Внедрение ИИ опережает защиту данных. Чтобы ликвидировать этот разрыв, нужен новый подход к созданию политик, а не увеличение штата.
Предприятия внедряют ИИ-инструменты быстрее, чем их DLP-программы были рассчитаны на обработку. Для многих руководителей служб безопасности возникает вопрос: «Как защитить данные, проходящие через уже одобренные нами ИИ-инструменты, не замедляя бизнес?»
Представьте себе директора по информационной безопасности (CISO), чья организация одобряет горстку ИИ-помощников для программирования всего за один квартал при наличии команды по безопасности данных из двух человек. При спешно составленных политиках, которые генерируют слишком много ложноположительных срабатываний. Проблема не в плохих инструментах. ИИ создает новые риски для данных быстрее, чем люди, вручную настраивающие политики, успевают реагировать.
Ограничение сместилось
Технологии классификации стали более зрелыми: в них встроено обнаружение на основе машинного обучения для понимания данных в контексте, а не просто для сопоставления шаблонов. Новым ограничивающим фактором стал уровень конфигурации: превращение понимания рисков командой в работающую политику. Эта работа является ручной и зависит от экспертов, и она не поспевает за внедрением ИИ. Нормативные требования и требования по соблюдению стандартов добавляют работы, поскольку PCI DSS, HIPAA и GDPR создавались без учета генеративного ИИ.
Организации, которые преуспевают в обеспечении безопасности данных, имеют не наибольшее количество политик. У них есть политики, которые остаются актуальными.
Именно здесь ИИ должен занять свое место в сфере безопасности данных. Не как еще один механизм обнаружения, а как помощник, который понимает вашу среду и выполняет механическую работу между вашим экспертным мнением и действующей политикой. Вам не нужно знать, что такое ключевое слово близости, чтобы защитить свои данные.
Что делает помощника надежным
Каждый руководитель задаст один и тот же вопрос: могу ли я доверять ИИ обеспечение соблюдения политик? Мы считаем, что все сводится к четырем принципам:
- Люди остаются в контуре процесса. Помощник подтверждает контекст вашей организации перед тем, как что-либо предложить, и вы одобряете всю политику целиком, прежде чем что-либо запустить в работу.
- Контекст превыше шаблонов. Банку, работающему на территории ЕС и Азиатско-Тихоокеанского региона, нужна иная отправная точка, чем больнице в США.
- Мониторинг перед принудительным применением. Политики начинают с наблюдения, что позволяет включить блокировку только тогда, когда данные показывают их точность.
- Многоканальное покрытие с самого начала. Сеть, SaaS, конечные точки и электронная почта обрабатываются вместе, а не как четыре отдельных проекта.
Путь вперед: первый день должен быть самым простым
На протяжении двух десятилетий развертывание было одной из самых постоянных проблем для любой DLP-программы. Подключение обычно означало месяцы исследований классификаторов, сопоставления с нормативными требованиями и настройки политик, прежде чем защита начинала работать где-либо. Многие программы останавливались именно на этом этапе, а многие другие так и не начинались.
Следующая эра DLP поможет это исправить: подключение может перестать быть проектом и превратиться в беседу. Руководитель службы безопасности описывает организацию и то, что имеет наибольшее значение. В течение одной сессии комплексная политика с учетом контекста готова к рассмотрению. Экспертиза, на сбор которой раньше уходили месяцы, будет доступна с первого запроса.
Это меняет суть DLP-программы. Когда начало работы сводится к беседе, каждый новый ИИ-инструмент, бизнес-подразделение или нормативный акт просто подключаются заново — за считанные минуты, а не кварталы. Защита перестает отставать от внедрения и начинает идти с ним в ногу. А время команды безопасности перенаправляется с создания политик на реагирование на то, что эти политики выявляют.
В Palo Alto Networks мы строим такое будущее, в котором защита ваших самых конфиденциальных данных начинается с одного вопроса. Готовы упростить внедрение DLP? Обратитесь к эксперту по DLP сегодня, чтобы узнать наше мнение о том, как ИИ может изменить ваш опыт.
Заявления о перспективах на будущее
Этот блог содержит заявления о перспективах на будущее, которые связаны с рисками, неопределенностями и предположениями, включая, помимо прочего, заявления относительно преимуществ, влияния, производительности или потенциальных преимуществ, влияния или производительности наших продуктов и технологий или будущих продуктов и технологий. Любые невыпущенные сервисы или функции (а также любые сервисы или функции, которые в целом недоступны клиентам), упомянутые в этом или других пресс-релизах или публичных заявлениях, в настоящее время недоступны (или еще не доступны в целом для клиентов) и могут не быть предоставлены в ожидаемые сроки или вообще не быть предоставлены. Клиенты, приобретающие приложения Palo Alto Networks, должны принимать решения о покупке на основе сервисов и функций, которые в настоящее время доступны в общем доступе.
