保護 Azure 中的雲端級分析

若要盡可能限制安全性風險，同時提供進行數據分析的存取權，請使用數據控管。數據控管可在作業、維護和控制之間提供平衡。其遵循 Data Lake 解決方案架構設計的基本原則，其使用基礎結構即程式代碼和安全性作為程式代碼。

安全性原則

雲端規模分析的重點是以主要管理原則為基礎：

準則	描述
單一授權身分識別來源	使用一致性和單一授權來源來提升清晰度，並降低人為錯誤和設定和自動化複雜度的風險。
數據安全性的自動化方法	使用自動化來啟用稽核、實作多個控制點，以及減少人為錯誤。自動化也可讓數據控管更容易，並限制額外負荷。
授與完成工作所需的最低許可權	只授與他們執行工作所需的使用者存取權數量，並限制特定範圍的允許動作。
簡化但安全的許可權	避免自定義。自定義會導致複雜度，這會抑制人類理解、安全性、自動化和治理。例如，使用內建角色將許可權指派給數據服務，並避免特別參考個別資源或用戶的許可權。
規則和定義的更清楚和可強制執行性	清楚分隔數據以協助讓環境保持組織，同時讓您輕鬆強制執行安全性規則和定義。

提示

部署雲端規模分析時，請使用自動化原則來啟用安全性，而不是手動套用安全性。在理想情況下，您應該只手動互動以核准或拒絕存取要求。