Big Data – Sécurité des données

Objectifs pédagogiques

• Charger et analyser des données de diverses sources avec Hadoop, NiFi, Kafka et Spark
• Restituer ces données avec Kibana

Programme

Jour 1

• Importance et challenges de la sécurité dans le Big Data
• Plus de volume, plus de données, plus de risques
• Données personnelles
• Propriété intellectuelle…
• Importance de la conformité réglementaire (RGPD…), des contrôles (CNIL) et pénalités
• Sécurité des données et politique de gouvernance des données
• Cloud vs On-Premise
• Gestion des risques liés à la sécurité des données
• Définir une politique de sécurité des données et un PLA (Privacy Level Agreement)
• Identification du contexte et des parties prenantes
• Identification des risques
• Analyse des risques
• Evaluation des risques
• Traitement des risques
• Réponse face aux risques

Jour 2

• Les solutions de sécurité en environnement Hadoop
• Les 3 « A » de la sécurité des données :
• Autorisation
• Authentification
• Audit
• Protection des données
• Chiffrement et masquage des données (Data Masking)
• Sécurité dans HDFS
• Permissions et propriété des fichiers
• Sécurité renforcée et SSO avec Kerberos
• Principes et fonctionnement
• Sécuriser Hadoop avec Ranger
• Chiffrement des transferts de données
• Chiffrement des données au repos
• Chiffrement du trafic HTTP
• Sécurité dans Hive et Impala avec Sentry
• Exemples de travaux pratiques (à titre indicatif)
• Sécurisation d’un cluster Hadoop avec implémentation d’un SSO avec Kerberos et chiffrement du Data Lake

Le contenu de ce programme peut faire l’objet d’adaptation selon les niveaux, prérequis et besoins des apprenants.