数据库审计审计层面

现有的依赖于数据库日志文件的审计方法，存在诸多的弊端,比如:数据库审计功能的开启会影响数据库本身的性能、数据库日志文件本身存在被篡改的风险，难于体现审计信息的有效性和公正性。此外，对于海量数据的挖掘和迅速定位也是任何审计系统必须面对和解决的一个问题之一。

伴随着数据库信息价值以及可访问性提升，使得数据库面对来自内部和外部的安全风险大大增加，如违规越权操作、恶意导致信息泄漏，但事后却无法有效追溯和审计。美国等很多国家的公开法案都对数据信息的安全有很明确的规定,其中比较的是Sarbanes-Oxley萨班斯—奥克斯利法案，PCI (Payment Card Industry data standard) 规定。

数据库审计计划

大规模：大数据技术的高速发展与普及应用，向数据库审计系统提出了对更大规模审计数据的管理要求；利用大数据技术实现对审计数据的存储、管理、检索和分析成为重要发展方向。

自动化：IT系统的复杂性和数据的流动性，要求审计系统的部署、应用具备更加自动化、开箱即用的能力，以降低用户对系统的操作门槛。

数据库审计经历的技术

一阶段：流量行为审计 实现了对OSI七层模型中的网络层到会话层的覆盖，主要对数据库访问行为进行分析和统计

二阶段：内容审计阶段 实现了OSI七层模型中的表示层到应用层的覆盖，利用关键字进行模糊匹配，对数据库访问行为实现内容记录，如登陆账户、SQL语句等

三阶段：语法解析阶段 主要集中在应用层，实现对SQL语句的语义分析，尽可能的将操作数据库的SQL语句进行细颗粒解析，比如账户名、数据名等等

四阶段：大数据审计阶段 解决面向对象的M语言安全设计问题，支持大数据审计，Hive、HBASE、MogoDB等