Dieses Dokument bietet eine allgemeine Architektur zum Sichern großer Datasets, die sensible Daten enthalten, einschließlich personenidentifizierbarer Informationen (PII) in Google Cloud. Die Architektur ist darauf ausgelegt, sensible Daten vor versehentlicher Offenlegung und böswilliger Exfiltration zu schützen. Es richtet sich an Data Compliance Officers und Cloud Security Engineers, die mit grundlegenden Cloud-Netzwerk- und Identitätskonzepten vertraut sind. Die Architektur hebt die Verwendung von Netzwerkperimetern hervor, die explizit permissive IAM-Einstellungen (Identity and Access Management) überschreiben, um unbefugten öffentlichen Zugriff zu verhindern, selbst wenn Ressourcen falsch konfiguriert sind.
Im Abschnitt Bereitstellung dieses Dokuments finden Sie ein Terraform-Codebeispiel, mit dem Sie diesen Perimeter selbst bereitstellen und eine Blockierung des öffentlichen Zugriffs simulieren können.
Architektur
Das folgende Architekturdiagramm zeigt eine robuste, mehrschichtige Datenschutzstrategie in Google Cloud. Es zeigt effektiv, wie Daten von einem unstrukturierten Zustand in eine sichere, verwaltete Umgebung verschoben werden.
Das obige Diagramm zeigt, wie jeder Google-Dienst die Sicherheit der Daten vom ersten Datenupload bis zum Datenzugriff gewährleistet:
- Ein Nutzer mit den entsprechenden IAM-Berechtigungen lädt Daten in den BigQuery- oder Cloud Storage-Datenspeicherdienst hoch. Die Speicherdienste sind so konfiguriert, dass sie kundenverwaltete Verschlüsselungsschlüssel (CMEK) und Cloud KMS Autokey verwenden.
- Der Dienst verschlüsselt die Daten mit einem CMEK, der von Cloud KMS Autokey abgerufen wird.
- Sensitive Data Protection prüft, klassifiziert und de-identifiziert sensible Daten im Repository kontinuierlich. Zum De-Identifizieren sensibler Daten maskiert Sensitive Data Protection die Daten mithilfe von Vorlagen und Optionen, die Sie konfigurieren.
- Die Speicherdienste befinden sich innerhalb eines VPC Service Controls-Perimeters, der den Datenzugriff von außerhalb des Perimeters blockiert. Wenn Sie bestimmten Nutzern und Systemen (IAM-Hauptkonten) Zugriffsberechtigungen gewähren möchten, verwenden Sie eine Access Context Manager-Zugriffsebene-Vorlage. Die angegebenen Hauptkonten können dann auf Daten innerhalb des Perimeters zugreifen.
- VPC Service Controls verweigert allen Personen den Zugriff, die nicht in der Vorlage für die Zugriffsebene angegeben sind.
Verwendete Produkte
- VPC Service Controls: Eine verwaltete Netzwerkfunktion, die das Risiko einer Daten-Exfiltration für Ihre Google Cloud -Ressourcen minimiert.
- Sensitive Data Protection: Ein vollständig verwalteter Dienst, mit dem Sie wertvolle Datenbestände, einschließlich personenidentifizierbarer Informationen, ermitteln, klassifizieren und schützen können.
- Cloud Key Management Service (Cloud KMS): Ein Dienst, mit dem Sie kryptografische Schlüssel erstellen, importieren und verwalten sowie kryptografische Vorgänge in einem einzigen zentralisierten Cloud-Dienst ausführen können.
- Access Context Manager: Ein Dienst, mit dem Sie detaillierte, attributbasierte Zugriffssteuerungsrichtlinien für Ihre Projekte und Ressourcen in Google Clouddefinieren können.
- BigQuery: Ein Data Warehouse für Unternehmen, mit dem Sie Ihre Daten mit integrierten Features wie raumbezogenen Analysen für maschinelles Lernen und Business Intelligence verwalten und analysieren können.
- Cloud Storage: Ein kostengünstiger, unbegrenzter Objektspeicher für verschiedene Datentypen. Auf Daten kann von innerhalb und außerhalb von Google Cloudzugegriffen werden. Sie werden zu Redundanzzwecken über Standorte hinweg repliziert.
Anwendungsfälle
Diese Architektur bietet ein robustes Sicherheits-Framework für den Umgang mit sensiblen Daten in Google Cloud. Der Schwerpunkt liegt auf Datenschutz, Zugriffssteuerung und Exfiltrationsprävention. Die Architektur trägt dazu bei, eine sichere Umgebung für sensible Daten zu schaffen, indem sie eine starke Verschlüsselung mit automatisierter De-Identifikation von Daten und Netzwerkperimeterkontrollen kombiniert. Diese Implementierung trägt dazu bei, dass Daten mit vom Kunden verwalteten Schlüsseln (CMEKs) verschlüsselt werden, dass vertrauliche Informationen automatisch erkannt und maskiert werden und dass der Zugriff streng eingeschränkt und kontextbezogen verwaltet wird. Diese Maßnahmen tragen dazu bei, das Risiko der Daten-Exfiltration erheblich zu minimieren.
Im Folgenden finden Sie Beispiele für Anwendungsfälle für die in diesem Dokument beschriebene Architektur:
- Regulierte Branchen (Finanzwesen, Gesundheitswesen, öffentlicher Sektor): Stark regulierte Branchen benötigen Sicherheits-Frameworks, die die Einhaltung von Compliance- und Datensicherheitsanforderungen unterstützen. Um Compliance zu erreichen und sensible Kundendaten zu schützen, ist es wichtig, dass Daten im Ruhezustand gesichert sind, sensible Daten erkannt werden und Zugriffssteuerungen vorhanden sind. Wir empfehlen regulierten Branchen, dieses Design zu implementieren, um die Daten-Compliance zu erreichen.
- Nicht regulierte Branchen: Branchen, die keinen Datenvorschriften unterliegen, können von der Implementierung eines robusten Sicherheitsframeworks profitieren. Es ist wichtig, die Offenlegung sensibler Daten zu verhindern, Daten sicher zu speichern und Richtlinien für den Zugriff auf Daten zu haben. Die Architektur in diesem Dokument kann einer nicht regulierten Branche helfen, dasselbe Sicherheitsniveau wie eine stark regulierte Branche zu erreichen. Wir empfehlen, dass nicht regulierte Branchen dieses Design als Best Practice implementieren.
Designaspekte
- Wenn Sie Logverstöße analysieren und versehentliche Sperrungen von Produktionsarbeitslasten verhindern möchten, sollten Sie VPC Service Controls immer zuerst im Probelaufmodus implementieren.
- Damit vertrauenswürdige Unternehmensnetzwerke und Verwaltungsgeräte mit geschützten Ressourcen interagieren können, definieren Sie genaue Access Context Manager-Richtlinien und -Ebenen.
Wenn Sie schnell und kostengünstig herausfinden möchten, wo sich sensible Daten möglicherweise befinden, führen Sie Sensitive Data Protection mit aktivierter Stichprobenerhebung für große Datasets aus. Weitere Informationen finden Sie in den folgenden Ressourcen:
Führen Sie nach der Prüfung der Daten mit Stichproben einen umfassenden Scan aus, um einen umfassenden Schutz für diese Datasets zu gewährleisten. Weitere Informationen finden Sie unter Erkennung sensibler Daten – Übersicht.
Damit die automatische Verschlüsselung erzwungen wird, müssen Sie vor dem Erstellen von Ressourcen Cloud KMS Autokey auf Ordner- oder Projektebene aktivieren.
Bereitstellung
Wenn Sie eine Beispielimplementierung dieser Architektur bereitstellen möchten, verwenden Sie das Codebeispiel für die Datensicherheit, das auf GitHub verfügbar ist.
Nächste Schritte
- Wenn Sie mehr über Cloud KMS Autokey erfahren möchten, sehen Sie sich das Codelab Ressourcen einfach mit Cloud KMS Autokey verschlüsseln an.
- VPC Service Controls mit Access Context Manager verwenden
- Weitere Referenzarchitekturen, Diagramme und Best Practices finden Sie im Cloud-Architekturcenter.
Beitragende
Autor*innen:
- Manish Gaur | Security Architect
- James Meyer | Security Architect
Weitere Beitragende:
- Osvaldo Costa | Networking Specialist Customer Engineer
- Susan Wu | Outbound Product Manager
- Mark Schlagenhauf | Technical Writer, Netzwerk
- Biodun Awojobi | Head of Customer Engineering, Security and Compliance