本XXX方案需要充分考虑长远发展需求，统一规划、统一布局、统一设计、规范标准，并根据实际需要及投资金额，突出重点、分步实施，保证系统建设的完整性和投资的有效性。在方案设计和项目建设中应当遵循以下的原则：
1、合规性和规范化原则
安全规划和建设应严格遵循国家信息安全等级保护或分级保护标准和行业有关法律法规和技术规范的要求，同时兼顾参考国际上较为成熟的ISO27000、CSA的成熟范例，从技术、运行管理等方面对项目的整体建设和实施进行设计，充分体现标准化和规范化。
2、国产自主化原则
大数据中心信息的安全，关乎整个上层应用的信息系统平稳运转和工作正常开展，采用国产化自主可控的硬件和软件进行数据中心和大数据安全，避免国外技术封锁和后面带来的根本性安全风险。
3、适度安全原则
任何信息系统都不能做到绝对的安全，在安全规划过程中，要在安全需求、安全风险和安全成本之间进行平衡和折中，过多的安全要求必将造成安全成本的迅速增加和运行的复杂性。适度安全也是等级保护建设的初衷，因此该安全规划在进行设计的过程中，一方面要严格遵循基本要求，从物理、网络、主机、应用、数据、虚拟化、虚拟网络等层面加强防护措施，保障信息系统的机密性、完整性和可用性，另外也要综合考虑业务和成本的因素，针对信息系统的实际风险，提出对应的保护强度，并按照保护强度进行安全防护系统的设计和建设，从而有效控制成本。
4、技术管理并重原则
信息安全问题从来就不是单纯的技术问题，把防范黑客入侵和病毒感染理解为信息安全问题的全部是片面的，仅仅通过部署安全产品很难完全覆盖所有的信息安全问题，因此必须要把技术措施和管理措施结合起来，更有效的保障信息系统的整体安全性。
5、先进性和成熟性原则
所建设的安全体系应当在设计理念、技术体系、产品选型等方面实现先进性和成熟性的统一。首先，云产品必须成熟，更加遵守标准。第二，云供应商必须与用户签署相关合同协议，这有助于客户满足云合规性的需求。并且，选择目前和未来一定时期内有代表性和先进性的成熟的安全技术，既保证当前系统的高安全可靠，又满足系统在很长生命周期内有持续的可维护和可扩展性。
6、动态调整原则
信息安全问题不是静态的。信息系统安全保障体系的设计和建设，必须遵循动态性原则。必须适应不断发展的信息技术和不断改变的脆弱性，必须能够及时地、不断地改进和完善系统的安全保障措施。
7、保密原则
项目的整体过程和结果应严格保密，涉及项目的所有人员均需签署保密协议，未经授权，对项目涉及的任何信息不得泄露。
相关文章
-
大数据信息系统中的系统审计、日志审计和数据库审计
在服务器端部署轻量级蜜罐系统 ShellLog，攻击者一旦入侵服务器将会获得 console 和正常使用的 shell，该 console 基于攻击防御安全实践进行深度定制，一方面实现对攻击者渗透系统后主机操作系统后的 shell 操作全记录，记录攻击者或恶意使用用户登录服务器后的各项操作并形成分类日志，实时发送至蜜罐系统日志服务器。 管理后台能够对日志服务器的收集的日志进行分析和规则匹配，能够对高危操作命令、关联恶意操作命令，提权操作进行告警，还能够自定义安全规则，安全人员登录管理后台对告警 …
-
4A 安全体系建设：统一账号、认证、授权和审计
由于 Hadoop、HBase、Spark 等大数据系统在设计之初对安全问题考虑不充分，需要对大数据平台进行安全加固，其中最重要的是建立大数据环境下的4A 体系（账号 Account、认证 Authentication、授权 Authorization、审计 Audit）。 1. 统一账号系统 大数据平台基于 LDAP 实现大数据统一账号系统，对大数据平台各个组件的系统账号、用户账号进行集中、安全的管理。 统一账号系统提供 Web 界面方便管理员进行日常操作，并提供 RESTful https …
-
数据中心的主机安全建设，系统加固策略
数据中心的主机包括物理服务器和虚拟化云主机，所有主机都面临入侵和攻击的风险。主机安全主要包括两个方面： 对于数据中心的服务器和云主机，无论系统或应用本身安全与否，都可能存在漏洞，安全管理员应负责定期（例如 1 月/次）对包括物理服务器和云主机等进行安全加固。系统加固策略包括： 1、使用 GRUB 的 password 参数对 GRUB 设置密码，防止通过编辑 GRUB 启动参数轻松的进入单用户模式从而修改 root 密码，从而造成安全隐患； 2、对 ssh 服务进行加固，关闭 root 账号远程…
-
数据中心与大数据安全系统建设的总体架构
针对数据中心与大数据安全威胁的多样化、体系化，防御体系利用先发优势，在各个层面进行纵深覆盖，实现风险分化、协同互补，构建一套环环相扣的威胁感知、边界安全防护、平台安全防护、业务安全防护、数据安全防护多重纵深防御体系。 从云端到终端、从业务到数据、从事前到事后，为数据中心提供无所不在的全方位保护，在大数据环境中为用户提供多层次、多维度、体系化纵深防御的解决方案，综合提升应对新型安全威胁的能力，真正做到看得见的安全和有效安全。 1、边界安全防护 基于业务的风险和控制需求，在安全区域边界、网络出口边界…
-
大数据信息系统中的数据加密、数据完整性和可用性保护
大数据平台对数据进行加密存储，实现无明文存储，避免明文带来的数据泄露等安全风险。 实现数据的透明加解密，在集群中数据写入时自动对数据进行加密、数据读取时自动对数据进行解密，数据离开集群环境后是密文，没有秘钥的情况下不能解密。一方面在集群环境中对应用程序实现透明加解密方便上层应用的开发，减少上层应用处理加解密带来的额外负担和安全风险；另一方面对数据起到保护作用，数据一旦离开集群环境就不能访问到秘钥因此无法解密出明文。 对于高密级的数据，可以设置多次加密和解密授权。通过不同的秘钥和加密算法对数据进行…
-
关键信息基础设施运营者如何制修订安全管理制度
笔者在《浅谈关键信息基础设施运营者专门安全管理机构的组建》一文中，介绍了运营者的专门安全管理机构的组建。今天，笔者与各位读者分享运营者应如何制修订安全管理制度，以满足关键信息基础设施安全保护工作的需要。 1. 制修订安全管理制度的必要性 安全管理制度在关键信息基础设施保护工作中起约束和控制作用，安全制度不健全，或者不能贯穿关键信息基础设施保护的各环节、各阶段，特别是“老制度管新技术”，缺乏动态的、持续的管理制度，加之内部制约机制不完善、检查督导不到位，可能会导致网络安全风险隐患无法得到及时识别、…
