امروزه استفاده از داده ها و تولید آن به طور تصاعدی رشد کرده است و در نتیجه مدیریت آن آسان نیست. یکی از روش‌های مدیریت حجم زیادی از داده‌های پراکنده و ناهمگن، مفهومی به نام «بافت داده» است. این روش یک لایه یکپارچه متشکل از داده ها و فرآیندهای به هم پیوسته است. زمینه داده ها از تجزیه و تحلیل مستمر فراداده های موجود، قابل شناسایی و مشتق برای پشتیبانی از طراحی، توسعه، یکپارچه سازی و پیاده سازی داده ها در همه محیط ها استفاده می کند.

زمینه داده ها مانند پارچه ای است که به همه منابع داده گسترش می یابد. هر منبع (مانند ابرداده، خدمات API، اطلاعات امنیتی و غیره) به نوعی به این بافت متصل یا بافته شده است. بنابراین می توان این منابع را به دیگر توابع ذخیره سازی داده و محاسبات مرتبط کرد. با تزریق داده ها به یک رابط بزرگ، مشکل انبارهای داده جدا شده که نمی توانند به یکدیگر متصل شوند، از بین می رود.

بدیهی است که استفاده از رویکرد بافت داده ساده و بسیار جذاب است، اما به کار بردن آن در عمل آسان نیست.

 

نحوه عملکرد بافت داده ها

معماری بافت داده را نمی توان یک شبه پیاده سازی کرد و این نیاز به دانش عمیق داده های فعلی و یک مسیر عملیاتی پیچیده دارد. ابتدا باید برنامه ای برای اتوماسیون، هماهنگی و مدیریت تمامی منابع با کانکتورها و اجزای مشترک داشته باشید و نیاز به کدنویسی خاص را از بین ببرید.

در گذشته هر مدل تلفن همراه رابط مخصوص به خود را داشت اما امروزه این مدل ها معمولا از USB-C استفاده می کنند. حذف خود رمزگذاری مفهومی مشابه است. کدهای سفارشی، مؤلفه ها و رابط ها کاربردهای خاص خود را دارند، اما اگر هدف اصلی شما اتصال منابع داده مختلف است، ایده خوبی است که یک اشتراک ایجاد کنید. شما به یک چارچوب داده نیاز دارید که به شما امکان می دهد به طور مداوم داده ها را در یک منبع واحد مدیریت کنید و از آن برای دسترسی و پردازش یکنواخت و یکپارچه داده ها استفاده کنید. چنین چارچوبی باید بر اساس اصول زیر باشد:

• دانش، بینش و معناشناسی: دانش کامل از داده های موجود با دید بسیار بالا و نحوه دسترسی به آنها.
• حاکمیت و انطباق با استانداردهای قانونی به صورت یکپارچه: مجموعه ای مشترک از قوانین و دستورالعمل های عملکرد ایجاد کنید تا همه کاربران بتوانند از اصول یکسانی پیروی کنند.
• ادغام هوشمند: جاده های ورودی، خطوط و راه های خروجی تعریف و مدیریت می شوند. اگر مسیرهای ورودی و خروجی شهرها دقیقاً مشخص نبود و تابلویی برای راهنمایی رانندگان در جاده ها وجود نداشت، می توانستید با خیال راحت و با خیال راحت از شهری به شهر دیگر رانندگی کنید؟ بافت داده ها می تواند مدیریت بار را بهبود بخشد.
• چرخه زندگی و همگام سازی: از ابزارهای جدیدی مانند یادگیری ماشینی برای محدود کردن تصادفات در این تقاطع ها استفاده کنید. ایجاد یک نمای یکپارچه از منابع داده به سیستم کمک می کند تا تجمع را محدود کند.

 

 

نقش بافت داده به عنوان یک ابزار امنیتی

امکان افشای اطلاعات در صورت استفاده از یک منبع، یکی از دغدغه های مدیران ارشد امنیت اطلاعات است. حملات زنجیره تامین معمولاً به دلیل استفاده از منابع منفرد است، اما وجود چنین نگرانی‌هایی در ساختار داده به ساختار، پیکربندی و نگهداری آنها بستگی دارد.

استفاده صحیح از بافت داده ها منجر به حفاظت از داده ها و افزایش بهره وری می شود. برای موفقیت در این راه، باید اطمینان حاصل کنید که مکانیسم‌های مناسب حریم خصوصی و امنیتی، از جمله رمزگذاری و داده‌ها وجود دارد.

با این حال، مانند تمام سیستم های متمرکز، نقاط ضعفی نیز وجود دارد.

 

چگونه استفاده از بافت داده تاثیر معکوس دارد؟

تمرکز همیشه مشکلات خودش را دارد. اگر به طور موثر معماری بافت داده را مدیریت نکنید، ممکن است با شکست آبشاری مواجه شوید. نوع معماری و تدابیر امنیتی که دارای ابهام، ناهماهنگی و وجود درگیری های عمدی یا غیرعمدی است، کارایی لازم را ندارد.

به عنوان مثال، بافت داده ها ممکن است رکوردها را از تاریخچه تراکنش های داده ها محدود یا حذف کند. در برخی از سازمان ها، انتخاب معماری بافت داده یک تصمیم پرخطر است. فرض کنید یک کسب و کار به پردازش تراکنش متکی است. بنابراین در صورت حمله باج افزار یا بدافزار و عدم دسترسی به سوابق سابقه پشتیبان مشکل ساز شده و امکان بازیابی فاجعه را کاهش می دهد.

 

 

آیا دیتا مش برای شما مناسب است؟

با توجه به موارد فوق، کانکتورهای اشتراکی مزایای زیادی دارند، اما نباید از عواقب و هزینه ها غافل شد. ایجاد و مدیریت مسیرهای داده پیچیده که امکان ارتباطات مشترک را فراهم می کند، منجر به پیچیدگی سیستم می شود. این پیچیدگی می تواند منجر به مشکلاتی مانند افزایش شکنندگی سیستم و افزایش احتمال تاخیر شود.

در عوض، می توانید از مفهومی مرتبط اما متفاوت به نام «شبکه داده» استفاده کنید. ساختار داده به شدت به اتوماسیون و هوش مصنوعی متکی است و بر روی ابرداده های غنی کار می کند. در حالی که شبکه داده معمولاً بر ساختار سازمانی و فرهنگ و کاربردهای محصولات داده متمرکز است.

فرض کنید شما به عنوان یک مدیر ارشد امنیت اطلاعات، مدیر اطلاعات، مدیر فناوری، یا مدیر ریسک و هدف، قصد استقرار یک شبکه داده را دارید. ابتدا یک برنامه تغییر طراحی کنید که نیازهای داده شما را از قبل تعیین کند. صاحب محصول داده شما نیز تغییرات لازم را برای مطابقت دادن داده ها با این نیازها اعمال می کند. بافت داده یک مفهوم متمرکز است و مدیریت آن نیاز به کنترل دارد. در حالی که داده های شبکه یک رژیم ائتلافی دارد و بیشتر مدیریت آن به هماهنگی بستگی دارد.

 

بافت داده ها را در وسط سازمان یکپارچه کنید

هنگامی که رویکرد بافت داده را انتخاب کردید، بهتر است عملیات را با ایجاد مراحل کوچک از تیم DevOps شروع کنید. پیاده سازی زمینه داده ها مستلزم برنامه ریزی و همکاری هماهنگ بین تیم های فناوری اطلاعات و نرم افزار است. تیم های تجاری و امنیتی نیز باید در این فرآیند مشارکت داشته باشند. به خاطر داشته باشید که اگر سازمان شما به این زمینه وابسته است، برای ارتباط با داده های خود به داده هایی از همه طرف های درگیر نیاز دارید.

مهاجرت به سمت تحقق بافت داده زمان خوبی برای پذیرش اصول “امنیت طراحی” است. این رویکرد تأثیر بسیار زیادی بر پایداری فنی و تجاری کسب و کار شما دارد و به شما کمک می کند تا دیدگاه بلندمدتی در مورد فساد داده ها داشته باشید. فهرست نویسی و برچسب گذاری داده ها برای ارزیابی موفقیت یک پروژه بسیار مفید است، بنابراین نیازهای ابرداده خود را نادیده نگیرید. در نهایت، آنچه شما در زمینه یادگیری ماشین / هوش مصنوعی انجام می دهید به این تلاش ها بستگی دارد.

موسسه گارتنر معتقد است که شبکه داده و بافت داده برخی از مهم ترین روندهای استراتژیک در فناوری در سال ۲۰۲۲ هستند. قبل از انتخاب یکی از این رویکردها و تصمیم گیری در مورد اینکه کدامیک برای محافظت از شما بهترین هستند، سطح تحمل ریسک و نیازهای عملیاتی را در نظر بگیرید. کسب و کار شما که بهترین راه حل را برای شما تعیین می کند.

 

منبع: اطلاعات امنیتی