Модель безопасности на основе данных для эпохи ИИ, облаков и инсайдерских рисков
19 октября 2026 г.
Амит Мишра
Глобальный руководитель практики данных и ИИ в сфере кибербезопасности, HCLTech
19 октября 2026 г.
Резюме
Zero Trust помог организациям усилить контроль доступа и идентификации, но следующая проблема безопасности начинается после предоставления доступа. Конфиденциальные данные теперь перемещаются между SaaS, облачными средами, конечными точками, платформами для совместной работы и системами ИИ. Подтвержденная личность не означает автоматическую безопасность использования данных. Следующим этапом эволюции является концепция Data-Centric Zero Trust: непрерывное обнаружение, классификация, управление, защита и мониторинг данных на основе контекста, уровня экспозиции и поведения.
Эволюция от периметра к идентификации и далее к данным
Zero Trust стал одним из определяющих принципов современной кибербезопасности. Традиционно он был сфокусирован на управлении доступом и идентификацией на основе принципа: «Никому не доверяй, всегда проверяй». Предприятия инвестировали в верификацию пользователей, многофакторную аутентификацию, контроль привилегированного доступа и управление доступом.
Тем не менее, остается ключевой вопрос: что происходит после предоставления доступа? Пользователь может быть аутентифицирован, приложение одобрено, а сеанс действителен, однако конфиденциальные данные все равно могут быть скопированы, скачаны, переданы, загружены в инструменты ИИ или подвергнуты риску из-за избыточных прав.
Следовательно, следующий этап эволюции Zero Trust очевиден: безопасность должна выходить за рамки идентификации и следовать за самими данными.
Ограничения концепции Zero Trust на основе идентификации
Концепция Zero Trust на основе идентификации снижает риск несанкционированного доступа, но она не полностью контролирует санкционированное злоупотребление, случайное раскрытие или рискованное перемещение данных. Традиционные средства контроля сосредоточены на том, должен ли пользователь иметь доступ к системе; средства контроля на основе данных спрашивают, должен ли пользователь иметь доступ к этим конкретным данным, в данном контексте, для этой цели и в данный момент времени.
Почему данным нужна собственная модель Zero Trust
- Данные сильно распределены: корпоративные данные хранятся в мультиоблачных средах, на платформах SaaS, конечных точках, в инструментах совместной работы, базах данных, озерe данных и системах ИИ. Не существует единого периметра, в котором данные могли бы быть полностью изолированы.
- Идентичность не равна доверию: легитимные пользователи могут случайно передать конфиденциальную информацию, злоупотребить избыточными привилегиями или переместить данные в неконтролируемые места. Проверку подлинности необходимо дополнить проверкой использования данных.
- ИИ изменил перемещение данных: генеративный ИИ, вторые пилоты (copilots) и средства автоматизации могут потреблять, преобразовывать и генерировать конфиденциальную информацию. Данные могут попадать в запросы (промты), рабочие процессы моделей, сторонние сервисы или результаты работы ИИ, создавая пути утечки, которые элементы управления идентификацией не могут регулировать в одиночку.
- Экспозиция определяет риск: риск больше не основывается исключительно на том, являются ли данные конфиденциальными. Он основывается на сочетании конфиденциальных данных и экспозиции: кто имеет к ним доступ, куда они переместились, не предоставлены ли на них избыточные права и соответствует ли характер их использования нормам.
Пять столпов концепции Zero Trust для данных
Основные необходимые возможности
Zero Trust на основе идентификации против Zero Trust на основе данных
Реальный сценарий: финансовые услуги и использование ИИ
Рассмотрим финансового аналитика, имеющего законный доступ к конфиденциальным данным о выручке и клиентах. В традиционной модели Zero Trust аналитик проходит аутентификацию и получает доступ к финансовой системе. Но если аналитик экспортирует большой набор данных, загружает его во внешний инструмент ИИ или передает более широкой аудитории, риск утечки данных возрастает, даже несмотря на то, что решение об аутентификации было верным.
Реагирование на основе данных
Модель Data-Centric Zero Trust оценивает тип данных, объем доступа, поведение пользователя, пункт назначения, характер обмена данными и риск их использования в ИИ. Она может ограничивать массовый экспорт, предотвращать внешний обмен, сигнализировать об аномальной активности, инициировать рабочие процессы проверки и генерировать аудиторские доказательства, защищая данные даже после предоставления доступа.
Технологические компоненты
Дорожная карта внедрения
Точка зрения HCLTech
Будущая граница безопасности — это сами данные. В HCLTech считают, что концепция Data-Centric Zero Trust должна позиционироваться как программа трансформации корпоративной безопасности, объединяющая идентификацию, безопасность данных, облачную безопасность, управление ИИ, криптографию, управление доступом и отчетность о соблюдении нормативных требований.
- Выходите за рамки контроля только на основе идентификации: верификация пользователей остается обязательной, но зрелость безопасности данных требует средств контроля, проверяющих использование, экспозицию и перемещение данных.
- Обеспечьте видимость до применения мер принуждения: организации должны сначала наделит себя возможностью надежного обнаружения, классификации и контроля владения данными, прежде чем масштабировать принудительное применение политик.
- Сделайте управление операционным: владение данными, проверки доступа, исключения из политик и исправление нарушений должны быть связаны с корпоративными рабочими процессами и аудиторскими доказательствами.
- Рассматривайте ИИ как канал утечки данных: ИИ создает новые пути перемещения данных; средства контроля на основе данных должны оценивать конфиденциальную информацию, поступающую в запросы, модели и генерируемые результаты.
- Измеряйте результаты: панели мониторинга руководства должны отражать уровень экспозиции конфиденциальных данных, избыточный доступ, нарушения политик, прогресс в устранении уязвимостей и снижение рисков с течением времени.
Заключение: доверие должно следовать за данными
Zero Trust зародился как ответ на ограничения безопасности, основанной на периметре. Эта концепция созрела благодаря контролю на основе идентификации. Теперь она должна развиться снова — в модель на основе данных, которая непрерывно проверяет, являются ли доступ к данным и их использование правомерными.
Следующее поколение зрелых программ безопасности будет не только знать, кто получил доступ к данным. Они будут знать, какие данные существуют, где они хранятся, кому они принадлежат, кто имеет к ним доступ, как они используются, куда перемещаются и является ли такое использование приемлемым.
В мире, где данные повсюду, доверие не может останавливаться на идентификации. Доверие должно следовать за самими данными.
