数据库安全防控综述

吕永国，张永棠

（广东东软学院计算机学院，广东 佛山 528225）

0 引言

数据库在生产和生活中得到了广泛的应用，但是数据池面临着严重的安全威胁。目前，由于计算机网络的发展，技术漏洞等因素，数据库经常受到攻击。

随着数据和数据库功能的日益复杂，攻击者攻击方式的改变和技术的进步，传统的攻击方法已经不能满足实际需要。机器学习(ML)可以将顺序扫描转化为计算模型，将 DBA(数据库管理员)经验转化为预测模型，使入侵检测更加智能化和动态化，以适应快速的工作量变化[1-4]。现在计算能力可以满足机器学习的需要。因此，将机器学习应用于数据库安全威胁响应的文章越来越多，但很少有人对这些应对方法进行梳理，这反映了机器学习在处理某些威胁类型方面的优势。

主流数据库一般采用访问控制、信息流控制、密码控制和推理控制等方法来保障数据库安全性。访问控制机制能确保用户只有在授权的情况下，才能访问数据库资源。制定正确的信息流策略，对信息的收集、存储、传输和处理采用不同的安全等级，确保受保护的数据和不受保护的数据不相互干扰，能有效减低重要数据信息泄露或有缺陷的访问控制风险。数据库加密技术是另外一种常用的主动防御机制，基于对关键信息存储的加密，加强应用访问的安全性，可以有效防止突破防御界限的外部黑客攻击或者内部高权限用户的信息泄密，从根本上实现数据高度安全。……