| 個資 , | 資料外洩 , | 資安 , | 資料庫配置 , | ElasticSearch , | 微軟 , | 組態設定

微軟客戶資料庫組態錯誤導致資料曝光

微軟內部在進行資料庫變更時,出現安全規則的組態錯誤,可讓未獲授權的人士得以存取,微軟聲稱這批曝光資料,大部分都做了遮蓋處理,只有極少數有外洩可能

2020-01-23

| Elastic , | Kubernetes , | ElasticSearch , | Elastic Cloud , | 容器

Elastic釋出官方解決方案讓用戶可在K8s部署和控制自家資料管理工具

用戶可以在Kubernetes部署資料搜尋引擎Elasticsearch,也能部署資料擷取工具Beats或是視覺化工具Kibana

2020-01-17

| AWS , | ElasticSearch , | 開源 , | 授權 , | 壟斷 , | 反托辣斯 , | 雲端 , | MariaDB

AWS被指「露天開採」開源軟體,Amazon:因應客戶要求

紐約時報發布一則AWS如何利用開源軟體的報導,當中引述MariaDB執行長的說法,稱AWS的成功是建立在對開源碼軟體露天採礦行為上,透過代管開源專案的程式碼以壟斷開發商通路取得大部份用戶

2019-12-19

| 資料外洩 , | 個資 , | ElasticSearch , | 伺服器 , | 配置不當

公開的Elasticsearch伺服器曝露12億名民眾資料

又有研究人員尋獲可公開存取下載的Elasticsearch伺服器,裡面存放了12億筆民眾個資,堪稱史上最大宗資料外洩事件,這個無名伺服器可能來自於專精肉搜大眾個資的民間業者,但被點名的二家公司都矢口否認

2019-11-26

| ElasticSearch , | 資料庫組態不當 , | 資料庫配置不當 , | 資安 , | 個資

厄瓜多市調公司資料庫配置不當,超過全國人口數的大量個資曝光,波及維基解密創辦人

研究人員發現一個未設密碼ElasticSearch 伺服器,包含二千萬筆集結了厄瓜多政府、金融等公私單位的民眾資料,資料量比這個南美國家當地總人口數一千七百萬還多,其中還包含曾獲得該國政治庇護的維基解密創辦人的身分資料

2019-09-17

| 資料外洩 , | 資料庫 , | 配置不當 , | 雲端 , | ElasticSearch , | 個資 , | 資安

汽車行銷業者資料庫門戶大開,1.98億筆潛在車主資料曝光

安全研究人員在網路上發現一個沒有密碼保護的ElasticSearch資料庫,追查之下才知道持有者是汽車產業行銷公司Dealer Leads

2019-09-13

| ElasticSearch , | 資料庫管理 , | 資料外洩 , | 資料庫配置 , | 資安

研究人員再發現未保護的資料庫叢集,中國獵人頭公司資料全都露

以跨國及中國大型企業為主要客戶的獵人頭公司FMC,內部存放數千萬筆履歷與企業資料的ElasticSearch叢集因配置錯誤而在網路上曝光

2019-06-04

| ElasticSearch , | 資料庫 , | 資料外洩

錯誤配置的ElasticSearch外洩十多萬名戒癮病患資料

存放了美國某個成癮康復中心病患個資的ElasticSearch資料庫,因配置錯誤而導致資料外洩

2019-04-24

| AWS , | Elastic , | ElasticSearch , | 開源

原廠大批AWS推Elasticsearch開放版別有居心,Elastic抨擊AWS是假開放之名但實際全為私利

對於AWS釋出Elasticsearch開放版本的說法,Elastic執行長Shay Banon表示,那只是美化私利行為的理由。

2019-03-13

| ElasticSearch , | AWS , | 開源

因應Elasticsearch專案專有化,AWS另推開放版本

Elasticsearch專案混入部分專有程式碼,使用者不小心就會違反授權許可,因此AWS推以Apache 2.0授權完全開源的Elasticsearch開放版本

2019-03-12

| ElasticSearch , | 個資外洩 , | 配置不當 , | 資料庫管理

Elasticsearch伺服器配置不當,8,000萬名美國民眾資料外洩曝光

這個遭曝光的資料庫有11.4億筆資料,推測約8,285萬名美國民眾的個資,包括姓名、雇主、電話、住址、電子郵件等

2018-11-30

| 東南Grab , | ElasticSearch

【東南亞最大叫車服務Grab揭露三大技術關鍵】億級搜尋平臺如何又快又準又穩定

東南亞最大的叫車服務平臺Grab,服務的範圍涵蓋全東南亞地區的國家,在2012年才創立,在短短的幾年內,目前一年已經超過10億次的搭乘次數,不過,業務突然增長也為Grab帶來挑戰,平臺每天大約需處理數億多個地理位置查詢請求,要如何提供毫秒級的查詢服務,還要兼顧搜尋結果的準確性,是Grab服務爆紅後最大的難題

2017-11-11