最新行业资讯

头条号

最新原创观点

百家号


资讯中心

企业如何应对数据保护方面的挑战?

2021-08-20 15:30:14来源:千家网 阅读量:24836

分享:
导读:如今,保护敏感数据的问题对每个组织来说已经成为了一项挑战。
  考虑到数据已成为数字企业、电子商务平台和金融机构的重要组成部分,保护敏感数据的问题对每个组织来说都是一项挑战。不幸的是,由于数据泄露、暴露和其他危害导致的数据盗窃在数字环境中太常见了,这意味着组织无法建立有效的安全态势。数据泄露的最终成本和后果可能影响深远,甚至会长时间地损害公司的声誉。
 
  如今,越来越多的共识是,如果一组数据不能为组织增加价值或支持基本操作,则不应存储它。但是,如果组织确实决定存储数据,则可以主动采取负责任的步骤来确保数据受到保护。事实上,许多行业较佳实践也有助于满足相关的监管合规义务。例如,利用额外的安全措施(如格式保留加密或标记化)满足数据保护的常见安全要求,同时保留原始数据的元素,从而保留其对业务的有用性。
 
  一个严酷的现实是,没有任何解决方案可以声称是阻止数据泄露的万无一失或万无一失的方法。本文的目标是分享简单的安全规则或智慧,帮助企业构建更强大的网络安全策略,并最终为保护对数字业务运营至关重要的数据奠定坚实的基础。
 
  首先,要确定组织中敏感数据的规模,需要有足够的数据发现过程。这个想法也是严格评估存储敏感数据的风险与其用于分析和其他业务目的的效用。使用工具来查找和分类或“映射”环境中的敏感信息可以简化流程。
 
  映射后,组织可以了解要保护的数据范围,并可以开始降低相关风险。例如,与第三方共享的数据或多个员工可通过存储数据的网络访问的数据暴露的风险更大。为了降低数据泄露或不当处理的风险,团队可能会尽量减少接触敏感信息的个人或系统的数量。
 
  尽管它们不是用于保护敏感数据的唯一措施,但所有传统的外围安全方法仍必须适用于组织的整体安全状况。分层方法包括安装和维护有效的防火墙,跟踪和监控网络流量以确定允许谁或什么访问环境。一个起点是确保您在路由器上使用具有足够强和复杂密码的专用网络。更重要的一步是要求所有个人都使用密码来访问环境,明确为每个帐户使用强大且唯一的密码,以避免窃取登录信息以访问多个帐户的凭证填充攻击。
 
  避免使用不安全的员工路由器、移动设备或热点也很重要,尤其是那些具有公共连接的热点,因为它们会引入未受保护的接入点并削弱安全链。始终使用双因素身份验证,这需要多种形式的身份验证来确认用户身份,并部署和维护可以检测和删除各种类型恶意软件的防病毒软件程序,防止它们渗透系统或以其他方式破坏网络。
 
  尽管如此,有些人认为数据泄露是不可避免的。我不建议将重点转移到恢复计划而不是入侵预防措施上。尽管制定详细的恢复计划至关重要,但这只是其中的一部分。积极努力防止违规可以减缓黑客的进展,并较大限度地减少违规的潜在负面影响。我们已经介绍了几种经过验证的安全实践,这些实践可以有效地阻止数据盗窃,使用的实践与监管合规性的行业要求密切相关。
 
  令牌化可以通过从环境中完全删除敏感数据来进一步推进这一过程。我们非常简单地向客户解释了这一点:没有数据,没有盗窃。由于其较佳的安全性、灵活性和简单性,标记化正被世界各地的组织广泛采用,以解决有关数据保护和法规遵从性的问题。
 
  无论组织需要满足隐私法规、对系统内的敏感数据集进行去标识化,还是帮助保护各种形式的支付信息,标记化都是非常有效的。通过用非敏感令牌替换数据,违规行为将无法产生任何有价值或可用的信息。令牌对网络犯罪分子毫无价值,因为它们无法窃取不存在的数据。代币还可用于限制不必要地暴露数据或共享或错误处理数据的内部风险。没有数据,就没有盗窃。
 
  (原标题:企业如何应对数据保护方面的挑战?)

我要评论

文明上网,理性发言。(您还可以输入200个字符)

所有评论仅代表网友意见,与本站立场无关。

相关新闻

预计2024年53%企业将采用云端灾难恢复 2022-03-01 09:58:13
2月28日消息,Veeam近日发布《Veeam 2022数据保护趋势报告》,预计2024年53%企业将采用云端灾难恢复。
SphereEx完成近千万美元Pre-A 轮融资 2022-01-04 11:26:05
资料显示,SphereEx是一家致力于构建新型分布式数据库基础设施的公司,由Apache ShardingSphere核心成员于2021年4月创立,同年5月获得红杉中国种子基金和初心资本的数百万美元天使轮投资。
“中国天眼”牵手贵州大学破解大数据难题 2022-01-04 09:00:58
依托贵州大学建设的省部共建公共大数据国家重点实验室,是我国大数据领域首个也是当前唯一的大数据国家重点实验室,主要聚焦公共大数据融合与集成、公共大数据安全与隐私保护、块数据与区域治理三个研究方向。

版权与免责声明:凡本网注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智能制造网”。违反上述声明者,本网将追究其相关法律责任。

本网转载并注明自其它来源(非智能制造网)的作品,目的在于传递更多信息,并不代表本网赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品第一来源,并自负版权等法律责任。

如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

产品商城 更多


关于我们|本站服务|会员服务|商站通服务|旗下网站|友情链接|产品分类浏览|意见反馈|兴旺通|频道

智能制造网 - 工业4.0时代智能制造领域“互联网+”服务平台

Copyright gkzhan.comAll Rights Reserved法律顾问:浙江天册律师事务所 贾熙明律师

客服热线:0571-87756395采购热线:0571-87759926媒体合作:0571-89719789

客服部:采购部:编辑部:展会合作:市场一组:市场二组:

关闭