數(shù)據(jù)安全2個(gè)關(guān)鍵變化需重視，深信服安全GPT實(shí)現(xiàn)數(shù)據(jù)流動(dòng)風(fēng)險(xiǎn)可視

新年伊始,2個(gè)關(guān)于數(shù)據(jù)安全的國(guó)家級(jí)法規(guī)及指引落地,吹響了數(shù)據(jù)安全建設(shè)“沖鋒號(hào)”!

2025年1月1日,我國(guó)數(shù)據(jù)安全領(lǐng)域的一部重要行政法規(guī)《網(wǎng)絡(luò)數(shù)據(jù)安全管理?xiàng)l例》(以下簡(jiǎn)稱《條例》)正式開始施行。

2025 年 1 月 6 日,國(guó)家發(fā)展改革委、國(guó)家數(shù)據(jù)局、工業(yè)和信息化部印發(fā)《國(guó)家數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)指引》(以下簡(jiǎn)稱《指引》》的通知。

新法規(guī)和新指引對(duì)數(shù)據(jù)安全防護(hù)有哪些新規(guī)范與新要求?

企事業(yè)單位除了滿足合規(guī),還應(yīng)該做好哪些關(guān)鍵舉措?

接下來(lái)我們將為各位“圈好重點(diǎn)”,剖析新階段數(shù)據(jù)安全的關(guān)鍵問題,新的一年在數(shù)據(jù)安全建設(shè)中拿出“高分答卷”!

專章規(guī)范安全防護(hù),2項(xiàng)關(guān)鍵要求需重視

研讀《條例》和《指引》,不難發(fā)現(xiàn)數(shù)據(jù)安全防護(hù)在其中都占據(jù)重要篇幅,最終都指向數(shù)據(jù)傳輸、使用的風(fēng)險(xiǎn)評(píng)估和預(yù)防上。

數(shù)據(jù)安全建設(shè),由被動(dòng)應(yīng)對(duì)到主動(dòng)防御

《條例》要求重要數(shù)據(jù)處理者在提供、委托處理、共同處理重要數(shù)據(jù)前,應(yīng)當(dāng)進(jìn)行風(fēng)險(xiǎn)評(píng)估,且應(yīng)當(dāng)每年度對(duì)其網(wǎng)絡(luò)數(shù)據(jù)處理活動(dòng)開展風(fēng)險(xiǎn)評(píng)估。通過主動(dòng)監(jiān)測(cè)、評(píng)估和處置數(shù)據(jù)安全風(fēng)險(xiǎn),實(shí)現(xiàn)對(duì)重要數(shù)據(jù)的有效保護(hù)。

傳統(tǒng)的數(shù)據(jù)安全管理,對(duì)于數(shù)據(jù)安全風(fēng)險(xiǎn)往往是出了事之后的被動(dòng)、滯后處理,雖能亡羊補(bǔ)牢,但可能給企業(yè)單位甚至國(guó)家?guī)?lái)無(wú)法挽回的損失,如交通、能源、金融等關(guān)基單位或大型企業(yè)。

在《指引》第八章節(jié)“安全防護(hù)”中,也明確提出在數(shù)據(jù)流通利用安全層面,綜合利用隱私保護(hù)計(jì)算、區(qū)塊鏈、數(shù)據(jù)使用控制等技術(shù)手段,保證數(shù)據(jù)的可信采集、加密傳輸、可靠存儲(chǔ)、受控交換共享、銷毀確認(rèn)及存證溯源等,規(guī)避數(shù)據(jù)隱私泄露、違規(guī)濫用等風(fēng)險(xiǎn)。

《條例》第七章明確了網(wǎng)信辦的監(jiān)管職責(zé),將會(huì)定期組織開展本行業(yè)、本領(lǐng)域網(wǎng)絡(luò)數(shù)據(jù)安全風(fēng)險(xiǎn)評(píng)估,履行監(jiān)督檢查和指導(dǎo)督促整改的責(zé)任。

相比以往滿足合規(guī),新法規(guī)提出了數(shù)據(jù)安全風(fēng)險(xiǎn)可視、主動(dòng)評(píng)估預(yù)防的新要求,也明確監(jiān)督主體,換言之,數(shù)據(jù)安全管理不再僅限于對(duì)數(shù)據(jù)的梳理,而是識(shí)別、監(jiān)測(cè)和把控?cái)?shù)據(jù)的流動(dòng)與使用。

數(shù)據(jù)安全風(fēng)險(xiǎn)識(shí)別,從關(guān)注靜態(tài)到動(dòng)靜態(tài)并重

《條例》中不僅要求按照數(shù)據(jù)分類分級(jí)保護(hù)制度確定重要數(shù)據(jù),更明確要對(duì)數(shù)據(jù)的處理動(dòng)向開展風(fēng)險(xiǎn)評(píng)估并及時(shí)報(bào)送。

這充分說(shuō)明,數(shù)據(jù)安全的風(fēng)險(xiǎn)不僅僅來(lái)源于靜態(tài)數(shù)據(jù),更存在于用數(shù)活動(dòng)中。數(shù)據(jù)的識(shí)別與管理,不僅要做靜態(tài)數(shù)據(jù),更要注重流動(dòng)數(shù)據(jù)。

而過往因技術(shù)的局限和業(yè)務(wù)數(shù)據(jù)的復(fù)雜,常常在做靜態(tài)數(shù)據(jù)識(shí)別上就花費(fèi)了大量人力精力。傳統(tǒng)NLP識(shí)別技術(shù)雖能提升部分效率,但也只能識(shí)別靜態(tài)數(shù)據(jù),且依賴于龐大的數(shù)據(jù)集來(lái)訓(xùn)練,難以理解不同行業(yè)不同企業(yè)的非結(jié)構(gòu)化數(shù)據(jù),花費(fèi)時(shí)間精力也難以監(jiān)測(cè)用數(shù)風(fēng)險(xiǎn)。

結(jié)合兩個(gè)關(guān)鍵點(diǎn),如何用更加簡(jiǎn)單有效的方式實(shí)現(xiàn)動(dòng)靜態(tài)數(shù)據(jù)的可視,將成為數(shù)據(jù)安全建設(shè)的核心能力。大模型技術(shù)的應(yīng)用,提供了一種新解法。

數(shù)據(jù)流動(dòng)與風(fēng)險(xiǎn)3張圖可視,數(shù)據(jù)安全建設(shè)化繁為簡(jiǎn)

深信服于業(yè)界率先實(shí)現(xiàn)動(dòng)態(tài)數(shù)據(jù)分類分級(jí),通過安全GPT數(shù)據(jù)安全大模型突出的自然語(yǔ)言理解能力、跨行業(yè)泛化能力和推理生成能力,實(shí)現(xiàn)動(dòng)靜態(tài)數(shù)據(jù)自動(dòng)化分類分級(jí)、常態(tài)化智能風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警,幫助用戶降低管理和建設(shè)數(shù)據(jù)安全的門檻。

通過大模型技術(shù)賦能,用戶只需要通過“3張圖”就可看清數(shù)據(jù)的分布、流動(dòng)及使用風(fēng)險(xiǎn)。

數(shù)據(jù)資產(chǎn)一張圖,敏感數(shù)據(jù)心中有數(shù)

安全GPT數(shù)據(jù)安全大模型基于強(qiáng)大的文本數(shù)據(jù)理解和跨行業(yè)數(shù)據(jù)識(shí)別能力,能夠自動(dòng)對(duì)企業(yè)數(shù)據(jù)和上傳的分類分級(jí)模板進(jìn)行理解、分析和匹配,不止能識(shí)別靜態(tài)數(shù)據(jù),更能突破業(yè)界方案局限,對(duì)流動(dòng)數(shù)據(jù)進(jìn)行識(shí)別,最終生成完整的動(dòng)靜態(tài)數(shù)據(jù)資產(chǎn)地圖。

數(shù)據(jù)流轉(zhuǎn)路徑圖,數(shù)據(jù)動(dòng)向清晰可見

大模型通過追蹤數(shù)據(jù)流轉(zhuǎn),能夠針對(duì)單類重要數(shù)據(jù)流轉(zhuǎn)繪制路徑,匯總訪問應(yīng)用及高頻訪問用戶,數(shù)據(jù)動(dòng)向清晰可見,及時(shí)調(diào)查重要數(shù)據(jù)是否存在異常訪問,針對(duì)性輸出預(yù)防或調(diào)整策略。

智能風(fēng)險(xiǎn)研判圖,用數(shù)行為風(fēng)險(xiǎn)可視可溯

安全GPT數(shù)據(jù)安全大模型針對(duì)用數(shù)行為過程實(shí)時(shí)進(jìn)行風(fēng)險(xiǎn)檢測(cè),并及時(shí)研判生成事件。對(duì)于隱蔽性高、非常像正常業(yè)務(wù)行為的風(fēng)險(xiǎn),大模型也能夠監(jiān)控到異常,并調(diào)查上下文信息,對(duì)該用數(shù)賬號(hào)的更多異常行為進(jìn)行關(guān)聯(lián)分析,對(duì)風(fēng)險(xiǎn)進(jìn)行綜合研判,像真正的數(shù)據(jù)安全專家一樣,定性真實(shí)數(shù)據(jù)安全風(fēng)險(xiǎn)。

大模型之所以能夠?qū)崿F(xiàn)數(shù)據(jù)可視,在于對(duì)動(dòng)靜態(tài)數(shù)據(jù)的高效識(shí)別與分類分級(jí)。用戶只要導(dǎo)入行業(yè)分類分級(jí)模版,大模型就能自動(dòng)生成帶有行業(yè)屬性的分類分級(jí)清單,實(shí)現(xiàn)以下效果:

通過自動(dòng)化技術(shù)實(shí)現(xiàn)動(dòng)靜態(tài)數(shù)據(jù)分類分級(jí),識(shí)別率高,效率提升約40倍。

常態(tài)化值守實(shí)現(xiàn)風(fēng)險(xiǎn)持續(xù)預(yù)警研判,準(zhǔn)確率高,檢出率達(dá)90%以上。

↑大模型通過多個(gè)智能體實(shí)現(xiàn)敏感數(shù)據(jù)智能推理及自動(dòng)分類分級(jí)

培育發(fā)展數(shù)據(jù)要素市場(chǎng),釋放數(shù)據(jù)紅利,已成為推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的新動(dòng)能,數(shù)據(jù)安全保護(hù)則是數(shù)據(jù)要素市場(chǎng)健康發(fā)展的基石。深信服用大模型技術(shù)賦能數(shù)據(jù)安全建設(shè),為各企事業(yè)單位提供更簡(jiǎn)單有效的防護(hù)方案,共同抓住數(shù)字機(jī)遇,共謀高質(zhì)量發(fā)展。

免責(zé)聲明：市場(chǎng)有風(fēng)險(xiǎn)，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。

標(biāo)簽：