数据安全市场的出路在哪里

Simpson2020-11-10 15:50:56

如果数据安全是名学生,那他的成绩报告单上可能写着“没发挥应有的潜力”。

安全行业有许多沉寂的角落,但无一像数据保护市场那样令人费解。为什么?从近期的指标和明显的趋势来看,数据保护应该是一个很庞大的安全细分市场:

  • 创建出来的数据量和处理数据的人数双双激增。数据存储库也随之增长:通常不止一家云服务供应商。而且这一切飞速变化,比疫情时代问“我在哪儿能安全地理个发?”的答案变得还快。

  • 合作伙伴之间共享的数据越来越多。结合上一条趋势,“我的数据在哪儿?”这个问题变得特别难以回答。

  • 全球数据隐私法规(GDPR、CCPA、LGPD等)盘根错节,愈趋复杂,对漏洞和泄露处以越来越严厉的处罚。

  • 尽管如此,数据泄露事件仍频繁发生:身份盗窃资源中心的数据显示,2020年6月共报告了540起。因此,目前对数据泄露事件最常见的反应,不过是冷漠地耸肩摊手表示无奈。

初创公司的“重大退出”可为投资者提供丰厚的回报,估值数倍于收益,带来数以亿计的IPO或收购,有时甚至更多。数据保护市场有很多机会可以顺势壮大到惊人的规模,涌现至少数起重大退出。

当然,由于网络、终端或应用层有极具吸引力的替代数据保护解决方案防止数据泄露,保护数据本身似乎明显不容忽视。毕竟,每起数据泄露事件都有一个共同点:数据本身。然而,尽管有这种看似令人信服的逻辑,Gartner预测2020年的数据安全市场为28.5亿美元,复合年增长率为7.5%。除了增长率33%的新兴云安全市场,以及大杂烩般的“其他”类别,数据安全市场的规模比其他任何安全细分市场都小。如果数据安全类别是名学生,那他的成绩报告单上可能写着“没发挥应有的潜力”。

与数据泄露事件一样,重大退出也相当多种多样,但几乎都有一个共同点:成功招徕并留住客户。引人瞩目的并购和IPO需要客户不仅购买产品,还随时间推移不断更新和扩展采购。但如果产品不好用,客户是不会买账的。历史验证了这一点,几乎无一例外。

于是,我们不妨换种问法:“优良的数据安全客户到底在哪里?”这么问,答案就开始变得开始有趣,也令人有点不舒服了。通常,“数据安全”类别几乎与占据最大支出的数据防泄漏(DLP)产品同义。加密、凭据化和相关数据保护产品比比皆是,但相较于DLP,这些产品较少成为公司的主要关注点。所以,尽管不尽相同,探讨为什么DLP客户并没有变得更为优质,为最初关于成功退出的问题提供了合理的答案,因为DLP的缺点有据可查:

  • 价值实现需要的时间长。典型DLP部署需要耗费几个月而不是几天才能达到稳定状态,最好的情况也需要几周,这还是假设你已经引入各种服务帮助部署的情况下。

  • 不断调整。安全市场历来推崇防火墙和杀软等“装后即忘”的全明星产品,DLP从一开始就与之形成鲜明对比。DLP产品初期大笔投资来创建基线策略,此后还需定期维护和馈送,大大超出了几乎所有客户的预期,估计只有最具耐心的客户才能坚持下来。

  • 误报。DLP警报以不透明闻名于世。用户时常面临“应该阻止或允许用户jsmith向mjacobs发送包含社会安全号的电子表格吗?”这种问题。严重缺乏上下文大大限制了DLP的有效性。噪音太大,信号不足,正是DLP的痛点。

  • 过分强调监管数据类型。合规一直是数据安全最重要的驱动因素之一,所以法律法规是解决方案重点的主要确定因素。然而,法规将重点放在客户数据上,对更关心知识产权的客户则服务不足。

这些问题很棘手吗?当然不是。要解决这些问题,可以试试如下做法:

  • 将安全工作重点转向使数据保护产品更易于部署和集成。从重视集成的开放设计开始,然后尽量实现完全自助。这么做的话,即使最后没有完全达到目标,你也会收获更快的价值实现时间。

  • 增加对用户体验的投资。假设用户不是数据安全专业人员或数据安全顾问,而是对数据保护一无所知的人,不仅时间紧迫,还要求手把手的使用指导,该怎么办?

  • 添加大量上下文,帮助提高警报质量。接入人力资源系统如何?这样我们就能更好地了解所涉人员的情况。引入有效的自动化数据分类呢?这么做可以详细了解数据本身。交付高质量的精确警报非常困难,但这笔投资真的很值。

  • 不仅仅考虑监管规定。力求同等看待公司的宝贵数据和受监管的数据类型。数据湖和其他大规模存储库如今所需要的关注远远超过以往。

我们以前在哪个领域看到过这种变迁呢?端点安全市场就是一例:之前一直被市场领导者忽视,近期刚获复兴。全新的思路、客户的同理心,以及大量的时间和资源投入,从根本上改变了端点安全,将其带入了如今显而易见的新增长轨道。

那么,什么时候我们才能看到数据安全公司的重大退出呢?这个问题的答案与规模无关,全看能不能找到乐于买单的客户。

dlp数据安全
本作品采用《CC 协议》,转载必须注明作者和本文链接
2022年4月26日《数据防泄露技术指南》发布会顺利召开。
但有研究人员认为,由于组织现在需要更多共享数据,企业的数据分布开始从内部环境转向多种类型的云存储平台,这使得DLP的应用价值正在发生变化。DLP技术的应用,依赖基于提前配置的规则过滤来保护数据的流动,有较高的规则、策略设置要求,因此推行 DLP 的决心和成本,对企业而言是不小的考验。同时,DLP需要以数据分级分类作为应用前提。数据自主保护需要使用NLP来识别和阐明要保护的数据内容及其含义。
随着ChatGPT的日益普及,大语言模型应用的数据安全风险进一步加剧。
数据保护从来并非易事,随着数据变得更庞大、多样化和广泛分布,保护工作会变得更具挑战性。由于组织现在需要更多共享数据,企业的数据分布开始从内部环境转向多种类型的云存储平台,这使得现有的以DLP为代表的数据保护做法不再有效。
Gartner的研究人员认为,云数据安全平台必备以下9个核心功能。云数据安全平台需要可以持续检测并标记错误配置、漏洞和偏离最佳实践的情况,从而使敏感数据避免处于危险之中。符合监管部门的管理要求是企业云数据保护的一个重要优先事项。同时,平台还应该密切监测数据流动,以查明违反数据存储或隔离要求的数据使用行为。因此,云数据安全平台应该具有实时监视和警报功能,帮助企业快速识别和控制对云数据资产的攻击。
凭借多年来数据安全领域深厚技术积累与实践,天融信推出了以数据资产为核心保护对象,全面联动数据安全基础设施、无缝对接专业安全服务的一体化数据安全管理平台。天融信将持续深入行业,为各行业客户提供针对性的数据安全运营解决方案,协助客户完善数据安全防御体系,提升数据管理能力,赋能数字化转型发展。
事实上,DLP除了可称之为“数据丢失防护”,也可称之为“数据泄露防护”。EDLP可以通过监视,提示,告警,阻断和其他响应功能来解决数据面临的相关的威胁,包括无意或事故引发的数据泄露风险以及敏感数据泄露。而DLP 的主要目标是防止数据外泄。这意味着,DLP方案的部署安装可能会给用户或网络带来沉重的负担,并且会减慢速度、导致异常的应用程序行为,甚至可能导致系统崩溃。
企业数据安全治理的本质是建立一组企业的“数据法规”,由这些法规来规范企业所有人员的所有数据活动。组织内的各个层级之间需要对数据安全治理的目标和宗旨取得共识,确保采取合理和适当的措施,以最有效的方式保护信息资源。CASB主要是为了解决影子IT的问题,保护企业使用SaaS服务时潜在的数据安全风险。通过CASB技术,能有效的保护企业员工访问低风险级别的SaaS服务。DCAP DCAP是指对数据的审计与保护。
然而,尽管有这种看似令人信服的逻辑,Gartner预测2020年的数据安全市场为亿美元,复合年增长率为。通常,“数据安全”类别几乎与占据最大支出的数据防泄漏产品同义。加密、凭据化和相关数据保护产品比比皆是,但相较于DLP,这些产品较少成为公司的主要关注点。DLP警报以不透明闻名于世。严重缺乏上下文大大限制了DLP的有效性。不仅仅考虑监管规定。
随着银行同业竞争不断加剧,以用户为中心、以数据为驱动、以场景为依托、以满足用户需求和实现生态闭环为目标的数字化经营日益成为银行竞争的新赛道,银行业收集的数据,早已不局限于金融资产余额、账户变动等金融数据,越来越多的非金融交易数据在银行沉淀。
Simpson
暂无描述