#NSD14 - La sécurité autour du Big Data

La sécurité autour du Big Data
04/12/2014!
04/12/2014!
NSD14 - CRHN!
Version ! 1.0!

Be creative. Make sense. www.creativedata.frBig Data = Teenage Sex 2
“Big data is like teenage sex : everyone talks
about it, nobody really knows how to do it,
everyone thinks everyone else is doing it, so
everyone claims they are doing it.”
Dan Ariely
Introduction!

Be creative. Make sense. www.creativedata.fr 3
Introduction!

Agenda!
+ Creative Data : startup data-driven
+ Big Data : de quoi parle-ton ?
+ Progrès techniques, baisse des coûts
+ Exemples concrets
+ Comment aborder la sécurité de vos données petites ou grosses
+ Importance de sécuriser le big data
+ Le big data pour renforcer la sécurité informatique

Creative Data, startup
Data-Driven

Creative Data
•  Start-up créé en 2013
•  Data-centric : big-data & BI
•  Proche des universités, Laboratoires privés (Airbus Défense) et publics (LITIS)
Des compétences pluridisciplinaires
•  ETL, traitement des données, accès données non-structurées
•  Architecture big-data, sécurité
•  Mathématiciens, statisticiens
•  Expérience métier et expérience utilisateur
Introduction!

Be creative. Make sense. www.creativedata.fr
Notre mission!
è Repenser le Système d’Information comme un puissant levier de performance business chez
nos clients
è Capitaliser sur les ruptures créées par l’émergence du big-data
•  Variété - la capacité de croiser des données tierces
•  Volume - la mise à plat des données (la modélisation va disparaître)
•  Vitesse - la puissance des technologies open source (Hadoop, Spark…)
7

Nos trois pôles d’activité!
8
Apollo

Crea%ve
Big
Data
Pla/orm

Crea*ve
Data

Services

Design
thinking

Projets
Data
Science

Intégra*on
&
Training

Crea*ve

Data
Lab

Prototypage,

preuve
de
valeur

Crea*ve
Data

Edi*on

Plateforme
Apollo

Data
Apps

R
&
D

Notre équipe!
Arnaud
CEO, Chef de projet, expert DATA
Certifié SAP HANA, SAP BO BI, DBA ORACLE certifié, certifié IBM COGNOS,
Powercenter
Yann
Architecte BIG DATA
Hadoop, MongoDB, Maths/stats, Conception, Architecture, Expert Java/J2EE,
Expert XML/XLS, Oracle PL/SQL, UML, Technologies .NET
Président fondateur du Java Users Group de Normandie
Nicolas
Architecte DATA
Actuate BIRT, certifié IBM COGNOS, SAP Business Object, Xcelsius-Dashboard,
SAP BW, Microsoft SSRS, DataStage, Talend, ODI, SSIS, SQL Server, Oracle,
MySQL, Ingres, Hadoop, Hive, Impala, Spark
Aurélien
DataScientist - DBA
Crawling Web : Apache Nutch, ElasticSearch, Weblab
Certifié DBA & Developer MongoDB
DBA Oracle, Talend, NoSQL, ODI, OBIEE, SQL Server, MySQL
Conception, UML, Merise, MVC, Java/J2EE, Technologies Web
Anthony
Design Thinking – Product Owner
Design thinking, User experience, Market opportunities, Data thinking, Data value
Scénatisation, prototypage fonctionnel, maquettage
Kevin
DataScientist
Hadoop, Impala, PrototypeJS, HTML5, Curl, Lua, Java,PHP, JS, jQuery, MySQL
Nathalie
Assistante de direction
Administratif, Gestion, Finance, Social
Tony
Développeur
Tableau, D3 (DataViz), C, C++; PHP, Java/J2EE, Python, Technologies Web
, Scala, R
Jonathan
DataScientist
Hadoop,, Statistiques, Scala, Java, R, PHP, Technologies Web, Talend, Oracle
Guillaume
Consultant décisionnel
Actuate Birt, SAP Business Object, certifié IBM COGNOS
Conception, UML, Merise, MVC, PAC, Java, PHP, .Net,, ERP Adonix, ERP JD Edwards
Oracle BI Publisher, Oracle DB

Ils nous font conﬁance!

Be creative. Make sense. www.creativedata.fr 12Démystifions le Big Data
De quoi parle-t-on ?!

De quoi parle-t-on ?!
Vidéo explicative

Volume
• Quantité de
données
Variété
• Différentes
formes de
données
Vélocité
• Analyse temps
réel des flux de
données
Véracité
• Attention aux
données
erronées,
incomplètes
Valeur
• Evaluer le
potentiel des
données en
regard des enjeux
business
La Vraie déﬁnition du Big Data!
Démystifions le Big Data

Des progrès :
+ plus de puissance / moins de $

BIG DATA = BI Réinventée ?!
16
Ici, explication

Un nouveau paysage technologique…!

Entrepôt < > Lac de données!
Cheap
Champ des possibles fantastique

Be creative. Make sense. www.creativedata.fr04/12/2014 19
Arte, 19/09/2014
Champ des possibles transformé!

C’est quoi un projet Big Data ?
20

Le Data Driven Marketing!
Connaissance du
client à 360°
Achats en
magasin
Achats sur
Internet
Historique
de
navigation
Préférences
affichées sur
les réseaux
sociaux
+ Anticiper les besoins
+ Cibler et personnaliser les offres

Big Data et l’Internet des objets chez GE!
Doter tous les
produits GE de
capteurs et de
capacités de
communication
1
Développer les
outils de Big
Data propres à
analyser avec
précision les
masses
colossales de
données qui en
sont issues.
2
Suivre en temps
réel le
comportement
des produits
industriels de la
firme (moteurs
d’avions,
machines d’IRM,
turbines…)
3
+  Tout connaître du fonctionnement des produits pour détecter au plus tôt, tout risque de dysfonctionnement, en optimisant l’usage, et obtenir des économies
significatives
+  Exemple de Général Electric
+  Investissement d’1 milliard de dollars l’année dernière dans un centre de R&D
« Si nous sommes capables d’optimiser l’usage de nos équipements d’1%, cela correspondra à plus de 20 milliards d’économie pour notre parc installé ! »
(selon les experts de Général Electric)

+  Industrie : Maintenance prédictive
+  Distribution : Offres temps-réel, services personnalisés, pricing dynamique
+  Assurance : Tarification à l’usage, détection de fraudes
+  Santé : Traitements personnalisés, amélioration des diagnostics,
+  Transports : Optimisation de la chaine logistique, suivi temps-réel
+  Service public : Open Data, sécurité publique, nouveaux services
+  Energie : Suivi temps réel des opérations de terrain (forage, extraction)
24
Exemples d’applications!

+  Traiter des volumes d’information plus larges de manière plus rapide
+  Réduire les coûts avec des solutions open-source et du matériel standard
+  Améliorer performance et efficacité opérationnelle
+  Mieux comprendre et interagir différemment avec le consommateur
+  Disposer d’indicateurs de performance en temps-réel
+  Renforcer / Diversifier son business Model
25
Bénéﬁces illustrés!

Des secteurs d’applications diversiﬁés!
Big
Data
Télécoms
Grande
Distribution
Finance
Industrie
Médias
Santé
La Sécurité

Comment aborder la sécurité de
vos données (petites ou grosses) ?

Back to School!

+  Portée par une circulaire du Premier ministre signée le 17 juillet
2014, la PSSIE fixe les règles de protection applicables aux
systèmes d’information de l’État.
+  … L’État ainsi affiche sa volonté de se montrer exemplaire en
matière de cybersécurité.
+  La PSSIE décline dix principes fondamentaux portant sur le choix
d’éléments de confiance pour construire les SI
=> constituer une base méthodologique pour tout organisme ou
institution, extérieur à l’État, ayant à élaborer un document de cette
nature
29
P1 : avoir une politique de sécurité!

+  P1. Lorsque la maîtrise de ses systèmes d’information l’exige, l’administration fait appel à des
opérateurs et des prestataires de confiance.
+  P2. Tout système d’information de l’État doit faire l’objet d’une analyse de risques permettant une
prise en compte préventive de sa sécurité, adaptée aux enjeux du système considéré. Cette
analyse s’inscrit dans une démarche d’amélioration continue de la sécurité du système, pendant
toute sa durée de vie. Cette démarche doit également permettre de maintenir à jour une
cartographie précise des systèmes d’information en service.
+  P3. Les moyens humains et financiers consacrés à la sécurité des systèmes d’information de
l’État doivent être planifiés, quantifiés et identifiés au sein des ressources globales des systèmes
d’information.
+  P4. Des moyens d’authentification forte des agents de l’État sur les systèmes d’information
doivent être mis en place. L’usage d’une carte à puce doit être privilégié.
Le présent document déﬁnit les mesures de sécurité applicables aux
systèmes d’information de l’État. Il s’appuie sur 10 principes stratégiques :!

+  P5. Les opérations de gestion et d’administration des systèmes d’information de l’État doivent
être tracées et contrôlées.
+  P6. La protection des systèmes d'information doit être assurée par l’application rigoureuse de
règles précises. Ces règles font l'objet de la présente PSSIE.
+  P7. Chaque agent de l’État, en tant qu’utilisateur d’un système d’information, doit être informé de
ses droits et devoirs mais également formé et sensibilisé à la cybersécurité. Les mesures
techniques mises en place par l’État dans ce domaine doivent être connues de tous.
+  P8. Les administrateurs des systèmes d’information doivent appliquer, après formation, les règles
élémentaires d’hygiène informatique.
+  P9. Les produits et services acquis par les administrations et destinés à assurer la sécurité des
systèmes d’information de l’État doivent faire l’objet d’une évaluation et d’une attestation
préalable de leur niveau de sécurité, selon une procédure reconnue par l’ANSSI (« labellisation »).
Comme l'éthique…
+  P10. Les informations de l’administration considérées comme sensibles, en raison de leurs
besoins en confidentialité, intégrité ou disponibilité, sont hébergées sur le territoire national.
Sécurité = confidentialité + intégrité / fiabilité + disponibilité
32

Importance de sécuriser
le big data

En septembre 2014 l’étude du cabinet de conseil Accenture positionne la sécurité comme
étant le principal défi à la mise en place d’une solution big-data pour 60% des dirigeants en
France.

Protégeons le Data Lake!

+  Chaque client a une perception unique du sujet.
+  Secteur e-commerce. Culture web / peu de DSI
§  Culture startup -> résultat first.
§  Besoin de pédagogie, sensibilisation
+  Secteur Retail :
§  Tout l’inverse : SAAS, mobile inenvisageable
§  Prérequis sécurité très important
§  On-premise / VPN site à site / FW Hardware
+  Et le Cloud ?
§  Un autre sujet…
35
La réalité terrain!

+  3 gds fournisseurs de cloud :
+  Google : faire des ateliers autour du sujet avec le client. Des
solutions technos mais prise en compte réelle des besoins /
contexte client
+  Amazon Web Services
+  Microsoft Azure
+  Pourquoi le cloud ? -> La réponse aux très gros volumes.
36
Le Cloud ?!

+  Lorsque l’on a rassemblé d’énormes quantités de données, le cloud est un
espace de stockage et traitement plus adapté que des infrastructures sur site :
§  Stockage élastique
§  Capacité serveurs à la demande
⇒ Le Cloud démocratise l’accès au Big Data.
⇒ Aujourd’hui, aucun de nos clients n’a souhaité choisir l’option
Cloud. Et Pourtant…
37
Le cloud, accélérateur du Big Data!

1 . Le contrôle d’accès
+  Connexion aux VM avec une paire de clef SSH dont seul le client possède la clef privée.
+  Gestion des identités et des accès : IAM (AWS Identity and Access Management)
+  Authentification MFA (Multi-Factor Authentication)
+  Enfin on associe à chaque utilisateur, groupe ou rôle une policy décrivant ses actions autorisées ou interdites sur les API
2 . Isolation Réseau
+  Toutes les instances Amazon EC2 disposent d'un firewall obligatoire appelé Security Group.
+  VPC + VPN
+  Transfert vers Amazon S3 par HTTPS
+  Import initial avec AWS Import/Export
3 . Données au repos (‘data at rest’)
+  "Server Side Encryption" natif
+  Un certain nombre de services AWS proposent nativement des fonctions (gratuites) de chiffrement côté serveur.
+  Elles sont toutes basées sur un chiffrement AES-256 bits, avec rotation des clefs régulière.
38
Sécuriser le big data dans le cloud : c’est possible.!

Le big data pour renforcer
la sécurité informatique

Aujourd’hui, demain!
40
+  Aujourd’hui :
§  Fonction Sécurité SI est pour l’instant concentrée :
•  sur les solutions de log management
•  SIEM (Security Incident and Event Monitoring)
= outils de collecte et gestion des logs sécurité pour analyser la sécurité des SI
+  Demain :
•  Ces outils devront être connectés avec les solutions BIG DATA
•  Exemple : SPLUNK
•  Relier intimement les logs et événements d’infrastructure (réseaux, systèmes,
sécurité, mobilité, cloud,…) avec les événements des applications métier,
= Alimenter un Data Lake Sécurité pour une vision 360° de la sécurité & fraude
=> C’est le rêve de tout RSSI, Fraude Manager ou Directeur Sécurité SI, voire des directions audit interne !

Comment tirer parti de l’innovation ?!
+  Ces outils n’ont rien de magique, les acheter et
les déployer ne résoudra pas tout.
+  Ils vont requérir d’une part d’être alimentés &
analysés
+  Un RSSI Datascientist J
41

Be creative. Make sense.! www.creativedata.fr!
42
Conclusion!
Faites votre propre expérience
Pensée pour mon ami Philippe
Merci pour votre attention

#NSD14 - La sécurité autour du Big Data

Contenu connexe

Tendances

En vedette

Similaire à #NSD14 - La sécurité autour du Big Data

Plus de NetSecure Day

Dernier

#NSD14 - La sécurité autour du Big Data