Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Important
Kebijakan ingress berbasis konteks pada tingkat akun masih dalam tahap Beta.
Kebijakan berbasis konteks Azure Databricks menyediakan kerangka kerja keamanan terpadu untuk mengelola lalu lintas masuk dan keluar ke dan dari ruang kerja serta sumber daya tingkat akun Anda (misalnya, konsol akun dan Genie tingkat akun). Kebijakan tingkat ruang kerja dikonfigurasi di bawah Kebijakan tingkat ruang kerja, dengan kebijakan tingkat ruang kerja default yang ditetapkan ke semua ruang kerja tanpa penugasan eksplisit. Kebijakan tingkat akun dikonfigurasi secara terpisah di bawah Kebijakan tingkat akun; ID kebijakannya adalah account-policy.
Dengan ingress berbasis konteks, administrator dapat membatasi akses tingkat ruang kerja dan akun berdasarkan kombinasi identitas, sumber jaringan, dan jenis permintaan. Kebijakan keluar tanpa server memperluas kontrol ini ke lalu lintas keluar dengan membatasi beban kerja tanpa server ke tujuan yang diotorisasi. Bersama-sama, kebijakan jaringan ini membantu memastikan bahwa akses pengguna dan pergerakan data tetap berada dalam batas tepercaya di seluruh organisasi Anda.
Kebijakan jaringan berbasis konteks melengkapi fitur keamanan yang ada ini:
- Kontrol ingress berbasis konteks:
- Daftar akses IP ruang kerja
- Daftar akses IP untuk akun
- Private Link masuk (menggunakan pengaturan akses privat)
- Kontrol keluar tanpa server:
- Private Link Outbound (menggunakan konfigurasi konektivitas jaringan)
Keuntungan
Kebijakan jaringan masuk berbasis konteks memberikan manfaat berikut bagi keamanan jaringan Anda:
- Keamanan yang ditingkatkan: Mengurangi akses yang tidak sah dan risiko penyelundupan data.
- Kontrol sadar identitas: Mendukung klien SaaS tanpa rentang IP yang stabil dengan menggunakan aturan berbasis identitas.
- Penegakan fleksibel: Terapkan aturan yang berbeda ke berbagai jenis permintaan, sumber, dan identitas.
- Manajemen terpusat: Konfigurasikan sekali di tingkat akun, berlaku di beberapa ruang kerja.
- Pengujian aman: Gunakan mode dry run untuk menguji dampak kebijakan sebelum penegakan penuh.
Jenis kebijakan dibandingkan
Kebijakan jaringan berbasis konteks mencakup dua jenis: kontrol masuk dan kontrol keluar. Tabel berikut ini meringkas perbedaan utama:
| Attribute | Pengendalian Akses | Kontrol keluar |
|---|---|---|
| Apa yang dikontrolnya | Permintaan masuk ke Azure Databricks ruang kerja dan titik akhir tingkat akun. | Koneksi keluar dari komputasi Tanpa Server ke tujuan eksternal. |
| Kasus penggunaan utama | Batasi siapa yang dapat mengakses ruang kerja dan sumber daya tingkat akun Anda, dari mana, dan apa yang dapat mereka jangkau. | Cegah penyelundupan data dengan mengontrol sumber daya eksternal mana yang dapat disambungkan oleh komputasi Tanpa Server. |
| Kriteria kebijakan | Identitas (beberapa pengguna atau beberapa prinsipal layanan) Sumber jaringan (rentang CIDR, titik akhir privat terdaftar) Jenis akses: bagi ruang kerja (UI Ruang Kerja, API Ruang Kerja, runtime aplikasi, runtime Lakebase); bagi akun (UI Akun, API Akun) |
Lokasi yang diizinkan FQDN Kontainer penyimpanan cloud |
| Penglogan Audit |
system.access.inbound_network tabel sistem |
system.access.outbound_network tabel sistem |
Cara kerja kebijakan berbasis konteks
Dengan pengendalian masuk, Anda dapat:
- Hentikan akses dari jaringan yang tidak tepercaya dengan memerlukan kredensial yang valid dan sumber jaringan tepercaya.
- Izinkan alat otomatisasi SaaS dengan IP dinamis dengan menggunakan aturan berbasis identitas alih-alih daftar izin IP.
- Batasi operasi sensitif ke UI sambil mengizinkan akses API yang lebih luas.
- Batasi perwakilan layanan hak istimewa tinggi hanya untuk rentang jaringan perusahaan.
Dengan kontrol keluar, Anda dapat:
- Cegah eksfiltrasi data dengan membatasi akses API eksternal yang dapat dijangkau oleh komputasi tanpa server.
- Izinkan konektivitas hanya ke wadah penyimpanan cloud dan database eksternal yang disetujui.
- Blokir koneksi keluar ke tujuan yang tidak sah sambil mengizinkan integrasi yang diperlukan.
- Menerapkan kepatuhan dengan membatasi pergerakan data ke wilayah dan layanan yang disetujui.
| Panduan konfigurasi | Deskripsi |
|---|---|
| Mengonfigurasi kebijakan masuk | Siapkan aturan izinkan dan tolak yang menggabungkan identitas, sumber jaringan, dan jenis akses untuk mengontrol permintaan masuk ke ruang kerja Anda. |
| Mengonfigurasi kebijakan keluar | Tentukan aturan koneksi keluar untuk mengontrol tujuan eksternal mana yang dapat dijangkau sumber daya komputasi Tanpa Server Anda. |
Mode penegakan
Kebijakan berbasis konteks memiliki dua mode penerapan yang berbeda:
- Mode yang diberlakukan: Aturan diterapkan secara aktif. Permintaan yang melanggar diblokir.
- Mode eksekusi kering: Pelanggaran dicatat tetapi tidak diblokir. Gunakan mode ini untuk menguji dampak kebijakan sebelum penerapan.
Databricks merekomendasikan dimulai dengan mode dry run untuk menghindari gangguan akses yang tidak diinginkan.
Penglogan Audit
Azure Databricks mencatat semua evaluasi kebijakan untuk kepatuhan dan pemantauan:
- Ingress: Dicatat dalam
system.access.inbound_networktabel sistem. - Egress: Dicatat dalam tabel sistem
system.access.outbound_network.
Kueri log ini untuk memvalidasi efektivitas kebijakan dan mendeteksi upaya akses yang tidak sah.
Bagaimana kebijakan berinteraksi dengan kontrol lain
- Daftar akses IP: Daftar akses IP dan kebijakan masuk berbasis konteks akses publik harus mengizinkan permintaan. Jika Anda menonaktifkan akses publik di pengaturan akses privat Anda, sistem menolak semua permintaan publik terlepas dari aturan kebijakan masuk.
-
Konektivitas privat:
databricks_ui_apititik akhir berfungsi bersama kebijakan masuk publik ruang kerja saat akses publik diaktifkan. Ingress berbasis konteks adalah sumber kebenaran tunggal untuk kebijakan akses privat tingkat akun.
- Profil keamanan: Kebijakan berbasis konteks menyediakan kontrol tingkat jaringan yang melengkapi komputasi dan tata kelola data.
Praktik terbaik
- Mulailah dengan mode dry run untuk memvalidasi perilaku kebijakan sebelum penerapan.
- Gunakan aturan berbasis identitas untuk klien SaaS dengan alamat IP dinamis.
- Terlebih dahulu, terapkan aturan penolakan ke prinsipal layanan dengan hak istimewa tinggi untuk membatasi risiko.
- Pantau log audit secara teratur untuk mendeteksi pola akses yang tidak terduga.
- Uji kebijakan keluar untuk memastikan sumber daya eksternal yang diperlukan tetap dapat diakses.
- Gunakan nama kebijakan deskriptif untuk pemeliharaan jangka panjang.