影子数据和影子AI的隐藏风险导致更高的数据泄露成本
内容提要
数据安全领导者应转变思维，从以防御为中心转向以数据为中心的安全。《2024年数据泄露成本报告》支持数据安全的转变。报告研究了全球604家组织和17个行业的实际数据泄露事件，发现了一些有助于解决数据难题的趋势。建议加强数据加密、采用数据安全姿态管理、重新思考gen AI时代的数据保护，并与监管要求保持同步。
延伸解读
影子数据如何推高泄露成本
报告显示，35%的数据泄露涉及未管理的数据源（影子数据），这些数据通常未被分类或保护。涉及影子数据的泄露平均成本达527万美元，且识别和遏制时间更长，平均需291天。这凸显了数据治理和隐私方面的缺口，组织需加强对分散数据的可见性和控制。
多云环境下的数据保护挑战
40%的泄露涉及跨多种环境存储的数据，公共云环境泄露成本最高，平均517万美元。多云架构的分散性增加了数据可视化和控制的复杂度，导致泄露调查和遏制更耗时。组织需采用以数据为中心的安全策略，而非仅依赖传统防御。
生成式AI时代的新风险
生成式AI的快速采用带来影子AI和影子模型风险，未管理的数据和模型可能被攻击者利用。例如，未加密的训练数据在云环境中传输可能被窃取。报告建议将数据安全姿态管理（DSPM）扩展到AI模型，保护训练数据并监控未授权AI使用。
从防御到数据中心的转变
传统防御策略不足以应对数据分散和影子数据问题。报告建议转向以数据为中心的安全，加强加密、分类和监控。随着监管要求日益复杂，组织需改进数据分类和保护机制，并考虑后量子加密等新技术，以确保持续合规。
Q&A
数据安全领导者应该如何转变思维？
数据安全领导者应从以防御为中心转向以数据为中心的安全，强调数据管理的重要性。
《2024年数据泄露成本报告》研究了哪些内容？
报告研究了604家组织的实际数据泄露事件，揭示了数据管理、隐私和治理等方面的趋势。
影子数据对数据泄露的影响是什么？
35%的数据泄露涉及未管理的影子数据，导致数据治理和隐私问题，且识别和控制时间更长。
如何减少数据泄露的影响？
建议加强数据加密，识别、分类和加密数据，以降低泄露的影响。
生成式AI带来了哪些新的风险？
生成式AI的使用可能导致未管理的数据和模型引发安全事件，增加了数据泄露的风险。
数据安全姿态管理（DSPM）有什么作用？
DSPM帮助识别和保护敏感数据，降低安全威胁和合规风险。
