“去学计算机？天天坐在电脑前，你以后除了去打印店打打字，还能干啥！？”

在卫生系统工作了大半辈子的老李，理所当然的认为自己的儿子就应该当医生，即使不从事这行，也万万不能去干那打印店的营生。

而当年痴迷于计算机的李科，虽然打心底里不喜欢学医，但还是拗不过父亲，乖乖读了医学院，毕业后进了医院工作，一切看起来顺理成章。

那时的李科，丝毫看不出有日后能成为黑客的潜质。

直到2000年，已经工作了半年的他跟父亲提出要辞职参加成人高考，学自己一直感兴趣的计算机专业。这可把老李气够呛，所以出现了文章开头的那句话。这并非是老李“思想落后”，而是在20年前，绝大多数中国人未曾接触过网络，计算机在那时的主要功能就是打字。

不过，当离开安逸环境的的李科，如愿以偿的学了自己梦寐以求的计算机专业时，他发现父亲气头上的那句话也并非全无道理，学校教的都是一些类似 Word 怎么用，内存 CPU 主机是什么的内容，学这些东西，还真就像是在为打印店培养员工。

多年后，当李科再向我提起这段往事时，他早已成为深谙各种黑客技术的“老司机”，而且还创办了一家名为“观数科技”的网络安全公司，主攻大数据安全。

但当他聊起现在正在做的事情，我依然可以感受到，他还是当年那个不走寻常路的人，倔强的做着非主流的事情。

口述｜李科 文｜郭佳

走这条路，其实很孤独

我做了 10 多年安全了，有个很大的感触，就是现在各行各业都在关注大数据的东西，创业公司也很多，我们之前甚至还做过金融征信方面的大数据业务，但我发现国内很少有人提大数据的安全是其发展的保障。

比如众多公司都会用到的，对大数据进行分布式处理的软件框架 Hadoop ，它在这个领域应该相当于 Windows 在操作系统中的江湖地位，但国内对它的安全性缺乏关注，为什么？

他们只看到通过大数据分析所能带来的巨大意义，但是目前还没有深刻意识到在数据处理过程中的安全同样重要！我们之前可能听 BAT 这边对数据安全强调的多一些，他们会请专门的人做这块的安全，但对于很多其他的企业，他们同样需要这样的服务。

其实我们和BAT这些安全人员的目标一样，就是让所有的数据不能轻易被访问，访问的时候都要有记录，只不过我们做的东西是通用的，要给各行各业做服务。

为什么现在电信诈骗特别多，其中一个很重要的环节就是数据泄露。电信行业部门很多，而且各个部门负责的工作不一样，跨部门的数据调用非常频繁。比方营销部门、收费部门、用户行为分析部门等，都会互相之间调数据，那最后数据到底是谁泄漏的，说不清楚。观数现在要做的事情就是通过安全防护手段来避免类似事情的发生。

既然数据使用过程中是有合规性的需求的，就需要对整套大数据系统进行 4A 统一安全管理（认证、账户、授权、审计）。我们需要在隔离区和公共区建设一个桥梁，相关使用者必须通过身份验证后才能使用其中的数据进行分析，我们要为有可能使用到数据的每个用户配置相应的权限，而且要做到数据使用记录的可溯源。

就像安卓一样，它做得真有多好吗？不见得，大家都会吐槽它的安全，但还是离不开它。

虽然目前 Hadoop 的生态建得非常完善，已经积累了大量的应用，作为一个核心的底层框架已经得到大家的认可，但从它设计之初就没有过多的考虑安全，即使现在有一个新技术比他效率更高，安全性更好，也很难被淘汰。

由于国外的大数据产业发展更完善，所以针对 Hadoop 框架的安全厂商也相继出现了，像 BlueTalon、Zettaset 等，BlueTalon 也在 06 年的 8 月也拿到了 1600万美金的A轮融资，这说明我们做的这个模式在国外被证明是有市场的，但在国内基本是空白的。

我们原来做了十多年的主机加固，知道在什么系统里面面临怎样的风险，该怎么去保护，这些理念和技术是可以尝试在数据分布式上落地的。

目前，各个厂商还处于“试鞋”的阶段，大家原来都不穿鞋，我现在要把鞋卖给他们，其实挺难的，很多人会问，你为什么要做一个大家都听不懂的东西？

走这条路，其实挺孤独。

我们想用修建集市的方法，造出一所大教堂

我当年入安全这个行当，得到过很多人的帮助。

当年我只是一个对计算机很感兴趣的医生，2000 左右开始出现那种网上的聊天室，我一个土生土长的湖南人第一次通过网络跟北上广的朋友聊上了天，先开始新鲜，见着人就聊，后来慢慢开始找到了志同道合的网友。

那时候有个叫“黑客技术”的聊天室，它跟现在的QQ群还不一样，你白天在聊天室聊，晚上大家睡觉就自动解散了，从此这个聊天室就消失了。但黑客技术不一样，它有固定的名称，永远有人在建这个聊天室，而且里面基本上都是同一拨人，里面就讨论技术，不明白的地方可以请教。

我系统学安全知识最多的地方还是在网上的论坛、社区，那时候大家学到些什么，都会在论坛上写文章分享，我那时也写了好些文章，先开始请教别人，后来也会回答别人的问题，那时候大家真的都特别单纯，讨论的都是技术，发现漏洞后也会想方设法的联系厂家。

做安全所需要的东西很杂，要不断的学习，因为它有太多的应用场景了，凭一己之力远远不够。

做针对 Hadoop 框架的安全开源项目，也是同样的道理，随着应用越来越多，单凭自己一家公司是不够的。

当每一天都有更多的数据、用户和应用在加入Hadoop 时，这对整个数据驱动的组织来说是有好处的，但对安全人员来说，如何保护用户的数据访问安全是个大问题，很多对安全要求比较高的企业就要二选一，要么牺牲掉数据的安全性，要么将数据访问者拒之门外。

观数想搞的这个开源项目，就是想对正确的用户和应用程序提供精确的访问级别，在保证安全的同时不影响对数据处理方面的应用。

如何实现？我们现在可以提供统一的账号管理、基于密码的身份认证、支持RBAC（基于角色的权限）的访问控制、日志审计可视化、覆盖大部分大数据组件的 UI 代理和 REST API （满足约束条件和原则的应用程序设计代理）、支持三权分立、支持 HDFS、Hive、Hbase 等组件，预支持的组件有 ES、Kafka、Storm、Spark。

这些基础的安全防护功能，足以打消部分企业在筹建 Hadoop 大数据平台的一些顾虑，也能帮助一些已经建成的 Hadoop 大数据平台提高安全防护能力。

这也是我们名为“螭吻”的开源项目，观数就是想用修建集市的方法，造出一所大教堂。

为什么一定要做自主可控的大数据安全平台

创业之路并不容易，我也会遇到缺钱的情况，而且三天两头会有人找来，给钱让你搞个站，破个邮箱什么的，有人也会经受不住诱惑，但这条路肯定不能走。

即使是做安全，我们也选了一条不那么容易的路。

圈内不少人问过我，国际上已经有开源的大数据安全项目，为什么不拿来修改，而要自己重新做？

我觉得信息安全本就是一个对自主可控要求非常高的领域，就像是我们在花大力气做自己的芯片和操作系统，大数据安全领域也应该有国产自主可控的产品，特别是党政军等保密性要求很高的领域，这样，至少能让国人多一个选择。

国内的大数据方案提供商在搭建基础架构的时候，针对安全需求多数采取使用国外 Apache 开源项目，如：Sentry、Ranger、Knox、Kerberos等，国内在此领域相对处于空白，这些优秀的项目当中没有一个来自于中国。从另一方面看，目前开源组件解决的基本是“点”的问题，很难全面的发挥协同作用，这样其实并不能真正形成有效的方案。

做安全，只是做好自己的产品有时是不够的，做的再好，也不会用你的，因为软件不够，周边没有其他的协同效应，生态差。但是当做好一个产业的培育时，周边就会滋生出很多其他的企业来围绕这个框架做工作。这，才是我所想要的教堂。