Bonnes pratiques de sécurité Dataproc

Il est essentiel de sécuriser votre environnement Dataproc pour protéger les données sensibles et empêcher les accès non autorisés. Ce document présente les principales bonnes pratiques pour améliorer votre stratégie de sécurité Dataproc, y compris des recommandations pour la sécurité du réseau, Identity and Access Management, le chiffrement et la configuration sécurisée des clusters.

Sécurité du réseau

  • Déployez Dataproc dans un VPC privé. Créez un 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 l'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 protocoles nécessaires.

  • Utilisez l'appairage de réseaux. Pour une isolation renforcée, 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, comme les interfaces utilisateur des serveurs 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 appuyer sur le compte de service Google Compute Engine (GCE) par défaut. 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 spécifiques dans votre environnement Dataproc.

  • Vérifiez régulièrement. Auditez régulièrement les autorisations et les 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 protège les données en transit.

  • Faites 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. Utilisez des solutions de chiffrement et de gestion des secrets si nécessaire.

Configuration sécurisée du cluster

  • Authentifiez-vous 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 Sécuriser la multitenancy avec Kerberos.

  • Utilisez un mot de passe principal racine sécurisé et un stockage sécurisé basé sur KMS. Pour les clusters qui utilisent Kerberos, Dataproc configure automatiquement des 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 sur 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, consulter et auditer vos secrets sur 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 demande de création ou de mise à jour d'un cluster ne satisfait pas la validation des contraintes personnalisées définies par la règle de votre organisation, la demande échoue et une erreur est renvoyée à l'appelant.

Étapes suivantes

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