Features of the management of data encryption keys in the cloud storage MS SQL Azure

• Autorzy: Beley O.

Identyfikatory

DOI

10.5604/01.3001.0012.8013

Warianty tytułu

PL

Cechy zarządzania kluczami szyfrowania danych przechowywanych w chmurze MS SQL Azure

• Języki publikacji: EN

Abstrakty

EN

The main principles of data security and access organization in the Microsoft Azure cloud storage are considered. A role of hierarchy and access keys are presented. We describe the setup and the use of their keys (BYOK) for transparent data encryption (TDE) using Azure Key Vault keyring.

PL

Uwzględniono główne zasady bezpieczeństwa danych i organizacji dostępu w chmurze Microsoft Azure. Przedstawiono zagadnienia hierarchii ról i kluczy dostępu. Zostały opisane dostosowywanie i używanie własnych kluczy (BYOK) do przezroczystego szyfrowania danych (TDE) przy użyciu magazynu kluczy platformy Azure.

Słowa kluczowe

EN

communication equipment; data communication; cyberspace; data transfer

PL

sprzęt komunikacyjny; komunikacja danych; cyberprzestrzeń; transfer danych

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2018
• Tom: T. 8, nr 4
• Strony: 12--15
• Opis fizyczny: Bibliogr. 13 poz., rys.

Twórcy

autor

Beley O.

• Lviv Polytechnic National University, Institute of Computer Science and Information Technologies / Department of Computer-Aided Design

Bibliografia

• [1] Amies Alex H.S., Qiang Guo Tong, Guo Ning Liu.: Developing and Hosting Applications on the Cloud. IBM Press, 2012.
• [2] Armbrust M., et al.: A view of cloud computing. Commun. ACM 53/2010, 50–58.
• [3] Armbrust M., et al.: Above the Clouds: A Berkeley View of Cloud Computing, 2009.
• [4] Buyya R., et al.: Cloud computing and emerging IT platforms: Vision, hype, and reality for delivering computing as the 5th utility. Future Gener. Comput. Syst. 25/2009, 599–616.
• [5] Casanova H.: Simgrid: a toolkit for the simulation of application scheduling. Cluster Computing and the Grid, 2001. Proceedings. First IEEE/ACM International Symposium on, 2001, 430–437.
• [6] Dean J., Ghemawat S.: MapReduce: Simplified Data Processing on Large Clusters. ACM OSDI, Dec. 2004.
• [7] Hamdaqa Mohammad L. T., Ladan T.: A Reference Model for Developing Cloud Applications. Presented at the CLOSER, 2011.
• [8] Krauter K., et al.: A taxonomy and survey of grid resource management systems for distributed computing. Software: Practice and Experience 32/2002, 135–164.
• [9] Qaisar E.J.: Introduction to cloud computing for developers: Key concepts, the players and their offerings. Information Technology Professional Conference (TCF Pro IT), IEEE TCF, 2012, 1–6.
• [10] Quiroz A., et al.: Towards autonomic workload provisioning for enterprise Grids and clouds. 10th IEEE/ACM International Conference on Grid Computing, 2009, 50–57.
• [11] Rajkumar Buyya R. N.C.: Modeling and Simulation of Scalable Cloud Computing Environments and the CloudSim Toolkit: Challenges and Opportunities. Presented at the 7th High Performance Computing and Simulation Conference (HPCS), Leipzig, Germany.
• [12] Trunfio P., et al.: Peer-to-Peer resource discovery in Grids: Models and systems. Future Gener. Comput. Syst. 23/2007, 864–878.
• [13] Voorsluys W., et al: Introduction to Cloud Computing. Cloud Computing. John Wiley & Sons, Inc., 2011.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).