OmniRuntime OmniShield
大数据分析业务场景中,随着数据的价值和敏感性增加,机密计算技术已成为保护数据隐私、满足合规要求、促进安全协作和保护知识产权的重要工具。在当今信息化和数字化的时代,机密计算技术的应用范围和重要性正在逐渐扩展和深化。OmniRuntime OmniShield机密大数据作为大数据引擎Spark的插件,提供数据源加解密的功能,通过在基础硬件的TEE环境中执行计算过程的方式,为使用中的数据提供保护,保证数据在整个计算链路中的安全性。
OmniShield机密大数据对于行式数据源(CSV、JSON、TXT)通过Spark提供的插件机制实现Dataframe和Spark-SQL加解密能力,并支持AES/GCM和SM4/GCM算法。对于列式数据源(ORC)通过引入额外的Jar包实现Spark-SQL加解密能力,支持SM4/GCM算法。对于正在运算中的数据由机密计算TEE套件提供安全防护。
OmniShield机密大数据性能数据
OmniShield机密大数据基于大数据联盟TPCDS 99条基准测试用例实现全计算链路安全对比物理机平均性能损耗不超过20%。
图1 OmniShield机密大数据 TPC-DS测试结果

父主题: 方案特性