Ngăn ngừa thất thoát dữ liệu (DLP)_GigaOm report

[GigaOm Report] Ngăn ngừa thất thoát dữ liệu (DLP)

December 9, 2022 | vietsunshine

Dữ liệu là cốt lõi của doanh nghiệp ngày nay và việc đảm bảo dữ liệu được bảo vệ và an toàn luôn là ưu tiên hàng đầu của mọi doanh nghiệp. Chi phí do mất dữ liệu là đáng kể và tác động của nó trên phạm vi rộng. Đây có thể là vấn đề kỹ thuật (với việc mất dịch vụ ảnh hưởng đến khả năng hoạt động), danh tiếng (làm tổn hại các mối quan hệ và sự thành công trong kinh doanh) và/hoặc tài chính (từ mất việc kinh doanh đến tiền phạt theo quy định). Ngăn ngừa mất dữ liệu là điều tối quan trọng.

Sự phức tạp của cách dữ liệu được lưu giữ ngày nay có nghĩa là các công ty phải tìm kiếm công nghệ phù hợp để giảm rủi ro mất mát và điều này đúng với tất cả các doanh nghiệp bất kể lĩnh vực, quy mô hay danh tiếng. Việc tìm kiếm các giải pháp giải quyết những thách thức này là điều cần thiết.

Các công cụ ngăn ngừa mất dữ liệu (DLP) hoạt động ở nhiều cấp độ. Họ phải có khả năng xác định rủi ro liên quan đến việc sử dụng dữ liệu, cho dù bằng cách xác định dữ liệu nhạy cảm hay bằng cách xác định việc sử dụng dữ liệu có rủi ro. Họ phải đưa ra các biện pháp giảm thiểu khi rủi ro được xác định để bảo vệ tính bảo mật của dữ liệu và thông tin chứa trong đó. Và, khi cơ sở hạ tầng doanh nghiệp phát triển, các công cụ DLP cũng phải phát triển và có thể xác định rủi ro đối với dữ liệu trên nhiều địa điểm—tại trung tâm dữ liệu, endpoint của doanh nghiệp và xa hơn nữa là các ứng dụng đám mây công cộng và phần mềm dưới dạng dịch vụ (SaaS). Càng ngày, các công cụ DLP càng phải nhận thức được rủi ro và mối đe dọa, đồng thời nhận thức đó phải bao gồm rủi ro và mối đe dọa do những người bên trong miền bảo mật doanh nghiệp gây ra.

Các nhà cung cấp DLP đang đáp ứng những nhu cầu này. Ngày càng có nhiều giải pháp được cung cấp dưới dạng dịch vụ từ đám mây công cộng, mặc dù nhiều nhà cung cấp vẫn cung cấp giải pháp tại chỗ cho những người cần. Họ đang tận dụng những cách mới để tích hợp với các kho lưu trữ dữ liệu khác nhau nhằm đảm bảo DLP vẫn hiệu quả.

Các nhà cung cấp cũng nhận ra khó khăn ngày càng tăng trong việc sử dụng các phương pháp DLP truyền thống để giải quyết các thách thức hiện đại, với nhiều nhà cung cấp ngày càng đầu tư vào việc sử dụng máy học (ML) và trí tuệ nhân tạo (AI) để xác định chính xác và hiệu quả hơn hành vi rủi ro gây ra mối đe dọa đối với dữ liệu.

Nguy cơ mất dữ liệu tiếp tục cao và tác động tiềm ẩn của nó đối với doanh nghiệp là rất lớn. Tuy nhiên, các nhà cung cấp hàng đầu đang đáp ứng với các cấp độ đổi mới mang lại khả năng bảo vệ hiệu quả hơn vì các doanh nghiệp cần hành động ngay lập tức để có được bức tranh toàn cảnh về tình hình bảo vệ dữ liệu của họ và giải quyết mọi thiếu sót.

Báo cáo Radar này xem xét các nhà cung cấp DLP hàng đầu, đánh giá khả năng của họ dựa trên các tiêu chí được xác định trong “Báo cáo tiêu chí chính cho các giải pháp ngăn ngừa mất dữ liệu” kèm theo. Đây là bản cập nhật báo cáo năm 2021 của GigaOm về DLP và báo cáo này nêu bật sự phát triển không ngừng của thị trường, đồng thời mô tả cách các nhà cung cấp hàng đầu đã ứng phó với những thách thức liên quan đến mất dữ liệu và nhu cầu của khách hàng. Cùng với nhau, các báo cáo của chúng tôi cung cấp cho những người ra quyết định cái nhìn tổng quan về thị trường, giúp họ đánh giá các nền tảng hiện tại và quyết định nơi đầu tư.

Digital Guardian—hiện thuộc sở hữu của HelpSystems—duy trì vị trí dẫn đầu trong góc phần tư Maturity quadrant; tuy nhiên, đã thay đổi từ Forward Mover thành Fast Mover và phát triển từ Feature Play sang Platform Play. Sự thay đổi này được thúc đẩy bởi sự tích hợp với danh mục HelpSystems, giúp chuyển trọng tâm của giải pháp từ DLP sang phạm vi khả năng rộng hơn.

Ngăn ngừa thất thoát dữ liệu (DLP)_GigaOm report_2

HelpSystems (Digital Guardian)

Digital Guardian (DG) được thiết lập tốt và được đánh giá cao trong lĩnh vực bảo mật dữ liệu, với nền tảng rộng lớn và mạnh mẽ cung cấp khả năng hiển thị và nhận thức theo ngữ cảnh về việc sử dụng dữ liệu, cho phép đánh giá rủi ro dữ liệu chính xác hơn.

Nền tảng này được mô tả là cloud-native, với công cụ chính dựa trên SaaS. Tuy nhiên, một số thành phần on-prem vẫn cần thiết để cung cấp thông tin chuyên sâu hơn và xử lý các lĩnh vực truyền thống hơn, chẳng hạn như khám phá và network DLP.

DG đã đạt điểm cao trong báo cáo trước đây và vẫn mạnh về các khả năng như có thể cảnh báo các rủi ro tiềm ẩn đối với dữ liệu mà không cần các quy tắc được xác định trước, thông báo cho người dùng, bảng điều khiển rõ ràng và phạm vi bao phủ nền tảng rộng, giúp dễ dàng áp dụng và quản lý cho người dùng và hoạt động các nhóm như nhau và cung cấp cho doanh nghiệp khả năng bảo vệ rộng rãi trên nhiều kho lưu trữ.

Vào tháng 10 năm 2021, DG đã được mua lại bởi HelpSystems, một công ty phần mềm tập trung vào tự động hóa và bảo mật. Công ty này đang có lộ trình mua lại tích cực, xây dựng một danh mục giải pháp đa dạng. DG hiện tích hợp với một số giải pháp đã mua khác của HelpSystems, mở rộng các khả năng đã dẫn đầu ngành của DG và lấp đầy một số khoảng trống.

Ba trong số các vụ mua lại của HelpSystems nói riêng sẽ được các doanh nghiệp quan tâm, đặc biệt là những doanh nghiệp đang tìm cách củng cố hệ thống bảo mật của họ và giảm số lượng nhà cung cấp mà họ phụ thuộc.

Việc mua lại Boldon James và Titus, một nhà cung cấp phân loại và quản trị dữ liệu, vào tháng 6 năm 2020, là bước đầu tiên trong việc nâng cao khả năng của DG, đặc biệt là khả năng điều tra dữ liệu và xây dựng quy tắc phân loại. Mặc dù phân loại dữ liệu có thể không thực sự cần thiết đối với DLP, nhưng đối với nhiều doanh nghiệp, đó là yếu tố nền tảng trong chiến lược bảo mật dữ liệu của họ và có thể giúp xác định các quy tắc bảo mật dữ liệu mạnh mẽ hơn.

Sự tích hợp của DG với HelpSystems’ Vera (mua lại vào tháng 12 năm 2020) cũng rất hấp dẫn. Một sự phát triển quan trọng đối với DLP là khả năng bảo vệ dữ liệu bên ngoài sự kiểm soát trực tiếp của một tổ chức. Đối với nhiều người, điều này đạt được bằng cách tích hợp với Microsoft Information Protection (MIP), mặc dù một số ít có khả năng riêng để làm như vậy. Đây là những gì Vera mang đến cho DG như một giải pháp bảo vệ thông tin khép kín cho phép DG cung cấp các biện pháp kiểm soát mạnh mẽ đối với các tài liệu khi chúng di chuyển ra ngoài doanh nghiệp. Đối với những người sử dụng MIP, tích hợp này vẫn còn và vẫn có thể được sử dụng. Mặc dù hiện tại Vera có một số lỗ hổng về chức năng, nhưng đây là một lựa chọn hợp lệ cho những người không muốn đầu tư vào MIP.

Một động thái kỹ thuật quan trọng khác là sự phát triển tích hợp API của DG với các nền tảng SaaS. Đã được phát triển cho MS Teamstích hợp nền tảng ứng dụng gốc này bắt đầu thay đổi sự phụ thuộc vào các endpoint agent. Điều này sẽ giúp DG duy trì khả năng cạnh tranh với các nhà cung cấp sáng tạo đã xây dựng nền tảng của họ theo cách này, giảm thời gian cài đặt, độ phức tạp và rủi ro.

Điểm mạnh

Đã là một giải pháp mạnh mẽ, DG thậm chí còn trở nên mạnh mẽ hơn với các khả năng từ danh mục HelpSystems, đã lấp đầy những khoảng trống trước đó. Bảng điều khiển rõ ràng và phạm vi bao phủ sẽ có giá trị đối với những đơn vị có tài sản phức tạp và dữ liệu trong nhiều kho lưu trữ. Chiến lược tổng thể của HelpSystems sẽ hấp dẫn đối với các doanh nghiệp muốn hợp nhất các nhà cung cấp bảo mật và muốn tập trung vào những nhà cung cấp có danh mục giải pháp rộng.

Thách thức

Chi phí sẽ vẫn là một thách thức đối với một số tổ chức, đặc biệt là ở cấp nhỏ hơn, cũng như nhu cầu triển khai các agent để khai thác hết khả năng của DG, điều này làm tăng thêm sự phức tạp cho việc triển khai đối với những đơn vị có endpoints lớn và phức tạp. Việc mua lại HelpSystems sẽ khiến một số người lo ngại, đặc biệt là xung quanh việc tiếp tục tập trung phát triển cũng như sự không chắc chắn về việc liệu danh mục đầu tư có thể được tích hợp thành công hay không, mặc dù các dấu hiệu ban đầu đầy hứa hẹn.

Nguồn: GigaOm Radar for Data Loss Prevention

Digital Guardian, Vera, Boldon James và Titus đã được hợp nhất dưới tên gọi mới – Fortra.

VietSunshine là nhà phân phối của Fortra tại Việt Nam, liên hệ với chúng tôi để được tư vấn và hỗ trợ tốt nhất.

Tags: , , ,