Gán nhầm quyền là lộ dữ liệu cả nước
Cán bộ chỉ xem đủ hồ sơ tỉnh mình nhờ một vai trò gán trong WSO2. Gán nhầm vai trò "toàn quốc" cho một người là người đó xem đủ mọi hồ sơ. Chỉ quản trị WSO2 được gán, và cần có người rà soát định kỳ.
Kho dữ liệu công dân · đề xuất lên môi trường thật
Trang này tóm tắt hệ thống đã làm được gì, còn thiếu gì, rủi ro nào cần biết và cần bao nhiêu máy, bao nhiêu ngày công.
Hệ thống chép dữ liệu công dân (khoảng 110 triệu hồ sơ) từ nền tảng của nhà cung cấp về một kho riêng của mình, làm sạch, tổng hợp theo tuần, rồi cho cán bộ tra cứu và xem báo cáo. Chỉ đọc từ nhà cung cấp, không sửa gì bên họ, và chạy trong mạng kín không ra internet.
Số đã kiểm trên môi trường thử, dữ liệu giả
Tìm tên trước đây mất 13–22 giây. Xuất 1.000 dòng CSV với tên rất ngắn (ví dụ "an") mất khoảng 5,4 giây. Bản demo này chỉ có khoảng 1.000 hồ sơ nên không nói gì về tốc độ; các số trên là số đo thật trên 110 triệu hồ sơ giả.
Cán bộ chỉ xem đủ hồ sơ tỉnh mình nhờ một vai trò gán trong WSO2. Gán nhầm vai trò "toàn quốc" cho một người là người đó xem đủ mọi hồ sơ. Chỉ quản trị WSO2 được gán, và cần có người rà soát định kỳ.
Ai được phép tìm có thể thử rất nhiều số để biết số nào có thật. Mọi lượt tìm đều được ghi lại, nhưng chưa có cảnh báo tự động. Cần người xem nhật ký, hoặc làm thêm cảnh báo.
Khi địa chỉ không có mã tỉnh hợp lệ, hệ thống đọc tên tỉnh trong dòng địa chỉ. Quê quán hay nơi sinh cũng có thể quyết định cán bộ tỉnh nào xem đủ. Ba quy tắc chất lượng đo mức độ này; phải xem kết quả ở lần chạy đầu trên dữ liệu thật.
Cách hiểu mã địa chỉ mới dựa trên dữ liệu giả. Trên dữ liệu giả, khoảng 31% hồ sơ không khớp. Nếu trên dữ liệu thật gần 100% không khớp thì giả định sai và phải sửa.
Có thể mất thêm công cấu hình nếu bản thật khác bản đã thử.
Không dựng lại được một tuần đã qua từ dữ liệu gốc. Mất bảng tổng hợp là mất lịch sử, nên sao lưu có mã hóa là bắt buộc, kể cả nhật ký truy cập.
Người bị thu quyền ở WSO2 vẫn dùng được web tối đa 8 giờ, trừ khi họ đăng xuất hoặc web khởi động lại.
Hệ thống phát hiện bằng lần quét hằng tuần, nên hồ sơ đã xóa có thể còn hiện tối đa một tuần.
Mọi số dưới đây là ước lượng, suy từ số đo trên máy thử. Chưa có thông tin máy chủ thật nên cần đội hạ tầng xác nhận.
| Thành phần | CPU | RAM | Đĩa | Ghi chú |
|---|---|---|---|---|
| ClickHouse | 16 lõi | 64 GB | 1 TB NVMe | Máy nặng nhất. Máy thử chỉ có 3 GB nên không phản ánh. |
| Kho S3 | 4 lõi | 8 GB | 300 GB | Có thể dùng kho S3 sẵn có của đơn vị. |
| Web tra cứu | 2 lõi | 4 GB | 20 GB | Một tiến trình. Cần tên miền riêng và chứng chỉ TLS. |
| Airflow (kèm CSDL) | 4 lõi | 8 GB | 100 GB | Dựng báo cáo PDF cần trình duyệt không giao diện. |
| WSO2 Identity Server | 4 lõi | 8 GB | 50 GB | Cần thêm CSDL ngoài (2 lõi, 4 GB, 50 GB), có sao lưu. |
Các giả định 4,5% mỗi tuần (số của dữ liệu giả, máy thử đổi 1–4,5% mỗi tuần), 0,2 KB và 3 trường là chỗ không chắc nhất. Tỷ lệ đổi thật của nhà cung cấp chưa biết; đổi nhiều hơn thì đĩa tăng theo tỷ lệ.
| Việc | Ngày công | Điều kiện |
|---|---|---|
| Chạy bộ cài trên Linux thật, sửa lỗi phát sinh | 3–5 | Có máy chủ |
| Gói cài cho mạng kín (ảnh container, thư viện, kiểm tra) | 3–4 | Biết quy trình đưa phần mềm vào mạng kín |
| Cài WSO2 thật, tạo 35 vai trò địa bàn, ứng dụng, tài khoản | 4–6 | Biết bản WSO2 và có quản trị |
| Tài khoản ClickHouse, TLS, sao lưu có mã hóa | 4–5 | Có máy chủ, quy định sao lưu |
| Chạy lần đầu trên dữ liệu thật, rà các quy tắc chất lượng (như quy tắc mã địa chỉ mới) | 5–8 | Được cấp quyền đọc dữ liệu thật |
| Cộng các việc trên | 19–28 | Khoảng 4–6 tuần cho một người |
| Đối soát Scylla | 8–12 | Khi nhà cung cấp gửi mô tả bảng |
| Giai đoạn 4: sửa hồ sơ, ghi ngược | 20–40 | Rất thô, phụ thuộc câu trả lời của nhà cung cấp |