简谈数据安全运营的一亩三分地
发布时间：2022-01-15 10:21:30 所属栏目：安全 来源：互联网
导读：近几年互联网公司数据安全已从单兵作战逐步发到到团队作战，分工上也朝着精细化运营、风险模型建设、数据安全平台建设等细分方向专业化演进。 其中数据安全运营定位：数据分析(掌握核心技术)数据安全运营(背锅+其它) 业务(价值方)，数据安全运营渐渐成为公司
|
近几年互联网公司数据安全已从单兵作战逐步发到到团队作战，分工上也朝着精细化运营、风险模型建设、数据安全平台建设等细分方向专业化演进。 其中数据安全运营定位：数据分析(掌握核心技术)—数据安全运营(背锅+其它)– 业务(价值方)，数据安全运营渐渐成为公司数据安全团队与业务沟通、项目推进及价值输出(赋能)的窗口，数据安全的核心在运营能力，数据、模型、工具都是手段，通过运营实现对业务的价值输出目标，运营不仅仅要懂技术，还要做到既要、还要的更高要求。 我理解的数据安全运营：(1) 风险管控能力：识别、治理、收敛，在过程中结合业务特征提炼真实的风险场景、及隐私要求通过技术手段实现对法律法规的遵从性–来自业界大佬语录(一般管理手段与安全管理、合规团队联合推进)，并建立匹配的治理方案及工具、方法论; (2) 运营赋能业务：关键数据支撑业务决策，影响业务在风险环节的资源投入;基础工具、组件服务支持，安全能力左移(前置)，降低业务安全上的成本。 二、工作方法 1. 目标设定：起步阶段，找业界同行Top1-2家公司这方面的目标设定作为参考，根据不同业务、数据安全的发展阶段，设定目标;发展阶段，对比自己的历史数据，参考业界指标，设定目标;特殊时期的阶段性目标，如疫情期间数据安全目标的设定。 2. 技术手段：数据全生命周期管理；这里暂不涉及具体数据安全措施在业务的建设内容，这些措施在不同行业、公司文化、及业务不同发展阶段的建设方向和次第需要讲究和考量的。 3. 持续运营 (1) 基础工作：数据分类分级、数据标签;建立资产库和资产大盘，掌握数据资产在业务的分布、风险状态;权限管理、关键业务日志等; 如数据在收集阶段的涉敏资产发现服务;数据在存储中的扫描服务、加密存储服务;数据在使用过程中的文件分发平台等，这些基础能力的建设坚持对标业界，避免走弯路的同时提升效率; (2) 风险评估：一般通过事件发生概率与影响来评估风险值，这也是很多咨询类公司的常见做法，或者套用DREAD模型的计算方式：等级=危害性+复现难度+利用难度+受影响用户+发现难度来进行数据安全风险评估，这些方法的使用无可厚非，其最终能与业务达成一致的风险认知很关键。 (3) 风险识别：在基础工作上利用多维度数据进行风险行为分析，如UEBA。 风险场景识别，除了运营同学深入业务比业务还要了解业务外、还可以将特征数据进行重组或进一步深挖数据，进而发现新风险、另外一个就是内外部情报数据。 在风险管控过程中 逐步建立工具和平台，实现自动化，如建设UEBA平台、安全运营平台(SOAR-安全编排、自动化及响应)。 这里假设来自上级的灵魂拷问：你的地盘还有没有不在视野范围内的数据安全风险?尝试界定数据安全边界并关注核心风险，如数据泄露、人员舞弊，加上资源总是稀缺的，即主要风险应该都在视野内。 （编辑：济南站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐