Los macrodatos son uno de los avances más importantes para las empresas y los gobiernos del siglo XXI, pero existen problemas cruciales de seguridad y privacidad que impiden que se desarrollen tan rápido como podrían. Las infraestructuras de nube a gran escala, el formato y el soporte de las fuentes de datos, las migraciones de gran volumen entre nubes y la adquisición dinámica de datos en streaming han generado un aumento de las preocupaciones sobre privacidad y seguridad. Estos problemas se ven agravados por las cuatro V principales de los macrodatos: volumen, velocidad, variedad y veracidad.
Volumen de los macrodatos
Se calcula que para el año 2020 se crearán 43 billones de gigabytes de datos nuevos. Esto supone un aumento del 300 % con respecto a las cifras de 2005. A medida que aumenta el volumen de datos disponibles, resulta cada vez más importante poder distinguir la información sensible de la pública. La empresa promedio de Estados Unidos tiene 100.000 gigabytes de datos almacenados localmente y en la nube. Esto supone un gran riesgo de seguridad cuando esos repositorios de datos se convierten en objetivos de ladrones y delincuentes.
Velocidad de los macrodatos
En una sesión típica, la Bolsa de Nueva York captura 1.000 gigabytes de datos. Uno de los grandes desafíos de los macrodatos consiste en encontrar un equilibrio entre analizar rápidamente los datos en tiempo real y mantener, al mismo tiempo, un entorno muy seguro y privado. Los sistemas seguros requieren cifrado y otras protecciones que necesariamente ralentizan el procesamiento de los datos. Cuando los datos atraviesan los servidores a velocidades vertiginosas, la tarea de gestionarlos se vuelve cada vez más difícil.
Variedad de los macrodatos
La atención sanitaria es uno de los tipos de datos más centrados en la privacidad y la seguridad. En 2011, se calculó que los datos sanitarios superaban los 161.000 millones de gigabytes, y eso es solo un tipo de datos. Cada mes se comparten 30.000 millones de piezas de contenido en Facebook. Los vídeos, las imágenes, las comunicaciones basadas en texto, el audio y los microdatos requieren distintos tipos de procesamiento para clasificar, gestionar y categorizar información crucial. La tecnología necesaria para gestionar estos datos aún está en fase de desarrollo, y se emplea a científicos de datos a tiempo completo para gestionarlos, interpretarlos y difundirlos.
Veracidad de los macrodatos
La precisión de los datos es otra preocupación en torno a los macrodatos. Con tantos datos que revisar, es importante crear filtros que puedan distinguir automáticamente entre datos oportunos y de alta calidad, y datos obsoletos y de mala calidad. Obtener datos precisos es un gran negocio y le cuesta a la economía de Estados Unidos 3,1 billones de dólares al año. Cuando los datos son inexactos, las empresas, los gobiernos y las organizaciones no pueden tomar decisiones precisas basadas en datos. Con el esfuerzo del gobierno de Estados Unidos por rastrear a terroristas en la web profunda, se está llegando a un punto en el que la incapacidad para filtrar los macrodatos puede costar vidas.
Principales desafíos de los macrodatos
La Cloud Security Alliance (CSA) examinó los desafíos que afrontan los macrodatos y recopiló una lista de los diez principales desafíos actuales. Una de las principales preocupaciones es la capacidad de realizar cálculos masivos en marcos de programación distribuida altamente seguros. La seguridad y la velocidad no suelen ser complementarias, por lo que crear servidores muy eficientes capaces de procesar cantidades masivas de datos es una preocupación prioritaria.
Los macrodatos consisten en grandes cantidades de datos no relacionales. En pocas palabras, los datos relacionales utilizan requisitos estrictos para encontrar datos muy estructurados y organizados. La mayoría de los macrodatos no son relacionales y, por consiguiente, suelen estar menos organizados. Los datos no relacionales no exigen que los programadores de software reestructuren todo un sistema si, más adelante, es necesario utilizar los datos almacenados con un propósito completamente distinto. Esto es crucial para poder utilizar los macrodatos de manera eficaz. Por extraño que parezca, un exceso de organización perjudica el trabajo eficaz con macrodatos. El desafío consiste en crear buenas prácticas para proteger los repositorios de datos no relacionales.
El tercer problema consiste en encontrar formas de proteger el almacenamiento de datos y los registros de transacciones que pueden crearse en tiempo real. Como los datos y los registros de transacciones suelen almacenarse en medios de varios niveles, es importante que las empresas y organizaciones puedan protegerlos del acceso no autorizado y, a la vez, mantenerlos disponibles. El cifrado basado en políticas puede ayudar a garantizar que solo usuarios y aplicaciones verificados y autenticados accedan a los datos.
Los desafíos del ecosistema de los macrodatos
La seguridad en la nube requiere distintos tipos de formación para cada uno de los aspectos principales de la gestión de macrodatos. Estos cuatro aspectos principales son la seguridad de la infraestructura, la privacidad de los datos, la gestión de datos, así como la integridad y la seguridad reactiva. Cada uno de ellos requiere un enfoque distinto.
La seguridad de la infraestructura debe basarse en dividir los datos en partes y analizarlos a microescala. A continuación, es necesario incorporar capacidades que impidan la filtración de datos sensibles mediante la depuración y la desidentificación de datos.
Además de los datos en sí, los empleados y todas las personas que interactúan con el ecosistema deben contar con una formación exhaustiva, ser dignos de confianza y estar cualificados. Esto se suma a los ya difíciles costos iniciales y a la difícil tarea de calcular el retorno de la inversión que las empresas deben justificar. Esto obliga a las empresas a buscar talento de primer nivel o a ofrecer distintos tipos de formación de alta calidad. Ambas opciones son costosas.
Históricamente, la privacidad de los datos se ha centrado en proteger los sistemas que los gestionan, en lugar de los datos en sí. Como estos sistemas han demostrado ser vulnerables, es necesario adoptar un nuevo enfoque que proteja los datos en entornos basados en la nube. También deben crearse nuevos algoritmos para mejorar la gestión de claves y los intercambios seguros de claves.
La gestión de datos se ocupa del almacenamiento seguro de datos, los registros seguros de transacciones, las auditorías granulares y la procedencia de los datos. Este aspecto debe centrarse en validar los datos y determinar si son fiables. Los controles de acceso detallados, junto con la protección de los datos de extremo a extremo, pueden servir para verificar los datos y hacer más segura su gestión.
La integridad y la seguridad reactiva se ocupan de la validación y el filtrado de los puntos finales, así como de la supervisión de la seguridad en tiempo real. Hay que examinar minuciosamente cada punto final para garantizar que no se envíen datos maliciosos. El uso de chips Trusted Platform Module y de controles de seguridad basados en el host y en dispositivos móviles puede reducir algunos de los riesgos asociados a los puntos finales no confiables.
Conclusión
El entorno de la nube ha facilitado y hecho más productivo el trabajo con macrodatos; también ha reducido las barreras de entrada para las empresas que empiezan a explorar este ámbito. La integración de datos y los servicios en la nube permiten que herramientas como BI y Hadoop funcionen bien juntas, pero es importante reconocer que siguen existiendo riesgos de seguridad importantes. Las empresas, organizaciones y gobiernos pueden utilizar las investigaciones y conclusiones del grupo de trabajo de la CSA para analizar con mayor facilidad el estado actual de sus infraestructuras y aplicaciones, y crear entornos más seguros que protejan mejor contra el acceso no autorizado.
Este artículo se publica en colaboración con The Smart Data Collective. La publicación no implica que el Foro Económico Mundial respalde las opiniones expresadas.
Para mantenerse al día con la Agenda, suscríbase a nuestro boletín semanal.
Autor: Jared Jaureguy es escritor especializado en tecnología.
Imagen: En esta foto ilustrativa aparecen cables LAN de Internet. REUTERS/Tim Wimborne.
