Google Cloud近日更新了自己了安全蓝图组合,新增的Secure Data Warehouse Blueprint安全数据仓库蓝图让客户可以自由实施该蓝图以保护他们的云数据。
Google一系列安全蓝图是把最佳实践和指引进行组合,帮助客户在云部署中构建更高的安全性。今天发布的Secure Data Warehouse Blueprint安全数据仓库蓝图,是建立了一个可操作的框架,旨在保护云数据仓库中存储、传输或使用业务数据时的安全性、机密性和完整性。
Google安全产品高级经理Andy Chang、安全与合规客户工程师Erlander Lo在一篇博文中解释说,该蓝图采用了一种独特的分层网络安全方法,旨在最大限度上减少管理员需要管理的基础设施数量,从而减少黑客的潜在攻击面。
该蓝图包括四层,首先是一个“登陆区域层”,用于处理获取批数据或者流数据,其次是一个“数据仓库层”,是对数据进行存储和去标识化,此外还有“分类和数据治理层”管理加密和数据分类,“安全态势层”有助于检测、监控和响应。
Chang和Lo表示,该蓝图将以多种方式让客户从中受益,重点是提供强大的基线安全性和灵活性,主要优势之一是它让团队使用“基础架构即代码”技术来分析他们的安全控制措施,并将其与他们构建、部署和操作数据系统的要求进行对比,以及简化监管和合规审查。
这种分层次的安全方法可以简化向安全、风险和合规团队展示已经实施的安全控制。Google参考价格带来的另一个好处是,它允许用户监控和定义数据可以在哪些位置流动、不能在哪些位置流动,可以创建边界,将数据限制于特定项目和服务之内,从而最大程度上降低数据泄露的风险。
此外这还可以进一步加强控制,例如防止使用外部IP访问数据,确保传输中的数据仅流经受信任的网络。该蓝图提供了细粒度的身份和访问管理策略,可以根据不同数据集的敏感程度限制对其的访问。
此外,该蓝图有助于符合复杂的合规要求,例如用户可以通过Google Cloud Data Loss Prevention的加密转换工具满足数据最小化的要求,使用Google Cloud HSM管理的密钥处理数据加密。
该蓝图还描述了企业如何使用像Google Cloud Security Command Center这样的安全工具来进行威胁检测和安全健康分析,让企业可以可以持续监控蓝图涵盖的每个项目,以最大程度上降低配置错误的风险。
Google表示,Secure Data Warehouse Blueprint已经经过了谷歌网络安全行动团队和第三方安全团队的审查,客户现在可以下载蓝图,或者通过可部署的Terraform下载现成的安全数据仓库。
好文章,需要你的鼓励
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。