Bonnes pratiques de sécurité Dataproc

La sécurisation de votre environnement Dataproc est essentielle pour protéger les données sensibles et empêcher tout accès non autorisé. Ce document présente les bonnes pratiques clés pour améliorer votre posture de sécurité Dataproc, y compris des recommandations pour la sécurité réseau, Identity and Access Management, le chiffrement et la configuration sécurisée des clusters.

Sécurité du réseau

  • Déployez Dataproc dans un VPC privé. Créez un réseau cloud privé virtuel dédié pour vos clusters Dataproc, en les isolant des autres réseaux et de l'Internet public.

  • Utilisez des adresses IP privées. Pour protéger vos clusters Dataproc contre l'exposition à Internet public, utilisez des adresses IP privées pour renforcer la sécurité et l'isolation.

  • Configurez des règles de pare-feu. Implémentez des règles de pare-feu strictes pour contrôler le trafic vers et depuis vos clusters Dataproc. N'autorisez que les ports et les protocoles nécessaires.

  • Utilisez l'appairage de réseaux. Pour une meilleure isolation, établissez un appairage de réseaux VPC entre votre VPC Dataproc et d'autres VPC sensibles pour une communication contrôlée.

  • Activez la passerelle des composants. Activez la passerelle des composants Dataproc lorsque vous créez des clusters pour accéder de manière sécurisée aux interfaces utilisateur de l'écosystème Hadoop, telles que l'interface utilisateur du serveur YARN, HDFS ou Spark, au lieu d'ouvrir les ports du pare-feu.

Identity and Access Management

  • Isoler les autorisations Utilisez des comptes de service de plan de données différents pour différents clusters. N'attribuez aux comptes de service que les autorisations dont les clusters ont besoin pour exécuter leurs charges de travail.

  • Évitez de vous fier au compte de service par défaut de Google Compute Engine (GCE). N'utilisez pas le compte de service par défaut pour vos clusters.

  • Respectez le principe du moindre privilège. N'accordez que les autorisations minimales nécessaires aux comptes de service et aux utilisateurs Dataproc.

  • Appliquez le contrôle des accès basé sur les rôles (RBAC). Envisagez de définir des autorisations IAM pour chaque cluster.

  • Utilisez des rôles personnalisés. Créez des rôles IAM personnalisés précis, adaptés à des fonctions de travail spécifiques dans votre environnement Dataproc.

  • Révisez régulièrement. Effectuez régulièrement des audits des autorisations et des rôles IAM pour identifier et supprimer les privilèges excessifs ou inutilisés.

Chiffrement

  • Chiffrer les données au repos. Pour le chiffrement des données au repos, utilisez Cloud Key Management Service (KMS) ou les clés de chiffrement gérées par le client (CMEK). De plus, utilisez des règles d'administration pour appliquer le chiffrement des données au repos lors de la création de clusters.

  • Chiffrez les données en transit. Activez SSL/TLS pour la communication entre les composants Dataproc (en activant le mode sécurisé Hadoop) et les services externes. Cela permet de protéger les données en mouvement.

  • Attention aux données sensibles Soyez prudent lorsque vous stockez et transmettez des données sensibles telles que des informations permettant d'identifier personnellement l'utilisateur ou des mots de passe. Le cas échéant, utilisez des solutions de chiffrement et de gestion des secrets.

Configuration sécurisée du cluster

  • S'authentifier à l'aide de Kerberos Pour empêcher tout accès non autorisé aux ressources du cluster, implémentez le mode sécurisé Hadoop à l'aide de l'authentification Kerberos. Pour en savoir plus, consultez la section Sécuriser la multi-propriété via Kerberos.

  • Utilisez un mot de passe principal racine sécurisé et un stockage basé sur KMS. Pour les clusters qui utilisent Kerberos, Dataproc configure automatiquement les fonctionnalités de renforcement de la sécurité pour tous les composants Open Source exécutés dans le cluster.

  • Activez la connexion au système d'exploitation. Activez OS Login pour renforcer la sécurité lorsque vous gérez des nœuds de cluster à l'aide de SSH.

  • Séparez les buckets de préproduction et temporaires dans Google Cloud Storage (GCS). Pour assurer l'isolation des autorisations, séparez les buckets de préproduction et temporaires pour chaque cluster Dataproc.

  • Utilisez Secret Manager pour stocker les identifiants. Secret Manager peut protéger vos données sensibles, telles que vos clés API, vos mots de passe et vos certificats. Utilisez-le pour gérer, accéder et auditer vos secrets dans Google Cloud.

  • Utilisez des contraintes organisationnelles personnalisées. Vous pouvez utiliser une stratégie d'organisation personnalisée pour autoriser ou refuser des opérations spécifiques sur les clusters Dataproc. Par exemple, si une requête de création ou de mise à jour d'un cluster ne répond pas à la validation de contraintes personnalisées définie par votre règle d'organisation, la requête échoue et une erreur est renvoyée à l'appelant.

Étape suivante

En savoir plus sur les autres fonctionnalités de sécurité de Dataproc: