Tài liệu Nghiên cứu phát triển mô hình điều khiển truy xuất cho dữ liệu nosql

ĐẠI HỌC QUỐC GIA TP. HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA -------------------- HÀ XUÂN SƠN NGHIÊN CỨU PHÁT TRIỂN MÔ HÌNH ĐIỀU KHIỂN TRUY XUẤT CHO DỮ LIỆU NOSQL Chuyên ngành : Khoa học máy tính Mã số: 60480101 LUẬN VĂN THẠC SĨ TP. HỒ CHÍ MINH, 12/2017 Luận văn Thạc Sĩ I HV: Hà Xuân Sơn – 1570226 CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM Cán bộ hướng dẫn khoa học : PGS. TS. Đặng Trần Khánh Cán bộ chấm nhận xét 1 : TS. Trương Tuấn Anh Cán bộ chấm nhận xét 2 : TS. Nguyễn Tuấn Đăng Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp. HCM ngày 29 tháng 12 năm 2017 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: 1. TS. Lê Lam Sơn 2. TS. Phan Trọng Nhân 3. TS. Trương Tuấn Anh 4. TS. Nguyễn Tuấn Đăng 5. TS. Lê Hồng Trang Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa. CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA KH & KT MÁY TÍNH TS. Lê Lam Sơn Luận văn Thạc Sĩ II HV: Hà Xuân Sơn – 1570226 ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự do - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Hà Xuân Sơn .................................................. MSHV:1570226.............. Ngày, tháng, năm sinh: 17/03/1991 ........................................... Nơi sinh: Cần Thơ .......... Chuyên ngành: Khoa học máy tính ............................................ Mã số: 60480101 ............ I. TÊN ĐỀ TÀI: Nghiên cứu phát triển mô hình điều khiển truy xuất cho dữ liệu lớn .... II. NHIỆM VỤ VÀ NỘI DUNG: - Nghiên cứu lý thuyết về dữ liệu NoSQL. Nghiên cứu lý thuyết về mô hình điều khiển truy xuất Nghiên cứu lý thuyết về hệ thống hỗ trợ môi trường chính sách động Nghiên cứu và đề xuất một mô hình điều khiển truy xuất cho hệ thống hỗ trợ chính sách động. - Xây dựng cơ chế điều khiển truy xuất dựa trên mô hình lý thuyết đã đề xuất. - Tìm hiểu về các kỹ thuật và công nghệ để kiểm nghiệm và đánh giá các kết quả nghiên cứu. III. NGÀY GIAO NHIỆM VỤ : 04/07/2016 IV. NGÀY HOÀN THÀNH NHIỆM VỤ: 18/06/2017 V. CÁN BỘ HƯỚNG DẪN : PGS. TS. ĐẶNG TRẦN KHÁNH Tp. HCM, ngày tháng 12 năm 2017 CÁN BỘ HƯỚNG DẪN TRƯỞNG KHOA KH & KTMT PGS.TS. Đặng Trần Khánh Luận văn Thạc Sĩ III HV: Hà Xuân Sơn – 1570226 LỜI CẢM ƠN Tôi xin gửi lời cảm ơn sâu sắc đến PGS.TS Đặng Trần Khánh đã tận tình hướng dẫn, giúp đỡ tôi thực hiện đề tài nghiên cứu này.Tôi cũng xin gửi lời cảm ơn đến các thành viên của nhóm DStar Lab, AC Lab của trường Đại học Bách Khoa TP Hồ Chí Minh và DISIs Lab của trường Đại học Trento (Ý) đã hỗ trợ và tạo điều kiện nghiên cứu cho tôi trong suốt thời gian qua. Sau cùng, tôi xin chân thành cám ơn đến gia đình và bạn bè đã luôn bên cạnh động viên và giúp đỡ tôi. Luận văn Thạc Sĩ IV HV: Hà Xuân Sơn – 1570226 TÓM TẮT LUẬN VĂN Với sự phổ biến ngày càng tăng của điện toán đám mây, hệ thống phân tán và mạng xã hội, dẫn đến rủi ro của những vi phạm dữ liệu nhạy cảm đã tăng lên. Bởi vì ngày càng có nhiều doanh nghiệp và cá nhân có xu hướng lưu trữ thông tin cá nhân của họ trên Internet. Đặc biệt là các thông tin và dữ liệu của các hệ thống liên quan đến giao thông, giáo dục, y tế, giải trí được lưu trữ với số lượng dữ liệu lớn, nhiều dạng khác nhau nhằm đáp ứng nhu cầu quản lý, thống kê và dự báo. Song song với việc ứng dụng dữ liệu lớn là những yêu cầu về bảo mật và tính riêng tư càng trở nên cần thiết. Chính vì vậy, bảo mật dữ liệu lớn đã được xem là một trong mười thác thức đặt ra cho các nghiên cứu trong tương lai về Big Data [2]. Có 3 cột mốc quan trọng trong việc bảo vệ tính riêng tư cho dữ liệu lớn phải kể đến là: access control, auditing và statistical privacy [1]. Trong đó access control (điều khiển truy xuất) là khía cạnh được quan tâm của đề tài này. Cho đến nay, một số mô hình kiểm soát truy cập đã được đề xuất dưới dạng đặc tả tính chất hoặc thực thi các cơ chế kiểm soát truy cập như kiểm soát truy cập bắt buộc (MAC), kiểm soát truy cập tùy quyền (DAC), kiểm soát truy cập dựa trên vai trò (Role-based Access Control - RBAC) và gần đây nhất là kiểm soát truy cập dựa trên thuộc tính (ABAC) [9]. Vì tính chất của điều khiển truy xuất là hỗ trợ càng cao thì chi phí quản lý và vận hành càng lớn [1], chính vì vậy, các mô hình điều khiển truy xuất hiện nay đang vấp phải rất nhiều khó khăn khi ứng dụng cho cơ sở dữ liệu lớn. Tóm lại, việc xây dựng một mô hình bảo mật tổng quát cho dữ liệu lớn vẫn còn là bài toán mở cho các hãng công nghệ và các nhóm nghiên cứu. Điều khiển truy đóng một vai trò quan trọng trong việc bảo vệ thông tin nhạy cảm và ngăn chặn kẻ tấn công không được tiếp cận thích hợp. Hệ thống dựa trên chính sách bảo mật để xác định yêu cầu truy cập cho phép hoặc từ chối. Tuy nhiên, trong những năm gần đây, do sự phổ biến của dữ liệu lớn đã tạo ra một thách thức mới mà quản lý chính sách an ninh đang đối mặt như chính sách năng động, hay nói cách khác là cập nhật chính sách theo thời gian thực. Áp dụng chính sách năng động mang lại lợi ích rất lớn cho các hệ thống phân tán, hệ thống điện toán đám mây và mạng xã hội. Tuy nhiên, có rất ít các nghiên cứu trước đây tập trung vào việc giải quyết các vấn đề ủy quyền trong chính sách năng động. Trong bài báo này, chúng tôi tập trung vào việc phân tích cách thay đổi chính sách và đưa ra các giải pháp trong môi trường chính sách năng động. Sự đóng góp của bài báo này là hai lần: bao gồm cả giải pháp thay đổi chính sách ngay cả khi yêu cầu truy cập đã được cấp bởi chính sách và chúng tôi cung cấp triển khai dựa trên XACML kết hợp mô hình yêu cầu viết lại. Kết quả kinh nghiệm với các chính sách thực tế đã đưa ra giá trị thực tiễn và lý thuyết của cách tiếp cận mới được giới thiệu của chúng tôi. Luận văn Thạc Sĩ V HV: Hà Xuân Sơn – 1570226 ABSTRACT With the growing popularity of cloud computing, distributed system and social networks, the risks of sensitive data breaches have increased due to the fact that more and more enterprises and individuals tend to store their private information on the Internet. Especially, the database and information in the management system relating to transportation, education, health, and entertainment are stored with large quantities of data, under different types, processing speed increases, with the purpose to meet the requirements of management, statistics, forecasts, planning. Therefore, big data security has been considered one of the ten challenges for future research on big data [2]. There are 3 important point in the protection of privacy for big data must be mentioned are: access control, auditing and statistical privacy [1]. In particular, access control are interest aspects of this thesis. Until now, several access control models have been proposed for the specification and enforcement of access control mechanisms such as Mandatory Access Controls (MAC), Discretionary Access Control (DAC), Role-based Access Control (RBAC) [29] and most recently Attribute-based Access Control (ABAC) [9]. Because of the ability to control access higher require costs for the management and operation of the higher [1]; therefore, the current access control models have many difficulties when applied to big. Authorization or access plays an important role in protecting sensitive information and preventing the attacker who is not granted any proper access. The system is based on the security policy to determine an access request allow or deny. But, in recent years, due to the growing popularity of big data has created a new challenge which the security policy management is facing such as dynamic policy, update policy in real time. Application of dynamic policy has brought benefits to distributed systems, cloud systems, and social network. However, there are no previous studies focused on solving authorization problems in the dynamic policy. In this thesis, we focus on analyzing the way of policy change and providing solutions in the dynamic policy environment. The contribution of this thesis is two-fold: including the solution for changing policy even when the access request has been granted by the policy and we provide an XACML-based implementation that incorporates the rewriting request model. Experiential results with real-world policies have established the practical and theoretical value of our newly introduced approach. Luận văn Thạc Sĩ VI HV: Hà Xuân Sơn – 1570226 LỜI CAM ĐOAN Tôi cam đoan rằng, ngoại trừ các kết quả tham khảo từ các công trình khác như đã ghi rõ trong luận văn, các công việc trình bày trong luận văn cũng như các kết quả thực nghiệm là do chính tôi thực hiện và chưa có phần nội dung nào của luận văn này được nộp để lấy một bằng cấp ở bất kì một trường nào khác. Ngày 29 tháng 12 năm 2017 Học viên thực hiện luận văn Hà Xuân Sơn Luận văn Thạc Sĩ VII HV: Hà Xuân Sơn – 1570226 MỤC LỤC LỜI CẢM ƠN ................................................................................................................... IV TÓM TẮT LUẬN VĂN .................................................................................................... V ABSTRACT...................................................................................................................... VI LỜI CAM ĐOAN ............................................................................................................ VII MỤC LỤC ..................................................................................................................... VIII DANH MỤC HÌNH .......................................................................................................... XI DANH MỤC BẢNG ..................................................................................................... XIII Chương 1 GIỚI THIỆU ................................................................................................... 1 1.1 Giới thiệu đề tài ..................................................................................................... 1 1.2 Mục tiêu của đề tài ................................................................................................ 2 1.3 Ý nghĩa đề tài ........................................................................................................ 2 1.4 Giới hạn của đề tài ................................................................................................. 2 1.5 Cấu trúc báo cáo .................................................................................................... 3 Chương 2 CƠ SỞ DỮ LIỆU NOSQL ............................................................................. 5 2.1 Khái niệm cơ bản về dữ liệu lớn ........................................................................... 5 2.2 Các mô hình dữ liệu NoSQL ................................................................................. 5 2.2.1 Mô hình Key-Value ........................................................................................ 5 2.2.2 Mô hình Document Store ............................................................................... 7 2.2.3 Mô hình Graph Databases .............................................................................. 8 2.2.4 Mô hình Column Oriented ............................................................................ 11 2.3 Lý do lựa chọn MongoDB................................................................................... 13 2.3.1 Bench Mark MongoDB với các CSDL khác ................................................ 13 2.3.2 Mức độ phổ biến của MongoDB .................................................................. 17 2.3.3 Đánh giá cơ chế bảo mật hiện tại của MongoDB ......................................... 19 Chương 3 ĐIỀU KHIỂN TRUY XUẤT ....................................................................... 21 3.1 Bảo mật thông tin và tính riêng tư ....................................................................... 21 3.2 Nhu cầu điều khiển truy xuất cho dữ liệu NoSQL .............................................. 22 3.3 Khái niệm về điều khiển truy xuất ...................................................................... 24 3.4 Các mô hình truyền thống ................................................................................... 26 3.4.1 Mô hình điều khiển truy cập tùy quyền ........................................................ 26 Luận văn Thạc Sĩ VIII HV: Hà Xuân Sơn – 1570226 3.4.2 Mô hình điều khiển truy cập bắt buộc .......................................................... 28 3.4.3 Mô hình điều khiển truy cập theo vai trò...................................................... 29 3.5 Mô hình điều khiển truy xuất dựa trên thuộc tính ............................................... 30 3.5.1 Giới thiệu mô hình ABAC ............................................................................ 30 3.5.2 Mô hình ABAC ............................................................................................ 31 3.6 Mô hình điều khiển truy xuất XACML ............................................................... 33 3.6.1 Mô hình XACML ......................................................................................... 33 3.6.2 Chính sách và luật trong XACML ................................................................ 35 3.6.3 Đầu vào và đầu ra trong XACML ................................................................ 36 3.6.4 Giải thuật kết hợp trong XACML ................................................................ 37 3.7 Kết luận ............................................................................................................... 39 Chương 4 QUAN CƠ SỞ LÝ THUYẾT VÀ CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN 40 4.1 Đánh giá chính sách ............................................................................................ 40 4.2 Satisfiability Modulo Theories (SMT) ................................................................ 41 4.3 Khái niệm chính sách bảo mật động ................................................................... 42 4.4 Ứng dụng của chính sách bảo mật động.............................................................. 43 4.5 Hướng giải quyết chính sách bảo mật động ........................................................ 43 4.5.1 Điều khiển truy cập động.............................................................................. 43 4.5.2 Theo dõi sự thay đổi trên PIP ....................................................................... 45 4.5.3 Rew-XAC model .......................................................................................... 46 Chương 5 KIẾN TRÚC HỆ THỐNG ............................................................................ 48 5.1 Cấu trúc policy .................................................................................................... 48 5.1.1 Thành phần (Component) ............................................................................. 48 5.1.2 Combining Algorithm................................................................................... 50 5.2 Cấu trúc request ................................................................................................... 52 5.2.1 Subject .......................................................................................................... 52 5.2.2 Resource ....................................................................................................... 52 5.2.3 Action ........................................................................................................... 52 5.2.4 Environment ................................................................................................. 53 5.3 Kịch bản .............................................................................................................. 53 5.4 Định dạng đầu vào hệ thống ................................................................................ 54 Luận văn Thạc Sĩ IX HV: Hà Xuân Sơn – 1570226 5.4.1 Policy ............................................................................................................ 54 5.4.2 Request ......................................................................................................... 58 5.5 Cấu trúc đầu ra .................................................................................................... 58 5.6 Phân loại cập nhật chính sách.............................................................................. 59 5.7 Mô hình tổng quan .............................................................................................. 62 5.8 Kiến trúc tổng quan ............................................................................................. 63 Chương 6 HIỆN THỰC HỆ THỐNG ........................................................................... 67 6.1 Kiến trúc tổng quan hệ thống .............................................................................. 67 6.2 Lược đồ lớp hệ thống .......................................................................................... 68 6.2.1 Lược đồ lớp biểu diễn chính sách ................................................................. 68 6.2.2 Lược đồ lớp biểu diễn cấu trúc đầu vào ....................................................... 69 6.2.3 Lược đồ lớp biểu diễn cấu trúc đầu ra .......................................................... 71 6.2.4 Lược đồ lớp biểu diễn quản lý cập nhật chính sách ..................................... 72 6.2.5 Lược đồ lớp biểu diễn quá trình đánh giá ..................................................... 73 6.2.6 Lược đồ lớp biểu diễn viết lại câu truy vấn .................................................. 74 6.3 Lược đồ lớp tuần tự ............................................................................................. 75 6.4 Giải thuật chính trong mô hình Rew – SMT ....................................................... 77 6.5 Công nghệ sử dụng .............................................................................................. 79 Chương 7 ĐÁNH GIÁ HỆ THỐNG ............................................................................. 80 7.1 Chính sách bảo mật mẫu ..................................................................................... 80 7.2 Kết quả đánh giá .................................................................................................. 81 7.2.1 Xóa chính sách bảo mật ................................................................................ 82 7.2.2 Cập nhật chính sách bảo mật ........................................................................ 83 Chương 8 KẾT LUẬN .................................................................................................. 85 8.1 Đánh giá kết quả .................................................................................................. 85 8.2 Hướng phát triển đề tài ........................................................................................ 86 Danh mục các công trình khoa học ................................................................................... 88 Tài liệu tham khảo ............................................................................................................ 89 PHỤ LỤC A: Chuyển đổi Policy thành Applicable Constraint........................................ 93 PHỤ LỤC B: Các công trình khoa học............................................................................. 99 LÝ LỊCH TRÍCH NGANG ............................................................................................ 155 Luận văn Thạc Sĩ X HV: HV: Hà Xuân Sơn – 1570226 DANH MỤC HÌNH Hình 2. 1: Phân quyền mức dịch vụ SLA ........................................................................... 6 Hình 2. 2: Ví dụ về mô hình Graph Database ..................................................................... 9 Hình 2. 3: Điều khiển truy xuất trong mô hình Graph Database ...................................... 10 Hình 2. 4: Mô hình lưu trữ row-store và column-store ..................................................... 11 Hình 2. 5: Tối ưu hiệu suất - Workload A – thông lượng ................................................. 14 Hình 2. 6. Tối ưu hiệu suất - Workload B – thông lượng ................................................. 15 Hình 2. 7. Tối ưu độ bền vững dữ liệu - Workload A – thông lượng ............................... 16 Hình 2. 8. Tối ưu độ bền vững dữ liệu - Workload B – thông lượng ............................... 16 Hình 2. 9: Tỷ lệ về mức độ phổ biến giữa các hệ quản trị cơ sở dữ liệu .......................... 18 Hình 3. 1: Ba khía cạnh chính của bảo mật thông tin ....................................................... 21 Hình 3. 2: Lượng dữ liệu số ước tính được sinh ra từ năm 2010 đến năm 2020 [35] ...... 23 Hình 3. 3: Khung điều khiển truy xuất tổng quát ............................................................. 25 Hình 3. 4: Mô hình điều khiển truy cập tùy quyền ........................................................... 27 Hình 3. 5: Ví dụ về trojan horse trên DAC ....................................................................... 28 Hình 3. 6: Mô hình điều khiển truy cập dựa trên vai trò .................................................. 29 Hình 3. 7: Đặc điểm các mô hình điều khiển truy xuất .................................................... 30 Hình 3. 8: Kịch bản của mô hình ABAC cơ bản .............................................................. 32 Hình 3. 9: Thành phần và luồng xử lý XACML [19] ....................................................... 34 Hình 3. 10: Cấu trúc chính sách trong XACML [19] ....................................................... 35 Hình 3. 11: Ví dụ về chính sách trong XACML [19] ....................................................... 36 Hình 3. 12: Ví dụ về đầu vào trong XACML [19]............................................................ 37 Hình 3. 13: Ví dụ về đầu ra trong XACML [19] .............................................................. 37 Hình 4. 1: Situation-Oriented Authorization Architecture ............................................... 44 Hình 4. 2: Mô hình cập nhật thông tin trên PIP (Policy Information Point)..................... 45 Hình 4. 3: Rew-XAC Model [52] .................................................................................... 46 Hình 4. 4: Các bước thực hiện trong điều khiển truy xuất dữ liệu [53] ............................ 46 Hình 5.1: Mô hình cấu trúc chính sách bảo mật ............................................................... 48 Hình 5.2: Thành phần chính sách bảo mật ........................................................................ 49 Hình 5.3: Công thức xác định Decision Space [61].......................................................... 56 Hình 5. 4: Trường hợp xóa policy .................................................................................... 60 Hình 5. 5: Tìm một policy thích ứng thay thế cho policy bị xóa ...................................... 60 Hình 5. 6: Tổng quan mô hình .......................................................................................... 62 Hình 5. 7: Mô hình Rew-SMT .......................................................................................... 63 Hình 5. 8: Luồng chạy tổng quan của hệ thống ................................................................ 65 Hình 6. 1: Lược đồ thành phần ......................................................................................... 67 Hình 6. 2: Lược đồ lớp biểu diễn chính sách bảo mật ...................................................... 69 Hình 6. 3: Lược đồ lớp biểu diễn cấu trúc đầu vào – (Request) ....................................... 70 Hình 6. 4: Lược đồ lớp biểu diễn cấu trúc đầu vào – (Decision Space) ........................... 71 Hình 6. 5: Lược đồ lớp biểu diễn cấu trúc đầu ra ............................................................. 72 Hình 6. 6: Lược đồ lớp biểu diễn quản lý cập nhật chính sách......................................... 73 Hình 6. 7: Lược đồ lớp của quá trình đánh giá truy cập ................................................... 74 Luận văn Thạc Sĩ XI HV: Hà Xuân Sơn – 1570226 Hình 6. 8: Lược đồ lớp của quá trình viết lại câu truy vấn ............................................... 75 Hình 6. 9: Lược đồ lớp của quá trình đánh giá câu truy vấn ............................................ 76 Hình 6. 10: Lược đồ lớp của quá trình viết lại câu truy vấn ............................................. 77 Hình 7. 1: So sánh hiệu suất giữa hai giải thuật tại trường hợp xóa chính sách ............... 82 Hình 7. 2: So sánh hiệu suất giữa hai giải thuật tại trường hợp cập nhật chính sách ....... 84 Luận văn Thạc Sĩ XII HV: Hà Xuân Sơn – 1570226 DANH MỤC BẢNG Bảng 2. 1: So sánh thời gian truy xuất của cơ sở dữ liệu quan hệ và Neo4j ...................... 9 Bảng 2. 2: Tối ưu hiệu suất - Workload A - Độ trễ .......................................................... 15 Bảng 2. 3: Tối ưu hiệu suất - Workload B - Độ trễ .......................................................... 15 Bảng 2. 4: Tối ưu độ bền vững dữ liệu - Workload A – độ trễ ......................................... 16 Bảng 2. 5: Tối ưu độ bền vững dữ liệu - Workload B – độ trễ ......................................... 17 Bảng 2. 6: Các hệ quản trị phổ biến nhất hiện nay ........................................................... 18 Bảng 2. 7: Các hệ quản trị theo mô hình Document Store phổ biến nhất hiện nay .......... 19 Bảng 3. 1: Kết quả khi kết hợp các Condition trong một Rule [19] ................................. 38 Bảng 3. 2: Kết quả khi kết hợp các Rule trong một Policy [19] ....................................... 38 Bảng 3. 3: Kết quả khi kết hợp các Policy trong một PolicySet [19] ............................... 38 Bảng 5. 1: Các ký hiệu sử dụng trong trài liệu ................................................................. 54 Bảng 5. 2: Phân tích mức độ tương thích giữa request và policy ..................................... 59 Bảng 5. 3: Phân loại các dạng cập nhật của chính sách bảo mật. ..................................... 61 Bảng 7. 1: Tập dữ liệu chính sách bảo mật ....................................................................... 81 Bảng 7. 2: Thời gian chi tiết phương thức đo đạc............................................................. 83 Luận văn Thạc Sĩ XIII HV: Hà Xuân Sơn – 1570226 Chương 1 GIỚI THIỆU 1.1 Giới thiệu đề tài Ngày nay, việc tăng trưởng các nhu cầu cung cấp dịch vụ thông qua các hệ thống phân tán, mạng xã hội hay các dịch vụ trực tuyến trên điện toán đám mây đã tạo ra một nhu cầu rất lớn cho việc phát triển hệ thống lưu trữ. Các hệ thống lưu trữ hiện tại theo hướng cấu trúc đã không còn đủ khả năng hỗ trợ các hệ thống này. Các chuyên gia đều cho rằng các dữ liệu được lưu trữ dưới dạng cấu trúc chỉ chiếm khoảng gần 20% dữ liệu được lưu trữ cho các hệ thống bên ngoài [20], 80% còn lại được lưu trữ dưới dạng bán cấu trúc và không có cấu trúc. Thuật ngữ dữ liệu không có cấu trúc ra đời nhằm mở ra một hướng mới cho công nghệ lưu trữ dữ liệu và cũng là tiền đề cho nhiều ngành khoa học có thể phát triển mạnh về sau. Dữ liệu không có cấu trúc được lưu trong các cơ sở dữ liệu NoSQL. Đặc điểm chính của các mô hình này là: hỗ trợ tốt các loại dữ liệu từ có cấu trúc, bán cấu trúc đến không có cấu trúc. Mô hình dữ liệu đơn giản, ngôn ngữ truy vấn dữ liệu đơn giản, khả năng mở rộng và độ tin cậy cao. Tuy nhiên cơ chế bảo mật còn thô sơ và đơn giản. Bảo mật trong các mô hình này chủ yếu dựa trên: xác thực người dùng, mã hoá dữ liệu trước khi lưu trữ, tận dụng cơ chế bảo mật của hệ thống file, phân quyền mức dịch vụ, hay gần đây nhất là hỗ trợ mô hình điều khiển truy xuất dựa trên vai trò. Với các đặc điểm về khối lượng lớn, tính đa dạng về mặt lưu trữ, sự phát triển liên tục của dữ liệu không cấu trúc, thì việc bảo vệ dữ liệu trong các hệ thống này là vô cùng khó khăn. Một trong những vấn đề bảo mật đang rất được lưu ý hiện nay là vấn đề điều khiển truy xuất. Việc cung cấp quyền truy xuất cho dữ liệu ngày càng phức tạp, các mô hình điều khiển truyền thống như DAC, MAC, RBAC và những mở rộng của chúng gặp nhiều hạn chế và không còn phù hợp. Đối với mô hình điều khiển truy xuất tùy quyền (DAC), dữ liệu có thể được truy cập trái phép bởi người dùng bởi vì không có điều khiển truy xuất trên bản sao chép của dữ liệu trong mô hình này. Mặt khác trong mô hình điều khiển truy xuất bắt buộc (MAC) giải quyết vấn đề này bằng cách gán các cấp bậc bảo mật trên cả người dùng và dữ liệu, hệ thống áp dụng MAC phải có mức độ phân cấp ở phía người dùng và dữ liệu. Tất cả người dùng bắt buộc phải có một mức bảo mật nhất định mới có quyền truy cập dữ liệu và nhãn bảo mật được gán trên cả các bản sao chép. Tuy nhiên các chính sách trong DAC và MAC thì cố định và không hỗ trợ điều khiển truy cập linh hoạt. Cũng tương tự như hai mô hình trên, mô hình điều khiển truy xuất theo vai trò (RBAC) nảy sinh nhiều vấn đề hạn chế. Bùng nổ vai trò (role) là một trong những vấn đề lớn nhất của RBAC, bởi vì mỗi vai trò đòi hỏi những tập quyền khác nhau và một số lượng lớn vai trò phải được khai báo. Luận văn Thạc Sĩ 1 HV: Hà Xuân Sơn – 1570226 Một trong những nghiên cứu đang nổi lên là mô hình điều khiển truy xuất dựa trên thuộc tính (ABAC). Ưu điểm của mô hình này là hỗ trợ các chính sách điều khiển linh động, cho phép hỗ trợ các chính sách mịn hơn dựa trên các thuộc tính của người dùng, dữ liệu, các thông tin liên quan đến ngữ cảnh. Tuy nhiên, mô hình này mới được phát triển mạnh ở nền tảng lý thuyết. Trong ABAC cũng còn rất nhiều vấn đề cần phải nghiên cứu và phát triển thêm. Một trong các vấn đề đang được chú trọng nghiên cứu là làm thế nào để có thể đảm bảo được tính bảo mật trong điều kiện chính sách bảo mật bị thay đổi và làm thế nào để đảm bảo được tính bảo mật đối với yêu cầu không đủ quyền truy cập trên dữ liệu lớn [21]. Hay nói cách khác trong môi trường chính sách bảo mật động, chưa có một cơ chế hay nền tảng lý thuyết nào được nghiên cứu đúng mức. Cho nên đề tài này, sẽ nghiên cứu mô hình điều khiển truy xuất cho dữ liệu NoSQL và thỏa mãn được các điều kiện ràng buộc về chính sách bảo mật động. 1.2 Mục tiêu của đề tài Như đã đề cập ở trên, mặc dù dữ liệu không có cấu trúc đang có vai trò vô cùng quan trọng trong việc phát triển hệ thống lưu trữ và ngày càng thu hút được sự quan tâm của các nhà nghiên cứu. Tuy nhiên, các mô hình điều khiển truy xuất cho dữ liệu này vẫn còn nhiều hạn chế, chưa đạt đến độ mịn và linh động, đặc biệt trong môi trường chính sách động nơi mà các chính sách bảo mật sẽ bị thay đổi theo thời gian nhằm đáp ứng các tính chất về đa dạng và độ lớn của dữ liệu lưu trữ. Vì vậy mục tiêu của đề tài là nghiên cứu và đề xuất ra một mô hình điều khiển truy xuất cho dữ liệu NoSQL trong môi trường chính sách bảo mật động, xây dựng một cơ chế điều khiển truy xuất để đánh giá mô hình đã đề xuất. 1.3 Ý nghĩa đề tài Về mặt khoa học, đề tài nghiên cứu và đề xuất một mô hình điều khiển truy xuất mới cho dữ liệu NoSQL. Mô hình điều khiển truy xuất này còn có thể đáp ứng các yêu cầu bảo mật trong môi trường chính sách động. Về mặt thực tiễn, đề tài xây dựng một cơ chế điều khiển truy xuất động, dựa trên mô hình điều khiển và cơ chế điều khiển truy xuất này giúp nâng cao bảo mật trong việc quản lý dữ liệu NoSQL. Đề tài cũng sử dụng tập mẫu được sử dụng ở ngoài đời thực để đo đạc và đánh giá tính khả dụng của mô hình. 1.4 Giới hạn của đề tài Đề tài tập trung vào việc xây dựng một mô hình điều khiển truy xuất giải quyết vấn đề chính sách bảo mật động cho dữ liệu NoSQL. Việc xây dựng một cơ chế điều khiển để đánh giá mô hình được xây dựng trên một mô hình XACML v3.0 là một hiện thực của mô Luận văn Thạc Sĩ 2 HV: Hà Xuân Sơn – 1570226 hình điều khiển truy xuất dựa theo thuộc tính ABAC. Cụ thể là trong đề tài này sẽ sử dụng mô hình này áp dụng với lý thuyết SMT để làm tăng hiệu suất đánh giá câu truy vấn (tìm policy thích hợp cho câu truy vấn của người dùng). Để thỏa mãn đầu vào của một SMT Solver chúng tôi sẽ chuyển đổi định dạng ban đầu của chính sách bảo mật (XML format). Về mô lưu trữ dữ liệu NoSQL, đề tài sẽ sử dụng mô hình Document Store, cụ thể ở trong tài liệu này là MongoDB. 1.5 Cấu trúc báo cáo Bài báo cáo chia làm 8 chương: Chương 1. GIỚI THIỆU Trình bày tổng quan về đề tài, mục tiêu của đề tài, ý nghĩa khoa học - thực tiễn, và giới hạn của đề tài. Chương 2. CƠ SỞ DỮ LIỆU NOSQL Trình bày cơ sở lý thuyết, các mô hình cơ sở dữ liệu NoSQL và lý do áp dụng mô hình Document Store cho đề tài này. Từ đó đưa ra lựa chọn MongoDB sẽ là cơ sở dữ liệu được áp dụng trong đề tài luận văn. Chương 3. ĐIỀU KHIỂN TRUY XUẤT Trình bày cơ sở lý thuyết về điều khiển truy xuất, các mô hình điều khiển truyền thống và mô hình điều khiển dựa trên thuộc tính ABAC. Trình bày về XACML v3.0 là một hiện thực của mô hình ABAC và sẽ được áp dụng trong đề tài này. Chương 4. CƠ SỞ LÝ THUYẾT VÀ CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN Trình bày khái niệm về lý thuyết SMT, chính sách bảo mật động (dynamic policy). Định nghĩa như thế nào là một hệ thống có hỗ trợ chính sách bảo mật động, các tiêu chí đánh giá. Tóm tắt các nghiên cứu trước đây về đánh giá chính sách và đưa ra giải pháp cho chính sách bảo mật động. Chương 5. KIẾN TRÚC HỆ THỐNG Trình bày các hướng tiếp cận của phương pháp đánh giá chính sách, cấu trúc của một chính sách bảo mật, cách chuyển đổi định dạng chính sách từ XML (XACML v3.0) Luận văn Thạc Sĩ 3 HV: Hà Xuân Sơn – 1570226 sang dạng input của SMT Solver. Trình bày về mô hình và kiến trúc tổng quan của hệ thống. Chương 6. HIỆN THỰC HỆ THỐNG Trình bày các giải thuật chính và kiến trúc hiện thực của hệ thống. Chương 7. ĐÁNH GIÁ HỆ THỐNG Trình bày môi trường đánh giá, thông tin về tập mẫu sử dụng và đưa ra kết quả đánh giá hệ thống. So sánh với giải thuật đã đề xuất với hướng tiếp cận hiện tại. Phân tích và giải thích lý do sự khác biệt giữa hai hệ thống. Chương 8. KẾT LUẬN Trình bày tổng kết báo cáo, các giới hạn và hướng phát triển của đề tài. Luận văn Thạc Sĩ 4 HV: Hà Xuân Sơn – 1570226 Chương 2 CƠ SỞ DỮ LIỆU NOSQL Trong phần này tài liệu sẽ trình bày cơ sở lý thuyết, các mô hình cơ sở dữ liệu NoSQL và lý do áp dụng mô hình Document Store cho đề tài luận văn. Từ đó đưa ra lựa chọn MongoDB sẽ là cơ sở dữ liệu được áp dụng trong đề tài này. 2.1 Khái niệm cơ bản về dữ liệu lớn Dữ liệu lớn là dữ liệu có dung lượng (volume) dữ liệu khổng lồ, có tốc độ (velocity) được sinh ra lớn, và bao gồm nhiều kiểu (variety) dữ liệu khác nhau mà không thể được xử lý hiệu quả bởi các công cụ dữ liệu truyền thống. Ngoài ra, độ tin cậy và tính xác thực (veracity) khi dữ liệu càng nhiều và bị nhiễu, sự không thống nhất, nhu cầu quản lý và xác thực dữ liệu càng tăng theo. Do đó, tính chất này là một điều kiện cần thiết để tạo ra chất lượng dữ liệu làm tăng độ chính xác cho các ứng dụng, đặc biệt các ứng dụng phân tích và ra quyết định dựa trên dữ liệu lớn. Phần tiếp theo sẽ trình bày tóm tắt các mô hình dữ liệu NoSQL cùng với các hệ thống quản lý dữ liệu lớn đang có trong thực tế. 2.2 Các mô hình dữ liệu NoSQL 2.2.1 Mô hình Key-Value Cấu trúc lưu trữ của mô hình Key-Value (khoá-giá trị) là sự ánh xạ một giá trị nội dung thuộc kiểu bất kì (có thể có cấu trúc, bán cấu trúc hay không có cấu trúc) vào một khoá. Khoá này có thể thuộc một kiểu bất kì (có/bán hoặc không có cấu trúc). Vì vậy, giá trị của khoá và nội dung lưu trữ có thể rất đa dạng, từ các kiểu cơ bản như byte, integer, float, double,… đến các kiểu phức tạp như XML, JSON,… hay file hình ảnh, âm thanh, video. Mô hình Key-Value rất thích hợp để lưu trữ dữ liệu lớn vì tính đa dạng (từ có/bán đến không cấu trúc), dễ dàng mở rộng dung lượng lưu trữ khi cần thiết (như trong hệ thống Hadoop [9] ta chỉ cần thêm vào một máy tính nào đó), và khả năng lưu trữ dữ liệu với tốc độ cao (vì cơ chế lưu trữ rất đơn giản và trực tiếp, thêm vào nhanh). Mô hình Key-Value rất phổ biến trong công nghệ NoSQL đang được ứng dụng nhiều trong các hệ thống dữ liệu lớn [1]. Tuy nhiên, các cơ chế bảo mật cho mô hình dữ liệu Key-Value hiện tại vẫn còn rất thô sơ và đơn giản. Bảo mật trong mô hình này chủ yếu dựa trên 3 yếu tố chính sau đây: • Xác thực: Các kỹ thuật xác thực người dùng, chủ thể sử dụng dữ liệu đang có. Luận văn Thạc Sĩ 5 HV: Hà Xuân Sơn – 1570226 • Mã hoá dữ liệu: Các dữ liệu mang tính nhạy cảm, cần bảo mật sẽ được mã hoá trước khi lưu trữ xuống. Tuy nhiên quá trình mã hoá này phải nhanh, không ảnh hưởng nhiều đến tốc độ và hiệu suất của hệ thống. • Tận dụng cơ chế bảo mật của hệ thống file sẵn có: Do thông thường các bộ KeyValue sẽ được lưu trữ thành file, do đó hệ thống lưu trữ sẽ phân quyền cho các file này ngay tại thời điểm ghi xuống. Sau đây ta xem xét hai ví dụ về công nghệ điển hình cho mô hình lưu trữ Key-Value là Hadoop [9] và Redis [10]. Hadoop : Cơ chế bảo mật của Hadoop về cơ bản dựa trên 3 yếu tố chính sau đây. • Xác thực người dùng bằng công nghệ Kerberos. • Phân quyền file HDFS (Hadoop File System). Đây là một hệ thống file phân quyền theo chuẩn POSIX. Khi ghi xuống hệ thống sẽ xác định owner (chủ sở hữu) và group (nhóm sở hữu) của file. Một bộ quyền hạn trên file được xác lập bao gồm quyền đọc (read), ghi (write) và thực thi (execute) cho owner, group và tất cả còn lại. • Phân quyền mức dịch vụ (Service Level Authorization, SLA). Một hệ thống Hadoop bao gồm nhiều dịch vụ nhỏ, như Map, Reduce, Datanode,… SLA cho phép người quản trị phân quyền sử dụng các dịch vụ này cho từng người dùng (hiểu rộng ra là người dùng, tiến trình hoặc bất kì thành phần chủ động nào trong hệ thống). Sau đây là hai ví dụ minh hoạ cụ thể cho việc gán quyền SLA. Trong ví dụ như hình 2.1 về phân quyền, người dùng Alice, Bob và nhóm Mapreduce được phép thực thi các hàm map-reduce . Hình 2. 1: Phân quyền mức dịch vụ SLA Redis: Redis là hệ thống lưu trữ Key-Value trên bộ nhớ chính (in-memory keyvalue storage). Cơ chế bảo mật của Redis rất thô sơ, chỉ cho phép xác thực người dùng [10], và không có cơ chế điều khiển truy xuất mịn hơn (như SLA của Hadoop). Ngoài ra, Redis khuyến khích ta mã hoá các dữ liệu nhạy cảm trước khi lưu trữ để tăng cường tính bảo mật. Luận văn Thạc Sĩ 6 HV: Hà Xuân Sơn – 1570226 2.2.2 Mô hình Document Store Trong mô hình này, khái niệm document là để chỉ một nội dung có cấu trúc, bán cấu trúc hoặc không có cấu trúc. Ví dụ của document có thể rất đa dạng, như JSON, BSON, XML, YAML hay phức tạp hơn là các file Word, Excel, PDF,… Ta có thể xem mô hình Document Store là một bản cải tiến của mô hình Key-Value. Khi các bộ Key-Value có thêm thuộc tính ngữ nghĩa hoặc siêu dữ liệu đến một mức độ nhất định, ta có thể gom nhóm các bộ key-value thành một document. Việc gom nhóm đó ta có thể thực hiện theo 4 phương thức chính sau đây. • Gom nhóm thành Collections, tức là ta gom nhóm một cách chủ động, người dùng hoặc chương trình trong quá trình chạy sẽ gom nhóm trực tiếp các dữ liệu liên quan. • Gom nhóm theo Tags, các nội dung sẽ được gán các tags, sau đó các dữ liệu sẽ gom nhóm thành document theo các tags. • Gom nhóm theo các siêu dữ liệu vô hình (Non-visible Metadata). • Gom nhóm thành cấu trúc phân cấp (Directory Hierachies). Mô hình Document Store thích hợp với các hệ thống lưu trữ Big Data phần nào coi trọng tính ngữ nghĩa của dữ liệu (khác với mô hình Key-Value, đơn thuần chỉ là lưu trữ dữ liệu). Ví dụ, mô hình Key-Value lưu trữ các log file (web/game/application logs,…) còn mô hình Document Store có thể ứng dụng trong lưu trữ các status của một mạng xã hội, tweet, comments,… Do đặc tính có thêm ngữ nghĩa của document trong Document Store, cơ chế bảo mật của mô hình này được nâng cao hơn, uyển chuyển và mịn hơn so với mô hình Key-Value. Ngoài các cơ chế bảo mật cơ bản như xác thực người dùng, mã hoá dữ liệu, ta có thể áp dụng các cơ chế điều khiển truy xuất cơ bản cho mô hình Document Store (như RBAC), hoặc cung cấp cơ chế cho phép người lập trình thực hiện điều khiển truy xuất tuỳ chỉnh trên dữ liệu lưu trữ [3,4,13,14,15]. Tuỳ theo công nghệ hiện thực mà mức độ nâng cao này cũng khác nhau. Ta xem xét hai ví dụ về công nghệ sau đây để tham khảo rõ hơn về vấn đề này. MongoDB : MongoDB lưu trữ một collection dưới định dạng BSON, mỗi một collection được xem như một “database” và người lập trình/ quản trị viên có thể cài đặt điều khiển truy xuất ở mức độ database trong hệ thống. Mô hình điều khiển truy xuất được áp dụng trong MongoDB là RBAC. Mỗi người dùng (tiến trình, thành phần chủ động) sẽ được gán vào một role. Trong MongoDB, có 3 nhóm role [11]: Read (chỉ đọc), ReadWrite (đọc và ghi) và Admin (quản trị). Mỗi role cung cấp cho người dùng một danh sách các quyền truy Luận văn Thạc Sĩ 7 HV: Hà Xuân Sơn – 1570226