یعنی ابزارهای تلفیق و ابزارهای کیفیت نگاهی انداخته شده است .
لطفا برای مطالعه به پستهای ماقبل مراجعه کنید.
@roozbeh_learning👈🏼
#Data_Management
🍀برای اطلاع دوستان و همراهان :
در حال بررسی پرونده ابزارها و تکنولوژی های کار با داده، فرآوری و کنترل آنها هستیم .
تا کنون به دومورد از آنها یعنی ابزارهای تلفیق و ابزارهای کیفیت نگاهی انداخته شده است .
لطفا برای مطالعه به پستهای ماقبل مراجعه کنید.
@roozbeh_learning👈🏼
آکادمی آموزش روزبه 📚
🍀از مجموعه بررسی اختصاصی پرونده تکنولوژی ها در IT ( توضیحات در سری پستهای آتی ) 🌠پرونده کار با داده ها -۱ 🚂دسته بندی ابزار های پردازش و مدیریت داده ۱- سیستم های مدیریت پایگاه داده ۲-ابزارهای تلفیق داده ۳-ابزارهای کیفیت داده ۴-انبارداده های بزرگ و سازمانی…
#Data_Warehouse
🍀بررسی مورد چهارم
🚜انبار داده ها یا همان
Data Warehouse (DWH)
این نوع پایگاه داده ها مشخصات زیر را دارند
موضوع گراهستند (Subject Oriented): پايگاه داده به گونه اي سازماندهي شده است که تمامي اطلاعاتي که به یک موضوع يا موجوديت خاص مربوط هستند با يکديگر مرتبط هستند.
متغير با زمان: تغييرات ايجاد شده در پايگاه داده اوليه در آن بصورت زمان محور به دقت اعمال ميشوند.
Non-volatile
دادههاي اطلاعاتي هرگز حذف نشده، با داده هاي جديد جايگزين نميشوند.
يکپارچه: اطلاعات موجود در پايگاه داده از سراسر سازمان جمع آوري شده اند و با هم سازگاري دارند".
هدف اصلي DWH ايجاد بستري مناسب براي توليد اطلاعاتي است که به Knowledg worker هاي سازمان (مديران، عوامل اجرايي و تحليلگران) براي اتخاذ تصميمهاي درست کمک ميکند. براي اين منظور از DWH در تهيه گزارشها، اطلاعات تحليلي، تعامل بلادرنگ با سيستمهاي عملياتي و Profiling استفاده ميشود.
با DWH ميتوان در سازمان سيستم تصميميار (Decision support) ايجاد کرد. اطلاعاتي که در DWH نگهداري ميشود از آنچه در پايگاههاي داده نگهداري ميشود (که شامل اطلاعات جزيي و روزمره است) به مراتب مهمتر و ارزشمندتر است. در DWH تمامي اطلاعات موجود در سازمان از ابتدا تاکنون به صورت يکپارچه و سازماندهي شده نگهداري ميشود. در اين مخزن اطلاعاتي، اطلاعات از تمامي منابع اطلاعاتي و در يک بازه زماني طولاني جمع آوري ميشوند و به اين دليل حجم اطلاعات بسيار زياد است.
در DWH نياز به سازماندهي مناسب اطلاعات و استفاده از روشهاي مناسب دسترسي به اطلاعات وجود دارد. DWH با طراحي متفاوت خود به صورت چندبعدي (Multi dimensional) قادر است تمامي این موارد را در نظر بگيرد. براي مثال در اطلاعات نگهداري شده براي فروش، زمان فروش، ناحيه فروش، فروشنده و محصول به فروش رفته به عنوان ابعاد مختلف در نظر گرفته ميشوند. اغلب اين بعدها حالت سلسله مراتبي (Hierarchical) دارند. مثلا ممکن است زمان فروش شامل تاريخ و ساعت فروش محصول باشد. طراحي مدل داده چند بعدي با استفاده از تکنيکهاي مرسوم در محيطهاي OLTP مانند ERD و نرمالسازي مناسب نيست. زيرا آنچه در DWH مهم است ايجاد امکان پرسوجو و بارگذاري سريع اطلاعات است.
@roozbeh_learning 👈🏼
اکثر سیستم های موجود بر پایه هدووپ بنا نهاده شده اند در زیر با ۵ تولید کننده برتر در این حوزه آشنا میشویم .👇👇
🍀بررسی مورد چهارم
🚜انبار داده ها یا همان
Data Warehouse (DWH)
این نوع پایگاه داده ها مشخصات زیر را دارند
موضوع گراهستند (Subject Oriented): پايگاه داده به گونه اي سازماندهي شده است که تمامي اطلاعاتي که به یک موضوع يا موجوديت خاص مربوط هستند با يکديگر مرتبط هستند.
متغير با زمان: تغييرات ايجاد شده در پايگاه داده اوليه در آن بصورت زمان محور به دقت اعمال ميشوند.
Non-volatile
دادههاي اطلاعاتي هرگز حذف نشده، با داده هاي جديد جايگزين نميشوند.
يکپارچه: اطلاعات موجود در پايگاه داده از سراسر سازمان جمع آوري شده اند و با هم سازگاري دارند".
هدف اصلي DWH ايجاد بستري مناسب براي توليد اطلاعاتي است که به Knowledg worker هاي سازمان (مديران، عوامل اجرايي و تحليلگران) براي اتخاذ تصميمهاي درست کمک ميکند. براي اين منظور از DWH در تهيه گزارشها، اطلاعات تحليلي، تعامل بلادرنگ با سيستمهاي عملياتي و Profiling استفاده ميشود.
با DWH ميتوان در سازمان سيستم تصميميار (Decision support) ايجاد کرد. اطلاعاتي که در DWH نگهداري ميشود از آنچه در پايگاههاي داده نگهداري ميشود (که شامل اطلاعات جزيي و روزمره است) به مراتب مهمتر و ارزشمندتر است. در DWH تمامي اطلاعات موجود در سازمان از ابتدا تاکنون به صورت يکپارچه و سازماندهي شده نگهداري ميشود. در اين مخزن اطلاعاتي، اطلاعات از تمامي منابع اطلاعاتي و در يک بازه زماني طولاني جمع آوري ميشوند و به اين دليل حجم اطلاعات بسيار زياد است.
در DWH نياز به سازماندهي مناسب اطلاعات و استفاده از روشهاي مناسب دسترسي به اطلاعات وجود دارد. DWH با طراحي متفاوت خود به صورت چندبعدي (Multi dimensional) قادر است تمامي این موارد را در نظر بگيرد. براي مثال در اطلاعات نگهداري شده براي فروش، زمان فروش، ناحيه فروش، فروشنده و محصول به فروش رفته به عنوان ابعاد مختلف در نظر گرفته ميشوند. اغلب اين بعدها حالت سلسله مراتبي (Hierarchical) دارند. مثلا ممکن است زمان فروش شامل تاريخ و ساعت فروش محصول باشد. طراحي مدل داده چند بعدي با استفاده از تکنيکهاي مرسوم در محيطهاي OLTP مانند ERD و نرمالسازي مناسب نيست. زيرا آنچه در DWH مهم است ايجاد امکان پرسوجو و بارگذاري سريع اطلاعات است.
@roozbeh_learning 👈🏼
اکثر سیستم های موجود بر پایه هدووپ بنا نهاده شده اند در زیر با ۵ تولید کننده برتر در این حوزه آشنا میشویم .👇👇
آکادمی آموزش روزبه 📚
#Data_Warehouse 🍀بررسی مورد چهارم 🚜انبار داده ها یا همان Data Warehouse (DWH) این نوع پایگاه داده ها مشخصات زیر را دارند موضوع گراهستند (Subject Oriented): پايگاه داده به گونه اي سازماندهي شده است که تمامي اطلاعاتي که به یک موضوع يا موجوديت خاص…
#Hadoop #Big_data
Hadoop
امروزه هدوپ بصورت وسیعی و در زمینه های بسیاری از فعالیتهای دانشگاهی تا تجارت ، از علوم تا نجوم مورد استفاده قرار می گیرد . هدوپ مکانی امن برای ذخیره و تحلیل داده های کلان بشمار می رود ، مقیاس پذیر، توسعه پذیر و متن باز است . هدوپ هدف اصلی کمپانی های بزرگ تولید و ذخیره داده هاست از جمله Facebook ، IBM ، EMC ، Oracle و Microsoft است.
از کمپانیهای متخصص در زمینه سرویس های هدوپ می توان به MapR ، Cloudera و HortonWorks اشاره کرد.
به طور خلاصه ، هدوپ یک فریم ورک یا مجموعه ای از نرم افزارها و کتابخانه هایی است که ساز و کار پردازش حجم عظیمی از داده های توزیع شده را فراهم میکند. در واقع Hadoop را می توان به یک سیستم عامل تشبیه کرد که طراحی شده تا بتواند حجم زیادی از داده ها را بر روی ماشین های مختلف پردازش و مدیریت کند.
http://hadoop.ir/what/
https://goo.gl/L0iEXv
@roozbeh_learning 👈🏼
Hadoop
امروزه هدوپ بصورت وسیعی و در زمینه های بسیاری از فعالیتهای دانشگاهی تا تجارت ، از علوم تا نجوم مورد استفاده قرار می گیرد . هدوپ مکانی امن برای ذخیره و تحلیل داده های کلان بشمار می رود ، مقیاس پذیر، توسعه پذیر و متن باز است . هدوپ هدف اصلی کمپانی های بزرگ تولید و ذخیره داده هاست از جمله Facebook ، IBM ، EMC ، Oracle و Microsoft است.
از کمپانیهای متخصص در زمینه سرویس های هدوپ می توان به MapR ، Cloudera و HortonWorks اشاره کرد.
به طور خلاصه ، هدوپ یک فریم ورک یا مجموعه ای از نرم افزارها و کتابخانه هایی است که ساز و کار پردازش حجم عظیمی از داده های توزیع شده را فراهم میکند. در واقع Hadoop را می توان به یک سیستم عامل تشبیه کرد که طراحی شده تا بتواند حجم زیادی از داده ها را بر روی ماشین های مختلف پردازش و مدیریت کند.
http://hadoop.ir/what/
https://goo.gl/L0iEXv
@roozbeh_learning 👈🏼
مرجع هدوپ ایران
هدوپ چیست؟
در ابتدا بهتر است که بدانیم هدوپ چه چیزی نیست: هدوپ پایگاه داده نیست. هدوپ یک نرم افزار نیست. هدوپ توسط Doug Cutting سازنده Apache Lucene که بصورت گسترده برای عمیات جستجوی متن ها استفاده می شود ، تولید شد.
#ArcSight #Hadoop
✳️ارتباط آرک سایت با هدوپ و وندور های حمایت کننده از هدوپ برای تحلیل داده های حجیم .
@roozbeh_learning 👈🏼
✳️ارتباط آرک سایت با هدوپ و وندور های حمایت کننده از هدوپ برای تحلیل داده های حجیم .
@roozbeh_learning 👈🏼
آکادمی آموزش روزبه 📚
#Gartner Data Management Solutions for Analytics @roozbeh_learning 👈🏼
#Hadoop #ArcSight #Cloudera
🚧برای مثال Cloudera اطلاعات آرک سایت را دریافت و تلفیق میکند .
( آرک سایت محصول HPE برای تلفیق داده های مختلف برای کشف نفوذ های امنیتی تحت عنوان SIEM در SOC ها است )
اکثر راهکارهای مبتنی هدوپ بصورت دوطرفه با آرک سایت میتوانند ارتباط برقرار کنند .
این عمل کمک مهم و افق نوینی در کشف نفوذ و مدیریت مقابله با حملات امنیتی است .
https://www.cloudera.com/more/services-and-support/professional-services/hp-arcsight-integration.html
@roozbeh_learning 👈🏼
🚧برای مثال Cloudera اطلاعات آرک سایت را دریافت و تلفیق میکند .
( آرک سایت محصول HPE برای تلفیق داده های مختلف برای کشف نفوذ های امنیتی تحت عنوان SIEM در SOC ها است )
اکثر راهکارهای مبتنی هدوپ بصورت دوطرفه با آرک سایت میتوانند ارتباط برقرار کنند .
این عمل کمک مهم و افق نوینی در کشف نفوذ و مدیریت مقابله با حملات امنیتی است .
https://www.cloudera.com/more/services-and-support/professional-services/hp-arcsight-integration.html
@roozbeh_learning 👈🏼
Cloudera
Cloudera enhances your ArcSight implementation
Leverage Cloudera’s professional services to set up a data pipeline from ArcSight to your existing Cloudera cluster.
⛱ویدیوهای آموزشی کوتاه
با توجه به بررسی که در خصوص ابزارهای مدیریت داده تاکنون در این کانال انجام شد ، برای آشنایی بیشتر ؛ در این زمان ویدیوهایی در مورد آشنایی با هدوپ و اسپارک در کانال آپارات آموزش روزبه قرار گرفت به آدرس زیر:
http://www.aparat.com/roozbeh_training
با توجه به بررسی که در خصوص ابزارهای مدیریت داده تاکنون در این کانال انجام شد ، برای آشنایی بیشتر ؛ در این زمان ویدیوهایی در مورد آشنایی با هدوپ و اسپارک در کانال آپارات آموزش روزبه قرار گرفت به آدرس زیر:
http://www.aparat.com/roozbeh_training
آپارات - سرویس اشتراک ویدیو
آپارات | آکادمی روزبه - با مجوز افتا
آموزش امنیت اطلاعات
تحت نظارت استاد روزبه نوروزی
تحت نظارت استاد روزبه نوروزی
⛱ویدیو های جدیدی هم به لیست پخش ArcSight در کانال آپارات اضافه شدند
http://www.aparat.com/roozbeh_training
http://www.aparat.com/roozbeh_training
آپارات - سرویس اشتراک ویدیو
آپارات | آکادمی روزبه - با مجوز افتا
آموزش امنیت اطلاعات
تحت نظارت استاد روزبه نوروزی
تحت نظارت استاد روزبه نوروزی