- DSPM nodrošina nepārtrauktu un automatizētu pārredzamību attiecībā uz sensitīvu datu atrašanās vietu, piekļuvi un risku hibrīdvidē, SaaS un mākoņvidē.
- Atšķirībā no DLP, tā koncentrējas uz datu noplūdes atklāšanu un kontekstualizēšanu pirms noplūdes.
- Tas ir būtiski, lai mazinātu tādus mūsdienu riskus kā neredzami dati, masveida mākslīgā intelekta/mašīnmācīšanās izmantošana un nepareizas konfigurācijas mākoņinfrastruktūrās.
Gadiem ilgi mēs jutāmies droši, paļaujoties uz "pils un grāvja" modeli, kur vienkārši spēcīgu digitālo sienu uzcelšana bija pietiekama, lai neielaistu ļaundarus. Taču atzīsim: šī pieeja vairs nav efektīva. Pasaulē, kurā elastība ir galvenais, visvērtīgākie aktīvi vairs nav ieslēgti centrālā seifā, bet gan riņķo pa tīklu, lecot no viena mākoņa uz citu vai aizmirstot testa serverī.
Realitātē uzbrucēji nevēlas nojaukt sienu; viņi vēlas to, kas ir iekšpusē. Līdz ar mākoņdatošanas eksploziju un mākslīgā intelekta masveida ieviešanu ir parādījušies tā sauktie neredzamie dati : kopijas, replikas un dublēšanas stratēģijas, kuras neviens neuzrauga un kas ir katra kibernoziedznieka sapnis. Šeit noder datu drošības stāvokļa pārvaldība jeb DSPM — disciplīna, kas koncentrējas uz to, kas patiešām ir svarīgs: pašiem datiem.
No kā īsti sastāv DSPM?
Ja mums būtu vienkārši jādefinē DSPM, mēs teiktu, ka tas ir risinājums, kas paredzēts organizācijas drošības politiku un procedūru pastāvīgai uzraudzībai . Tā nav vienreizēja skenēšana, ko veicat reizi gadā, bet gan aktīva uzraudzība, lai atklātu ievainojamības, pirms kāds tās izmanto. Pēc Gartner ekspertu domām, šī tehnoloģija mums precīzi norāda, kur atrodas sensitīvi dati, kas tiem var piekļūt un kāds ir to faktiskais aizsardzības līmenis.
Praksē DSPM ir rīks, kas ļauj IT vadītājiem atbildēt uz kritiskiem jautājumiem, neieslīgstot procesā pārāk daudz: kādi dati mums īsti ir? Kurā mākoņa stūrī tie ir paslēpti? Kam ir atļauja tos redzēt? Un, pats galvenais, kā mēs tos aizsargājam?
Iemesls, kāpēc mēs vairs nevaram bez tā iztikt
Viss ir kļuvis daudz sarežģītāk, strauji ieviešot daudzmākoņu un hibrīdmākoņu vides. Iedomājieties DevOps komandu, kas steidzas ieviest jaunu funkciju, katru dienu izveidojot desmit jaunas datu noliktavas un kopējot tajās konfidenciālu informāciju testēšanai. Viena nepareiza konfigurācija AWS S3 konteinerā, piemēram, tajā, kas 2022. gadā atklāja 23 miljonus failu aviokompānijai, un jums ir milzīga katastrofa.
Turklāt mākslīgā intelekta un mašīnmācīšanās uzplaukums ir radījis nepieciešamību pēc milzīga datu apjoma modeļu apmācībai. Tas nozīmē, ka cilvēkiem, kuri, iespējams, nav datu pārvaldības eksperti , tagad ir piekļuve sensitīvai informācijai, tādējādi palielinot uzbrukumu virsmu. Risks ir reāls: jaunākie ziņojumi liecina, ka liela daļa pārkāpumu ietekmē mākoņa drošību , un finansiālās un reputācijas izmaksas var novest pie uzņēmuma bankrota.
Kā DSPM darbojas ikdienā
Lai DSPM programma patiesi darbotos, tai ir jāievēro loģiska un automatizēta darbplūsma, kas nepaļaujas uz to, ka kāds atceras nospiest pogu. Process sākas ar sensitīvu datu noteikšanu visur: sākot no datubāzes un failu krātuves drošības līdz SaaS lietojumprogrammām un dublējumiem.
- Viedā klasifikācija: Kad dati ir atrasti, sistēmai tie ir jāmarķē atbilstoši to sensitīvitātei (veselības dati, finanšu dati, personas datus u. c.) un to biznesa kontekstam.
- Iedarbības novērtējums: Šajā sadaļā tiek analizēts, vai ir pārmērīgas atļaujas vai informācija ir pieejama lielākam skaitam cilvēku nekā nepieciešams.
- Risku prioritāšu noteikšana: Ne visas kļūmes ir steidzamas. DSPM palīdz atdalīt troksni no kritiski draudi kas prasa tūlītēju rīcību.
- Aktīva sanācija: Labākie risinājumi ne tikai brīdina par problēmu, bet arī palīdz labot konfigurācijas kļūdu vai reāllaikā atsaukt piekļuvi.
DSPM salīdzinājumā ar citiem kontroles mehānismiem: tas nav tas pats, kas DLP
Šeit ir daudz neskaidrību, taču ir svarīgi saprast, ka DSPM nav paredzēts aizstāt DLP (datu zuduma novēršanu), bet gan nodrošināt trūkstošo kontekstu. Lai gan DLP bloķē datu kustību , pamatojoties uz noteikumiem, DSPM veic pamatdarbu: tas atklāj, kur atrodas dati, un novērtē to drošības stāvokli. Citiem vārdiem sakot, DLP ir sargs, kas neļauj pakai pamest ēku, bet DSPM ir tas, kas informē, ka gaitenī ir atstātas konfidenciālas pakas.
Līdzīgi tas papildina tādus risinājumus kā CASB (Cloud Access Security Broker) un SSPM (SaaS Security Posture Management). Lai gan šie risinājumi koncentrējas uz lietojumprogrammu konfigurēšanu un piekļuvi mākonim, DSPM nodrošina uz datiem orientētu perspektīvu , ļaujot pieņemt daudz precīzākus un mērķtiecīgākus drošības lēmumus.
Jaunā robeža: mākslīgais intelekts un atbilstība normatīvajiem aktiem
Mākslīgais intelekts ir radījis riskus, par kuriem mēs nekad iepriekš nebijām iedomājušies. Mākslīgā intelekta modeļiem tiek padots milzīgs datu apjoms, kas bieži vien ietver privātu informāciju. Mūsdienīgam DSPM rīkam ir jāspēj noteikt sensitīvus apmācības datus un bloķēt uzbrukumu vektorus tiem, mākslīgā intelekta laikmetā piemērojot nulles uzticēšanās principus . Piemēram, Microsoft Purview jau integrē iespējas uzraudzīt mākslīgā intelekta aģentus un novērst informācijas noplūdes, mijiedarbojoties ar otrajiem pilotiem vai robotiem.
No otras puses, mums ir spiediens, ko rada tādi privātuma likumi kā GDPR, HIPAA un PCI-DSS. Šo noteikumu neievērošana var izraisīt vairāku miljonu dolāru lielus sodus. DSPM ievērojami atvieglo auditus, nodrošinot automatizētu un atjauninātu inventarizāciju , tādējādi nodrošinot, ka organizācija ievēro noteikumus nevis nejauši, bet gan apzināti.
Kas jāņem vērā, izvēloties DSPM risinājumu
Ja apsverat risinājuma ieviešanu, nepērciet tikai pirmo, ko redzat. Nopietnam DSPM ir jāpiedāvā ātra, bezaģentu pārskatāmība , lai jums nebūtu jāinstalē programmatūra katrā uzņēmuma iekārtā. Ir arī svarīgi, lai tam būtu centralizēts informācijas panelis un tas ļautu kartēt datu izcelsmi — tas ir, izsekot, no kurienes dati nāk, kā tie tiek pārveidoti un kur tie nonāk.
Vēl viens svarīgs aspekts ir integrācija ar izstrādes dzīves ciklu (CI/CD). Ja datu drošība ir iebūvēta kodā jau no paša sākuma, jūs novēršat DevOps komandas nejaušu ievainojamību radīšanu. Visbeidzot, meklējiet mērogojamību ; rīks, kas avarē, kad jūsu datu kopas sasniedz terabaitus vai triljonus ierakstu, ir bezjēdzīgs.
Ceļā uz vienotu aizsardzību, izmantojot CNAPP
Pašreizējā tendence ir atteikties no izolētiem rīkiem un pāriet uz vienotām platformām, piemēram, mākoņa vietējo lietojumprogrammu aizsardzības platformām (CNAPP). Datu drošības politiku (DSPM) integrēšana CNAPP ļauj korelēt datu risku ar infrastruktūras risku. Piemēram, ir noderīgi zināt, ka dati ir sensitīvi, taču zināšanas, ka šie sensitīvie dati atrodas serverī ar kritisku ievainojamību un ir pakļauti internetam, patiesi ļauj noteikt aizsardzības prioritātes.
Vienīgais veids, kā izdzīvot mūsdienu digitālajā ekosistēmā, ir ieviest stratēģiju, kas datus izvirza prioritāšu līmenī, nevis infrastruktūru. Apvienojot nepārtrauktu redzamību, automatizētu klasifikāciju un reāllaika korekcijas, uzņēmumi var pārtraukt riskēt ar savu drošību un sākt inteliģenti pārvaldīt savus riskus, nodrošinot, ka uzņēmējdarbības elastība nekļūst par to lielāko vājumu.
