AI+安全
數(shù)據(jù)安全
數(shù)據(jù)基礎(chǔ)設(shè)施
態(tài)勢感知
云安全
基礎(chǔ)安全
終端安全
商用密碼
軟件供應(yīng)鏈安全
網(wǎng)絡(luò)空間靶場
工業(yè)互聯(lián)網(wǎng)安全
物聯(lián)網(wǎng)安全
安全托管服務(wù)
運營管理服務(wù)
-
-
數(shù)據(jù)資產(chǎn)底數(shù)不清
數(shù)據(jù)在哪、有哪些類型、哪些是敏感數(shù)據(jù)，這些數(shù)據(jù)的敏感等級分別是什么?如果不能做到數(shù)據(jù) 分類分級，就沒有明確的保護的目標，無法做到針對安全風(fēng)險進行有效防護。
-
-
數(shù)據(jù)庫漏洞
很多數(shù)據(jù)庫管理員擔(dān)心修復(fù)數(shù)據(jù)庫漏洞程序會對他們的數(shù)據(jù)庫產(chǎn)生業(yè)務(wù)影響。但是現(xiàn)在，存在漏 洞的脆弱數(shù)據(jù)庫被攻擊的風(fēng)險非常高。
-
-
特權(quán)賬號
特權(quán)賬號一般是指root、DBA等超級管理員賬戶，特權(quán)賬號一旦保管不當(dāng),極易導(dǎo)致數(shù)據(jù)被惡意 篡改、刪除、批量下載以及惡意提權(quán)操作等。
-
-
過度授權(quán)
數(shù)據(jù)庫的授權(quán)應(yīng)當(dāng)遵循最小權(quán)限授予原則，即僅授予滿足用戶需要的最小權(quán)限，在數(shù)據(jù)庫中，如 果進行了不當(dāng)授權(quán)，則極易造成低權(quán)限用戶執(zhí)行本不該屬于該用戶的風(fēng)險操作行為，帶來不可預(yù) 估安全風(fēng)險。
-
-
開發(fā)測試環(huán)節(jié)數(shù)據(jù)泄露
隨著業(yè)務(wù)系統(tǒng)越來越復(fù)雜，而開發(fā)周期卻越來越短，對開發(fā)和測試要求隨之提高。對于業(yè)務(wù)系統(tǒng) 的性能測試往往需要準備大量的高質(zhì)量的數(shù)據(jù)，由于開發(fā)測試環(huán)境中使用生產(chǎn)數(shù)據(jù)造成的數(shù)據(jù)泄 露，在各行各業(yè)都時有發(fā)生，2014年韓國發(fā)生三大發(fā)卡行由于開發(fā)測試環(huán)節(jié)泄露信用卡信息， 一時轟動全球。
-
-
運維人員篡改拖庫風(fēng)險
運維人員使用數(shù)據(jù)庫賬號進行運維管理，該賬號的權(quán)限有可能超出實際運維管理所需要的標準。 如果對其缺少訪問行為控制管理，受利益驅(qū)動，運維人員可直接篡改交易、竊取敏感數(shù)據(jù)、甚至 直接泄露上億個人隱私信息。
-
-
重要數(shù)據(jù)明文存儲
由于數(shù)據(jù)庫的存儲架構(gòu)中，數(shù)據(jù)以數(shù)據(jù)文件的形式明文存儲在操作系統(tǒng)中，由于數(shù)據(jù)存儲介質(zhì)遺 失，或者黑客和不懷好意的人直接通過操作系統(tǒng)獲取數(shù)據(jù)庫文件，都會造成數(shù)據(jù)大量泄露。
-
-
終端數(shù)據(jù)泄露風(fēng)險
通常，信息安全防護體系是由服務(wù)器、網(wǎng)絡(luò)和終端三個環(huán)節(jié)組成。在信息安全體系中，最薄弱環(huán) 節(jié)往往是終端安全防護。目前，終端安全防護的技術(shù)手段極為有限，終端存在諸多安全隱患，其 中最大的問題是終端普遍存在數(shù)據(jù)泄露風(fēng)險。
-
-
數(shù)據(jù)稽核難
監(jiān)控整個組織中的數(shù)據(jù)訪問是追查取證的重要手段。一旦無法監(jiān)視數(shù)據(jù)操作合規(guī)性異常，無法收 集數(shù)據(jù)庫活動的審計詳細信息，這將會造成在數(shù)據(jù)泄露后無法進行溯源分析，產(chǎn)生嚴重的組織風(fēng) 險，導(dǎo)致定責(zé)模糊、取證困難，最后追溯行動不了了之。進而極可能導(dǎo)致二次泄露事件的發(fā)生。
-
-
數(shù)據(jù)泄露無法取證溯源
當(dāng)組織機構(gòu)將數(shù)據(jù)共享、外發(fā)給第三方后，由于第三方人員保管不當(dāng)造成數(shù)據(jù)泄露時，無法及時 通過定位數(shù)據(jù)外發(fā)人員、外發(fā)目標和時間等信息進而確定最終的泄露主體，造成數(shù)據(jù)泄露事件無 法溯源取證和對安全事件定責(zé)。
-
以身份和數(shù)據(jù)雙中心
-
全面覆蓋立體化防護原則
-
智能化、體系化原則
-
以身份和數(shù)據(jù)雙中心
保護數(shù)據(jù)安全的目標之一是防止未經(jīng)授權(quán)的用戶進行數(shù)據(jù)非法訪問和操作。所以需同時從訪問者“身份”和訪問對象 “數(shù)據(jù)”兩個方向入手，雙管齊下。
零信任：在沒有經(jīng)過身份鑒別之前，不信任企業(yè)內(nèi)部和外部的任何人/系統(tǒng)/設(shè)備，需基于身份認 證和授權(quán)，執(zhí)行以身份為中心的動態(tài)訪問控制。
數(shù)據(jù)分類分級：聚焦以數(shù)據(jù)為中心進行安全建設(shè)，有針對性的保護高價值數(shù)據(jù)及業(yè)務(wù)，數(shù)據(jù)發(fā)現(xiàn)和分 類分級是以數(shù)據(jù)為中心保護的重要基礎(chǔ)。 -
全面覆蓋立體化防護原則
全生命周期：橫向上需全面覆蓋數(shù)據(jù)資源的收集、存儲、加工、使用、提供、交易、公開等行為活 動的整個生命周期，采用多種安全工具支撐安全策略的實施。
數(shù)據(jù)安全態(tài)勢感知：縱向上通過風(fēng)險評估、數(shù)據(jù)梳理、訪問監(jiān)控、大數(shù)據(jù)分析，進行數(shù)據(jù)資產(chǎn)價值評估、 數(shù)據(jù)資產(chǎn)弱點評估、數(shù)據(jù)資產(chǎn)威脅評估，最終形成數(shù)據(jù)安全態(tài)勢感知。
立體化防護體系：通過組織、制度、場景、技術(shù)、人員等自上而下的落實來構(gòu)建立體化的數(shù)據(jù)安全防護體系。 -
智能化、體系化原則
在信息技術(shù)和業(yè)務(wù)環(huán)境越來越復(fù)雜的當(dāng)下，僅靠人工方式來運維和管理安全已經(jīng)捉襟見肘了，人工智能、大數(shù)據(jù)已經(jīng)有相當(dāng)?shù)某墒於?，如UEBA異常行為分析、NLP加持的識別算法、場景化脫敏算法等;同時，僅靠單獨技術(shù)措施只能 解決單方面的問題，必須形成體系化的思維，通過能力模塊間的聯(lián)動打通，系統(tǒng)形成體系化的整體數(shù)據(jù)安全防護能 力，并持續(xù)優(yōu)化和改進，從而提升整體安全運營和管理的質(zhì)量和效率。
- 生產(chǎn)區(qū)
- 共享開放區(qū)
- 測試開發(fā)區(qū)
- 應(yīng)用區(qū)
- 運維管理區(qū)
- 數(shù)據(jù)要素安全流通區(qū)
-
-
數(shù)據(jù)資產(chǎn)底數(shù)不清
AiSort基于網(wǎng)絡(luò)嗅探、數(shù)據(jù)庫協(xié)議解析能力，主動掃描發(fā)現(xiàn)網(wǎng)絡(luò)環(huán)境中存在的數(shù)據(jù)資產(chǎn)。基于深度學(xué)習(xí)+條件隨機場等AI識別等技術(shù)，依據(jù)內(nèi)置敏感數(shù)據(jù)識別特征庫，參考法律法規(guī)要求、行業(yè)標準等，進行敏感數(shù)據(jù)識別和自動分類分級，生成數(shù)據(jù)資產(chǎn)目錄。同時對數(shù)據(jù)庫系統(tǒng)用戶權(quán)限、弱口令、安全配置基線、安全漏洞實施全方位梳理，進行風(fēng)險評估。對于分類分級結(jié)果可以大屏、圖表等形式進行展現(xiàn)，支持導(dǎo)出及對接其他如數(shù)據(jù)脫敏、數(shù)據(jù)安全網(wǎng)關(guān)等系統(tǒng)，以實現(xiàn)對敏感數(shù)據(jù)的進一步安全防護和細粒度管控，讓數(shù)據(jù)使用及共享做到“有級可循”。
數(shù)據(jù)庫漏洞
AiGate數(shù)據(jù)安全網(wǎng)關(guān)系統(tǒng)使用數(shù)據(jù)庫虛擬補丁技術(shù)，在數(shù)據(jù)訪問路徑上建立保護層和安全層，在無需升級數(shù)據(jù)庫補丁情況下，將補丁前置，有效防止數(shù)據(jù)庫漏洞攻擊，讓受保護數(shù)據(jù)資源本身的漏洞隱形，從而達到“漏洞修復(fù)”的目的。極大地保護了未升級漏洞補丁的數(shù)據(jù)庫服務(wù)器，有效降低了用戶數(shù)據(jù)被惡意篡改和批量泄露的風(fēng)險幾率。
特權(quán)賬號
AiGate數(shù)據(jù)安全網(wǎng)關(guān)系統(tǒng)提供獨立的第三方權(quán)控體系，針對持有特權(quán)賬號sys、sa、root等用戶的風(fēng)險操作(如delete、truncate等)進行實時攔截控制并實時告警。同時，也可以通過指定IP范圍、端口等限制數(shù)據(jù)庫訪問，進而阻斷非法訪問和操作，當(dāng)運維人員必須進行某些危險性操作或者訪問敏感數(shù)據(jù)時，需提交臨時授權(quán)工單，由多級安全審批人進行逐級審批后方可進行操作。保障數(shù)據(jù)操作流程的公開、透明、合規(guī);審批人可靈活地通過系統(tǒng)審批或郵件審批方式進行檢查、審批，保障數(shù)據(jù)庫側(cè)的操作安全。
過度授權(quán)
AiGate數(shù)據(jù)安全網(wǎng)關(guān)系統(tǒng)通過提供獨立的第三方權(quán)控體系能力實現(xiàn)數(shù)據(jù)庫賬號權(quán)限的細粒度管控，可通過IP、客戶端主機名、操作系統(tǒng)用戶名、客戶端工具名和數(shù)據(jù)庫賬號等多個維度實現(xiàn)對用戶主體的“身份標記”。使不同的數(shù)據(jù)庫賬號只擁有能滿足需要的最小權(quán)限，從而消除安全隱患，在一定程度上保證數(shù)據(jù)的安全性。
運維人員篡改拖庫風(fēng)險
AiGate內(nèi)置通用敏感數(shù)據(jù)識別算法，可識別Oracle、MySQL、PostgreSQL等數(shù)據(jù)庫中敏感數(shù)據(jù)，通過動態(tài)脫敏功能，能有效防止運維人員接觸敏感數(shù)據(jù)，結(jié)合運維審批，大大降低運維環(huán)節(jié)數(shù)據(jù)泄露的風(fēng)險。
重要數(shù)據(jù)明文存儲
AiTDE透明數(shù)據(jù)庫加密系統(tǒng)基于透明加密技術(shù)，實現(xiàn)對數(shù)據(jù)庫數(shù)據(jù)加密存儲、訪問增強控制、安全審計等功能，支持SM2、SM3、SM4等國密算法，功能上加解密操作對數(shù)據(jù)庫層無感知，對上層業(yè)務(wù)應(yīng)用系統(tǒng)使用及部署無需任何更改，保證敏感數(shù)據(jù)的機密性、可用性、完整性。
數(shù)據(jù)稽核難
明御數(shù)據(jù)庫審計系統(tǒng)是一款基于對數(shù)據(jù)庫傳輸協(xié)議深度解析的基礎(chǔ)上進行風(fēng)險識別和告警通知的系統(tǒng)，具備對數(shù)據(jù)庫訪問行為實時審計、對數(shù)據(jù)庫惡意攻擊、數(shù)據(jù)庫違規(guī)訪問等行為精準識別和告警等能力。
AiCheck數(shù)據(jù)安全檢查工具箱包含了數(shù)據(jù)資產(chǎn)檢查、弱點探查等基礎(chǔ)檢查功能，可根據(jù)不同行業(yè)的合規(guī)要求，通過安全評估實現(xiàn)組織架構(gòu)、制度流程、第三方管理等合規(guī)評估檢查，支持通過擴展的方式，對網(wǎng)絡(luò)流量和應(yīng)用進行內(nèi)容分析、日志采集，實現(xiàn)數(shù)據(jù)安全威脅分析及數(shù)據(jù)泄露檢測。數(shù)據(jù)安全合規(guī)風(fēng)險
-
-
數(shù)據(jù)共享泄露風(fēng)險(API安全)
AAS API風(fēng)險監(jiān)測系統(tǒng)內(nèi)置行為風(fēng)險預(yù)警引擎，對數(shù)據(jù)接口異常流量、用戶異常操作行為、異常數(shù)據(jù)調(diào)用行為等進行實時監(jiān)控預(yù)警，及時發(fā)現(xiàn)賬號共享等違規(guī)行為，便于及時對相關(guān)賬號操作進行限制、阻斷，避免安全事件的發(fā)生或擴大。支持以數(shù)據(jù)為維度進行風(fēng)險監(jiān)測，可自動繪制API風(fēng)險鏈路關(guān)系，結(jié)合線索關(guān)聯(lián)排名分析，可推測出可疑的數(shù)據(jù)泄露路徑，適用于洞察API二次封裝等風(fēng)險場景。
未授權(quán)訪問(API安全)
AiMask數(shù)據(jù)靜態(tài)脫敏系統(tǒng)提供外發(fā)數(shù)據(jù)水印溯源能力，采用獨有的水印溯源算法將含有數(shù)據(jù)所有者、數(shù)據(jù)外發(fā)對象、生成水印日期等水印信息嵌入原始數(shù)據(jù)中，當(dāng)發(fā)生外發(fā)數(shù)據(jù)泄露事件時，可對丟失、泄露、外流數(shù)據(jù)提供水印溯源能力，追溯數(shù)據(jù)泄露環(huán)節(jié)，避免內(nèi)部人員數(shù)據(jù)外發(fā)造成的隱私數(shù)據(jù)泄露且無法對事件追溯、定責(zé)的難題，提升了數(shù)據(jù)傳遞的安全性和可溯源能力。通過APIG API安全網(wǎng)關(guān)，在不改造現(xiàn)網(wǎng)API的情況下，可以通過反向代理模式，統(tǒng)一為API提供訪問身份認證、權(quán)限控制、訪問監(jiān)控、數(shù)據(jù)脫敏、流量管控、流量加密等機制，通過阻止大部分的潛在攻擊流量，使其無法到達真正的API服務(wù)側(cè)，并對API訪問進行全程監(jiān)控，保障API的安全調(diào)用及訪問可視。
數(shù)據(jù)泄露無法取證溯源
API資產(chǎn)暴露無感知
AAS API風(fēng)險監(jiān)測系統(tǒng)基于網(wǎng)絡(luò)流量解析還原技術(shù)，對企業(yè)內(nèi)全量的應(yīng)用及接口資產(chǎn)進行識別與評估，識別接口中攜帶的敏感數(shù)據(jù)，對自身API部署情況進行全面排查，梳理統(tǒng)計API類型、活躍接口數(shù)量、失活接口數(shù)量等資產(chǎn)現(xiàn)狀，針對API上線、變更、失活后下線等環(huán)節(jié)進行實時監(jiān)控，避免因API安全管理疏漏等內(nèi)部因素導(dǎo)致數(shù)據(jù)泄露、丟失等安全事件。
-
-
開發(fā)測試環(huán)節(jié)數(shù)據(jù)泄露
AiMask數(shù)據(jù)靜態(tài)脫敏系統(tǒng)采用獨有的數(shù)據(jù)脫敏算法對敏感數(shù)據(jù)進行去標識化、匿名化處理。支持固定值替換、置空、亂序、統(tǒng)計特征保留等多種脫敏算法，保證脫敏后的數(shù)據(jù)在保留原有業(yè)務(wù)邏輯特征的同時，具備數(shù)據(jù)的有效性和可用性。在脫敏過程中，保證整個環(huán)節(jié)敏感數(shù)據(jù)不落地，使脫敏后的數(shù)據(jù)可以安全地應(yīng)用于開發(fā)測試環(huán)境、數(shù)據(jù)共享交換、數(shù)據(jù)分析計算等場景。
-
-
賬號安全風(fēng)險
對賬號異常行為的監(jiān)控、檢測和分析是AiThink用戶與實體行為分析(UEBA)技術(shù)的特長，UEBA通過收集整合全方位、多維度以及用戶上下文等數(shù)據(jù)信息，進行全局關(guān)聯(lián)、行為基線分析和群體異常分析，通過AI機器學(xué)習(xí)異常檢測算法，可以更深層次地進行賬號安全洞察，迅速識別異常事件。通過對賬號登錄的時間、地點、頻次和操作等異常監(jiān)控，判斷是否存在如短時間內(nèi)異地登錄、登錄次數(shù)偏離整體基線、非工作時間上線和靜默賬號的忽然出現(xiàn)等異?；顒?，溯源分析確認是否存在賬號失陷。另外，AiTrust零信任解決方案，以可信數(shù)字身份為基礎(chǔ)，通過持續(xù)信任評估、動態(tài)訪問控制等核心能力，對用戶每次的資源訪問請求進行持續(xù)動態(tài)的安全可信關(guān)系評估，從而避免內(nèi)部人員攻擊事件出現(xiàn)。
數(shù)據(jù)泄露風(fēng)險(API安全)
AiTrust零信任包含TAM身份服務(wù)中心、應(yīng)用代理系統(tǒng)和API代理系統(tǒng)，采用了身份識別、權(quán)限識 別、身份傳遞、健康監(jiān)控、流量管控、通道安全等多項核心技術(shù)，通過接管所有API服務(wù)訪問請 求，實施動態(tài)的訪問者身份識別和權(quán)限識別，提供精確到用戶層級的細粒度API調(diào)用數(shù)據(jù)訪問監(jiān)控 審計。例如通過監(jiān)控API的調(diào)用情況，識別出是否存在敏感數(shù)據(jù)非法訪問，有針對性地進行API動 態(tài)脫敏。同時，通過AiThink收集日志信息進行綜合信任評估，以實施動態(tài)訪問控制。
AiDLP數(shù)據(jù)防泄漏系統(tǒng)(終端)以數(shù)據(jù)智能識別和發(fā)現(xiàn)為基礎(chǔ)，通過授權(quán)控制、智能隔離、安全流轉(zhuǎn)、審計追溯等手段，保護企業(yè)業(yè)務(wù)系統(tǒng)和終端上的業(yè)務(wù)數(shù)據(jù)，保證數(shù)據(jù)的高效傳輸、分享和交換，解決終端場景下的敏感數(shù)據(jù)泄露問題;支持各種類型的PC用戶終端上發(fā)現(xiàn)敏感文件，自動化梳理這些敏感文件的分布，并進一步提供保護。AiDLP數(shù)據(jù)防泄漏系統(tǒng)(網(wǎng)絡(luò))基于內(nèi)容識別技術(shù)實現(xiàn)數(shù)據(jù)防泄漏，一般部署在企業(yè)外網(wǎng)出口，對捕獲的數(shù)據(jù)包進行會話重組與文件恢復(fù)后獲取內(nèi)容，并以內(nèi)容為核心，通過策略匹配實現(xiàn)外發(fā)數(shù)據(jù)的審計。數(shù)據(jù)泄露風(fēng)險(網(wǎng)絡(luò)&終端)
AAS API風(fēng)險監(jiān)測系統(tǒng)對API、應(yīng)用資產(chǎn)安全開展實時的、持續(xù)的安全評估，包括但不限于認證權(quán)限風(fēng)險、批量操作風(fēng)險、暴露面風(fēng)險、敏感數(shù)據(jù)未脫敏等風(fēng)險，覆蓋OWASP API Security Top10API風(fēng)險問題，實時監(jiān)控接口運行中的單因素認證、接口未鑒權(quán)、接口偽脫敏、弱密碼、密碼明文傳輸?shù)却嗳跣詥栴}，全面呈現(xiàn)當(dāng)前資產(chǎn)的安全問題和數(shù)據(jù)健康狀態(tài)，為后續(xù)脆弱性整改提供決策依據(jù)。API漏洞被利用風(fēng)險
-
-
最終建立數(shù)據(jù)安全運營，我們的建議是分“六步走”，從咨詢規(guī)劃、風(fēng)險評估、管控加固、威脅檢測、審計溯源、到安全運營，通過PDCA循環(huán)，持續(xù)優(yōu)化安全策略、擴展業(yè)務(wù)場景，讓安全更好地賦能業(yè)務(wù)。
咨詢規(guī)劃
Gartner建議，首先要維持業(yè)務(wù)需求與風(fēng)險/威脅/合規(guī)性之間的平衡關(guān)系，包括經(jīng)營策略、治理、合規(guī)、IT策略和風(fēng)險容忍度。優(yōu)先對重要數(shù)據(jù)進行安全治理工作，比如將 “數(shù)據(jù)分類分級”作為整體計劃的第一環(huán)，將大大提高數(shù)據(jù)安全合規(guī)治理的效率和投入產(chǎn)出比。當(dāng)然，這一步僅為可選步驟;當(dāng)您有明確的安全風(fēng)險痛點時，可以跳過此步驟直接部署有針對性的安全措施進行管控加固。
風(fēng)險評估
通過自動化檢測工具和調(diào)研訪談兩種方式出發(fā)，快速、全面檢測梳理各項數(shù)據(jù)安全風(fēng)險，如弱口令、API未授權(quán)訪問、數(shù)據(jù)庫暴露在互聯(lián)網(wǎng)等。
管控加固
對于不同的風(fēng)險場景，有針對性的部署相應(yīng)數(shù)據(jù)安全工具進行管控加固。如通過自動化的數(shù)據(jù)分類分級工具基于行業(yè)模板進行敏感數(shù)據(jù)識別和分類分級打標，通過靜態(tài)脫敏工具對敏感數(shù)據(jù)進行自動化脫敏，在降低數(shù)據(jù)敏感程度的同時，最大程度上保留原始數(shù)據(jù)集所具備的數(shù)據(jù)內(nèi)在關(guān)聯(lián)性等可挖掘價值。
威脅檢測
進行管控加固的各類數(shù)據(jù)安全工具，做為數(shù)據(jù)安全原子能力/探針，既能解決具體場景化的安全風(fēng)險，同時也可以互相聯(lián)動形成合力;以統(tǒng)一的數(shù)據(jù)安全管控平臺對各探針進行統(tǒng)一納管、策略打通和態(tài)勢感知，實現(xiàn)敏感數(shù)據(jù)安全防護的生命周期過程全覆蓋。從云網(wǎng)數(shù)用端全鏈路的對當(dāng)前環(huán)境進行實時威脅檢測，第一時間洞察異常和風(fēng)險。
審計溯源
數(shù)據(jù)安全審計可以檢查數(shù)據(jù)處理活動是否符合組織的安全性和合規(guī)性政策，一旦出現(xiàn)數(shù)據(jù)安全事件，通過審計溯源能夠快速確認問題出現(xiàn)在哪個環(huán)節(jié)，有利于有針對性地采取更正措施和追究相應(yīng)責(zé)任，從而提高整個數(shù)據(jù)管理體系的安全性和可信度。
常態(tài)化數(shù)據(jù)安全運營
通過風(fēng)險識別、安全防護、持續(xù)檢測、響應(yīng)處置，IPDR進行可持續(xù)改進、閉環(huán)管理的常態(tài)化安全運營。不斷迭代優(yōu)化數(shù)據(jù)安全整體防護能力和效果。
-
-
缺乏數(shù)據(jù)全生命周期活動的安全環(huán)境
數(shù)據(jù)在傳輸、存儲、加工等過程中均存在數(shù)據(jù)泄露的安全隱患，對數(shù)據(jù)要素流通全生命周期安全防護措施的缺乏，導(dǎo)致數(shù)據(jù)共享方擔(dān)心數(shù)據(jù)泄露后的追責(zé)。
數(shù)據(jù)所有者對數(shù)據(jù)使用者不信任
由于數(shù)據(jù)的易復(fù)制性，導(dǎo)致數(shù)據(jù)共享方共享數(shù)據(jù)后，容易失去數(shù)據(jù)控制權(quán)，使得數(shù)據(jù)被多次復(fù)制，再次販賣，或超出授權(quán)范圍使用，從而導(dǎo)致數(shù)據(jù)價值流失，最終導(dǎo)致數(shù)據(jù)擁有方不愿意、不敢共享數(shù)據(jù)。
數(shù)據(jù)使用者濫用個人隱私
數(shù)據(jù)使用過程中，無意間觸碰到敏感數(shù)據(jù)或隱私數(shù)據(jù)，由于較大的利益驅(qū)動，時常發(fā)生泄露和販賣個人隱私數(shù)據(jù)事件。
-
-
數(shù)據(jù)分類分級智能體
數(shù)據(jù)分類分級智能體是針對結(jié)構(gòu)化數(shù)據(jù)分類分級場景設(shè)計的智能化工具，基于大模型推理技術(shù)和創(chuàng)新算法，顯著提升數(shù)據(jù)分類與分級效率，優(yōu)化數(shù)據(jù)安全治理。傳統(tǒng)方式依賴人工，效率低且質(zhì)量難控，即便是半自動化工具，識別率和易用性仍有不足。智能體通過分析表名、字段注釋等關(guān)鍵信息，即便面對無注釋數(shù)據(jù)，也能利用語義分析提供精準建議，減少對業(yè)務(wù)專家的依賴。
結(jié)合交叉驗證與投票機制，智能體整合自動化和推理結(jié)果，確保最佳準確性，提升企業(yè)數(shù)據(jù)治理效率。其持續(xù)優(yōu)化算法和知識庫，幫助企業(yè)應(yīng)對《數(shù)據(jù)安全法》等法規(guī)要求，實現(xiàn)精準保護與合規(guī)管理。
-
-
API安全智能體
API安全智能體專注于API資產(chǎn)識別、風(fēng)險監(jiān)測與管理，融合大模型推理和行業(yè)知識，解決傳統(tǒng)API管理中識別不準、誤報高等難題。在資產(chǎn)識別方面，通過解析接口報文、路徑及敏感數(shù)據(jù)，該智能體精準梳理API資產(chǎn)并自動賦予業(yè)務(wù)屬性標簽，提升資產(chǎn)管理深度。在風(fēng)險監(jiān)測方面，智能體通過自動化降噪和智能解讀快速定位威脅，并提供詳細處置建議，顯著減輕運營負擔(dān)。此外，其智能問答功能基于深度學(xué)習(xí)風(fēng)險知識庫，為用戶提供詳盡分析和解決方案，提升整體風(fēng)險管理水平。
-
-
數(shù)據(jù)庫審計智能體
數(shù)據(jù)庫審計智能體利用大模型的語義理解和分析能力，對復(fù)雜的SQL審計日志進行精準解讀，降低用戶理解門檻，提升數(shù)據(jù)庫審計效率。傳統(tǒng)方式依賴人工逐句解析SQL，費時費力且易誤判，而智能體通過深度分析會話數(shù)據(jù)，挖掘行為規(guī)律，為用戶提供清晰會話意圖解讀，簡化使用難度。
同時，智能體實時監(jiān)測并精準識別違規(guī)操作，快速捕捉異常行為，發(fā)出預(yù)警并生成處理建議，大幅減少人工排查工作量，確保數(shù)據(jù)庫安全穩(wěn)定運行。
-
-
數(shù)據(jù)防泄漏智能體
數(shù)據(jù)防泄漏智能體專為企業(yè)辦公網(wǎng)場景設(shè)計，結(jié)合大模型的語義理解和推理技術(shù)，精準識別敏感數(shù)據(jù)，完成高效分類分級操作。其智能化文檔分析能力可理解復(fù)雜語言、拼音縮寫及上下文邏輯，生成全面的數(shù)據(jù)資產(chǎn)目錄并匹配合規(guī)標簽，減少人工干預(yù)并提升效率。
適用于文檔分類保護、跨部門協(xié)作及云端數(shù)據(jù)安全管理等場景，該智能體還支持精細化權(quán)限控制，防止數(shù)據(jù)濫用和外泄，為企業(yè)提供全方位的數(shù)據(jù)安全保障。
-
-
數(shù)據(jù)安全告警研判智能體
數(shù)據(jù)安全告警研判智能體基于AI技術(shù)，自動化處理安全告警的識別與研判難題。智能體結(jié)合大模型的上下文理解與語義推理能力，從告警檢測到風(fēng)險分析全流程實現(xiàn)智能化，精準識別攻擊類型、意圖和風(fēng)險等級。
通過深度學(xué)習(xí)真實攻擊樣本，該智能體提取核心特征并生成高置信度判斷結(jié)果，對無害告警明確誤報原因，對有害告警提供詳盡分析與修復(fù)建議。此外，借助自然語言生成技術(shù)，智能體將技術(shù)信息轉(zhuǎn)化為易懂的解讀內(nèi)容，降低專業(yè)門檻，提高安全運營效率。
-
AI數(shù)據(jù)安全分類分級解決方案
AI大模型驅(qū)動，單日處理2萬+字段，日均效率提升30倍。高識別準度、高自動化程度減少人力需求，賦能數(shù)據(jù)治理，分類分級快人一步！
了解詳情 -
-
明御®數(shù)據(jù)庫審計與風(fēng)險控制系統(tǒng)
提升數(shù)據(jù)庫運行監(jiān)控透明度，降低人工審計成本，真正實現(xiàn)數(shù)據(jù)庫全業(yè)務(wù)運行可視化、所有行為可審計、安全事件可追溯。
了解詳情 -
AiDLP數(shù)據(jù)防泄漏系統(tǒng)
通過對安全域內(nèi)部敏感信息輸出的主要途徑進行控制和審計,防止信息被非授權(quán)泄漏，協(xié)助數(shù)據(jù)資產(chǎn)的權(quán)屬責(zé)任人對重要數(shù)據(jù)實施保護，幫助用戶降低數(shù)據(jù)丟失和數(shù)據(jù)泄漏的風(fēng)險。
了解詳情 -
安恒數(shù)盾數(shù)據(jù)安全管理平臺
全面了解敏感數(shù)據(jù)的分類和分級，集中管理數(shù)據(jù)安全策略，實現(xiàn)對數(shù)據(jù)分布、流轉(zhuǎn)和訪問過程中的態(tài)勢呈現(xiàn)和風(fēng)險識別。
了解詳情
-
資料下載
劉博 安恒信息首席科學(xué)家——賦能數(shù)據(jù)開放、激活數(shù)據(jù)價值
馮登國 中國科學(xué)院院士——數(shù)據(jù)安全：保障數(shù)據(jù)高效合理開發(fā)利用的基石
-
產(chǎn)品新聞
- 2021-09-16
- 2021-09-16
-
安恒信息發(fā)布數(shù)據(jù)安全整體解決方案，戰(zhàn)略升級助推數(shù)字化加速發(fā)展
2021-09-16 - 2021-09-02
-
安恒信息董事長范淵接受央視采訪：數(shù)據(jù)既要保護又要利用，應(yīng)構(gòu)建全方位數(shù)據(jù)安全能力體系
2021-09-01
