【金猿人物展】極盾科技CEO丁楊：讓數(shù)據(jù)安全回歸場景、業(yè)務(wù)和價(jià)值

金猿人物展極盾科技丁楊數(shù)據(jù)安全

原創(chuàng) 極盾科技 | 2022-12-26 23:02

【數(shù)據(jù)猿導(dǎo)讀】本文由極盾科技CEO丁楊撰寫并投遞參與“數(shù)據(jù)猿年度金猿策劃活動(dòng)——2022大數(shù)據(jù)產(chǎn)業(yè)趨勢人物榜單及獎(jiǎng)項(xiàng)”評(píng)選

【金猿人物展】極盾科技CEO丁楊：讓數(shù)據(jù)安全回歸場景、業(yè)務(wù)和價(jià)值

我們的數(shù)據(jù)安全，還是以前的安全么？

傳統(tǒng)數(shù)據(jù)安全方案依賴網(wǎng)絡(luò)和數(shù)據(jù)庫安全能力進(jìn)行圍墻化隔離，構(gòu)造相對(duì)靜態(tài)的預(yù)制策略，很難滿足數(shù)字時(shí)代的業(yè)務(wù)轉(zhuǎn)型和數(shù)據(jù)流通使用的安全需求。

而現(xiàn)在的數(shù)據(jù)安全，更多指數(shù)據(jù)作為核心業(yè)務(wù)生產(chǎn)資源，在業(yè)務(wù)系統(tǒng)中從誕生到銷毀的全生命周期安全。數(shù)據(jù)安全是需要圍繞數(shù)據(jù)流通使用的全流程來開展安全防護(hù)和運(yùn)營工作，只有平衡好數(shù)據(jù)使用和安全防護(hù)，激發(fā)數(shù)據(jù)應(yīng)用潛能，才能讓數(shù)據(jù)使用的生產(chǎn)力得到有效釋放。

因此我認(rèn)為，未來企業(yè)會(huì)越來越重視數(shù)據(jù)安全投入是否能夠產(chǎn)生實(shí)際的效能，即從過去的“合規(guī)或事件驅(qū)動(dòng)”到逐漸關(guān)注“給業(yè)務(wù)端帶來真正的價(jià)值”，讓數(shù)據(jù)安全從“成本投入”變成“價(jià)值投資”。

如何在確保關(guān)鍵業(yè)務(wù)可持續(xù)運(yùn)行的前提下，讓數(shù)據(jù)安全回歸場景，進(jìn)而回歸業(yè)務(wù)，回歸價(jià)值？結(jié)合過往的實(shí)踐經(jīng)驗(yàn)，我總結(jié)了數(shù)據(jù)安全建設(shè)過程中的四個(gè)要點(diǎn)，供讀者參考。

以人為中心

嚴(yán)格來說，企業(yè)數(shù)據(jù)泄露的威脅來源于兩方面：內(nèi)憂和外患。對(duì)內(nèi)，要預(yù)防并阻止員工違規(guī)操作、非授權(quán)訪問、離職泄密等事件發(fā)生。對(duì)外，需筑好防御，阻止黑客攻擊、病毒破壞等惡意行為保護(hù)數(shù)據(jù)不被竊取或損壞。

有關(guān)機(jī)構(gòu)調(diào)查顯示，超過75%的安全威脅是從組織內(nèi)部發(fā)起的，無論是離職員工順走專利數(shù)據(jù)，還是心懷怨恨的員工蓄意破壞系統(tǒng)。越權(quán)訪問、賬號(hào)濫用、訪問敏感數(shù)據(jù)、數(shù)據(jù)過量訪問與下載、跨境儲(chǔ)存與傳輸?shù)纫辉侔l(fā)生的各種安全事件證明，攻破堡壘的最容易的方式往往來自內(nèi)部威脅。

未來，數(shù)據(jù)會(huì)成為絕大多數(shù)企業(yè)最核心資產(chǎn)，而“人”是安全防護(hù)流程中最薄弱的環(huán)節(jié)。因此，以人為中心，已成為數(shù)據(jù)安全防御的關(guān)鍵一環(huán)。

我認(rèn)為“以人為中心”，就是以“身份及其行為”為核心，在系統(tǒng)數(shù)據(jù)使用訪問過程中，通過采集人員的“動(dòng)態(tài)”行為信息、環(huán)境信息以及相對(duì)“靜態(tài)”的人員權(quán)限、組織架構(gòu)、崗位部門等信息，構(gòu)建人員主體畫像，進(jìn)而針對(duì)性、系統(tǒng)性的發(fā)現(xiàn)脆弱性，降低安全風(fēng)險(xiǎn)。

金猿人物展_極盾科技_丁楊_數(shù)據(jù)安全-1

用戶實(shí)體行為分析（UEBA）為抓手

值得一提的是，傳統(tǒng)數(shù)據(jù)安全管控基本只做身份權(quán)限管理，嚴(yán)重缺乏動(dòng)態(tài)行為監(jiān)控及審計(jì)。

而UEBA即是基于大數(shù)據(jù)驅(qū)動(dòng)、以人為核心、關(guān)聯(lián)實(shí)體資產(chǎn)、采用機(jī)器學(xué)習(xí)算法進(jìn)行異常分析以發(fā)現(xiàn)解決內(nèi)部威脅的一套框架和體系。相較于傳統(tǒng)手段對(duì)安全事件的關(guān)注，UEBA更關(guān)心人，通過用戶畫像和資產(chǎn)畫像，檢測諸如賬號(hào)失陷、數(shù)據(jù)泄漏、權(quán)限濫用等?險(xiǎn)，以極高的準(zhǔn)確率定位異常用戶。

UEBA的架構(gòu)可以分為三層，分別是數(shù)據(jù)層、算法層和場景層。

數(shù)據(jù)層負(fù)責(zé)數(shù)據(jù)采集工作，通過若干數(shù)據(jù)收集器或傳感器實(shí)現(xiàn)。收集到的數(shù)據(jù)經(jīng)特征提取、標(biāo)準(zhǔn)化處理后，存入數(shù)據(jù)庫。

算法層負(fù)責(zé)對(duì)處理好的數(shù)據(jù)進(jìn)行分析，包括特征統(tǒng)計(jì)學(xué)習(xí)、動(dòng)態(tài)行為基線、時(shí)序前后分析等。算法層在整個(gè)UEBA架構(gòu)中起到承上啟下的作用，根據(jù)下層提供數(shù)據(jù)的多樣性和應(yīng)用場景的差異性，有不同的算法可供選擇。

場景層與用戶需求相關(guān)，應(yīng)用場景可能包括用戶總體風(fēng)險(xiǎn)分析、用戶行為畫像分析、異常行為溯源等。

以數(shù)據(jù)分類分級(jí)為基礎(chǔ)

如果說“以人為中心”是數(shù)據(jù)安全工作的核心技術(shù)思想，那么“數(shù)據(jù)分類分級(jí)”是實(shí)現(xiàn)有效數(shù)據(jù)安全管理的底座。網(wǎng)絡(luò)信息安全的“三駕馬車”（數(shù)據(jù)安全法、網(wǎng)絡(luò)安全法、個(gè)保法）也明確要求建立數(shù)據(jù)分類分級(jí)保護(hù)制度。

只有做好分類分級(jí)工作，對(duì)不同分類不同密級(jí)的數(shù)據(jù)采取不同的安全防護(hù)措施，才能做好數(shù)據(jù)使用全流程動(dòng)態(tài)保護(hù)。

同時(shí)，數(shù)據(jù)分類分級(jí)能夠幫助企業(yè)對(duì)數(shù)據(jù)資產(chǎn)進(jìn)行全面的盤點(diǎn)，了解敏感數(shù)據(jù)分布、類型、量級(jí)，做到心中有數(shù)，以此構(gòu)建企業(yè)級(jí)的數(shù)據(jù)資產(chǎn)目錄，為之后企業(yè)數(shù)據(jù)資產(chǎn)管理和數(shù)據(jù)安全體系建設(shè)打好基礎(chǔ)。

那么，數(shù)據(jù)分類分級(jí)具體該怎么做？

我們總結(jié)數(shù)據(jù)分類分級(jí)功能架構(gòu)主要分成四個(gè)模塊，分別是數(shù)據(jù)資產(chǎn)自動(dòng)發(fā)現(xiàn)、數(shù)據(jù)智能分析引擎、敏感數(shù)據(jù)識(shí)別算法庫、分類分級(jí)全景圖。

金猿人物展_極盾科技_丁楊_數(shù)據(jù)安全-2

第一個(gè)模塊是數(shù)據(jù)資產(chǎn)自動(dòng)發(fā)現(xiàn)。通過自動(dòng)掃描發(fā)現(xiàn)數(shù)據(jù)資產(chǎn)，同時(shí)對(duì)數(shù)據(jù)資產(chǎn)進(jìn)行梳理和打標(biāo)，最終形成一套數(shù)據(jù)資產(chǎn)清單，為企業(yè)數(shù)據(jù)資產(chǎn)管理和數(shù)據(jù)安全體系建設(shè)打好基礎(chǔ)。

第二個(gè)模塊是數(shù)據(jù)智能分析引擎。數(shù)據(jù)分類分級(jí)實(shí)際上是數(shù)據(jù)分析的過程，有了數(shù)據(jù)資產(chǎn)清單之后，可以通過數(shù)據(jù)內(nèi)容分析（NLP /語料庫）、策略規(guī)則（正則表達(dá)式/關(guān)鍵字）及機(jī)器學(xué)習(xí)的模型等，對(duì)數(shù)據(jù)資產(chǎn)進(jìn)行智能分析，形成一套數(shù)據(jù)分類分級(jí)的策略規(guī)則及模型模版。

第三個(gè)模塊是敏感數(shù)據(jù)識(shí)別算法庫。內(nèi)置敏感數(shù)據(jù)智能識(shí)別算法庫，覆蓋常見高敏個(gè)人信息和業(yè)務(wù)信息，比如姓名、性別、手機(jī)、身份證等，幫助企業(yè)自動(dòng)化高效識(shí)別敏感數(shù)據(jù)，梳理敏感數(shù)據(jù)資產(chǎn)。

第四個(gè)模塊是數(shù)據(jù)分類分級(jí)全景圖。自動(dòng)化周期性掃描數(shù)據(jù)資產(chǎn)，智能分類分級(jí)，識(shí)別敏感數(shù)據(jù)，生成數(shù)據(jù)分類分級(jí)全景圖，支持分類分級(jí)結(jié)果多樣化輸出方。

貼近業(yè)務(wù)場景

前面我們提到，任何科學(xué)技術(shù)都應(yīng)該用于解決業(yè)務(wù)場景中的具體問題，數(shù)據(jù)安全的投資最終需要反映到對(duì)業(yè)務(wù)產(chǎn)生的價(jià)值。

我了解到，CIO或CSO也經(jīng)常會(huì)被公司內(nèi)部的經(jīng)營管理層質(zhì)疑：“我們做的這些數(shù)據(jù)安全投資，究竟能替企業(yè)帶來多少業(yè)務(wù)的價(jià)值？”

事實(shí)上，現(xiàn)在的數(shù)據(jù)安全是指數(shù)據(jù)作為核心業(yè)務(wù)生產(chǎn)資源，在業(yè)務(wù)系統(tǒng)中從誕生到銷毀的全生命周期安全，數(shù)據(jù)是一個(gè)動(dòng)態(tài)的流轉(zhuǎn)過程，策略也需要結(jié)合業(yè)務(wù)系統(tǒng)及權(quán)限變動(dòng)進(jìn)行動(dòng)態(tài)調(diào)整與構(gòu)建。

同時(shí)，數(shù)據(jù)安全不僅是一套用工具組合而成的產(chǎn)品級(jí)解決方案，而是從決策層到技術(shù)層，從管理制度到工具支撐，自上而下、貫穿整個(gè)組織架構(gòu)的完整鏈條。組織內(nèi)的各個(gè)層級(jí)需要對(duì)數(shù)據(jù)安全的目標(biāo)和宗旨達(dá)成共識(shí)，確保采取合理和適當(dāng)?shù)拇胧?，以最有效的方式保護(hù)信息資源。

Gartner預(yù)測：到2025年，國內(nèi)60%以上企業(yè)機(jī)構(gòu)的董事會(huì)，將把網(wǎng)絡(luò)安全風(fēng)險(xiǎn)視為一種業(yè)務(wù)風(fēng)險(xiǎn)。這個(gè)趨勢，會(huì)幫助我們把網(wǎng)絡(luò)安全投資以及數(shù)據(jù)安全投資從合規(guī)性驅(qū)動(dòng)轉(zhuǎn)換成業(yè)務(wù)驅(qū)動(dòng)。

未來，我們也將始終站在業(yè)務(wù)和技術(shù)的交叉點(diǎn)上，深入廣泛的業(yè)務(wù)場景護(hù)航數(shù)據(jù)價(jià)值化，讓數(shù)據(jù)安全的用起來，還業(yè)務(wù)以真正的“數(shù)據(jù)自由”。

·關(guān)于丁楊：

丁楊極盾科技創(chuàng)始人&CEO，15年安全和數(shù)據(jù)分析行業(yè)從業(yè)經(jīng)驗(yàn)，智能安全決策體系的先行者和布道者。畢業(yè)于南京東南大學(xué)，在校期間組建國內(nèi)最早的高校網(wǎng)絡(luò)安全社團(tuán)-東南大學(xué)網(wǎng)絡(luò)安全聯(lián)盟。10年加入阿里巴巴，研發(fā)創(chuàng)建阿里集團(tuán)多個(gè)核心安全平臺(tái)。14年作為早期創(chuàng)業(yè)核心加入同盾科技，小盾安全（商業(yè)化國內(nèi)首家SaaS業(yè)務(wù)安全平臺(tái)）創(chuàng)始人。2020年，創(chuàng)立極盾數(shù)字科技有限公司，先后獲得同盾科技、IDG兩輪數(shù)千萬級(jí)融資。并服務(wù)于包括銀行、信托、證券、地產(chǎn)、零售、汽車制造、互聯(lián)網(wǎng)在內(nèi)的數(shù)十家中大型企業(yè)。

來源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。