浅析数据安全运营的一亩三分地
发布时间：2022-07-22 09:41:16 所属栏目：安全 来源：互联网
导读：近几年互联网公司数据安全已从单兵作战逐步发到到团队作战，分工上也朝着精细化运营、风险模型建设、数据安全平台建设等细分方向专业化演进。 1. 目标设定 起步阶段，找业界同行Top1-2家公司这方面的目标设定作为参考，根据不同业务、数据安全的发展阶段，设
|
近几年互联网公司数据安全已从单兵作战逐步发到到团队作战，分工上也朝着精细化运营、风险模型建设、数据安全平台建设等细分方向专业化演进。 1. 目标设定 起步阶段，找业界同行Top1-2家公司这方面的目标设定作为参考，根据不同业务、数据安全的发展阶段，设定目标; 发展阶段，对比自己的历史数据，参考业界指标，设定目标; 特殊时期的阶段性目标，如疫情期间数据安全目标的设定。 2. 技术手段 这里暂不涉及具体数据安全措施在业务的建设内容，这些措施在不同行业、公司文化、及业务不同发展阶段的建设方向和次第需要讲究和考量的。 3. 持续运营 (1) 基础工作：数据分类分级、数据标签;建立资产库和资产大盘，掌握数据资产在业务的分布、风险状态;权限管理、关键业务日志等; 如数据在收集阶段的涉敏资产发现服务;数据在存储中的扫描服务、加密存储服务;数据在使用过程中的文件分发平台等，这些基础能力的建设坚持对标业界，避免走弯路的同时提升效率; (2) 风险评估：一般通过事件发生概率与影响来评估风险值，这也是很多咨询类公司的常见做法，或者套用DREAD模型的计算方式：等级=危害性+复现难度+利用难度+受影响用户+发现难度来进行数据安全风险评估，这些方法的使用无可厚非，其最终能与业务达成一致的风险认知很关键。 (3) 风险识别：在基础工作上利用多维度数据进行风险行为分析，如UEBA。 风险场景识别，除了运营同学深入业务比业务还要了解业务外、还可以将特征数据进行重组或进一步深挖数据，进而发现新风险、另外一个就是内外部情报数据。 在风险管控过程中 逐步建立工具和平台，实现自动化，如建设UEBA平台、安全运营平台(SOAR-安全编排、自动化及响应)。 这里假设来自上级的灵魂拷问：你的地盘还有没有不在视野范围内的数据安全风险?尝试界定数据安全边界并关注核心风险，如数据泄露、人员舞弊，加上资源总是稀缺的，即主要风险应该都在视野内。 (4) 安全治理：两种自上而下的推进方法 单纯的自上而下，本质上利用权力来威慑业务达到安全目的，通常效果有了也隐藏了业务的怨言。 利益共同体式的自上而下(来自我的领导多年经验)，即通过联合作战项目安全牵头发起、业务主导共同推进安全治理并共享成果。这也是自上而下的模式，其实这种是需要更强的组织机制来保障的。 技术上实操上结合数据全生命周期管理过程中涉及到的安全措施，可以联合业务方、或安全自研或采购工具进行治理，如水印服务、数据加密、漏洞扫描、BC端涉敏根服务调用链治理等，通过有序的治理工作，有时候会获得较好的安全回报，如风险收敛、勾搭上业务MM又熟悉业务了。 （编辑：应用网_丽江站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
浙公网安备 33038102330468号