第一期我們和大家深度了解什么是DSP，對DSP的來龍去脈有了基礎的了解。本期我們將帶大家層層深入，進一步了解為什么我們需要DSP？昂楷是如何應用DSP進行數據安全運營的？DSP能帶來哪些價值效果？

01 DSP能做什么

在傳統的數據安全保護方案中，通過不同獨立的安全產品堆疊來實現數據安全的保護；這不僅僅使得安全體系難以維護，而且也很難高效面對各種數據使用場景。

而DSP（數據安全平臺）通過整合以前各種安全保護和控制能力，覆蓋了各種場景下的數據安全保護需求和數據全生命周期、全流通環節，總覽數據資產地圖和安全風險，為數據管理者與技術人員架設橋梁，大大減少了整合成本、手工工作，從而提升運營效率和效果。

使用 DSP 時，數據管理者或技術人員從專注于單一產品或技術轉變為多維角色，以便根據實際業務共享使用，而不是通過單一產品提供的數據安全能力來鎖定數據。通過安全的數據共享來最大化數據的協作和價值，并采用創新的數據安全技術和理念實現更大范圍的數據共享安全。

02 昂楷數據安全運營模型

何謂之運營？

一切圍繞著提升數據安全能力開展的工作都屬于安全運營。數據安全建設是運營的基礎，這些基礎包括數據采集、傳輸、存儲、處理、交換和銷毀安全，覆蓋數據全生命周期的過程。數據安全運營不管采用何種理念來解決數據安全問題，都應綜合數據安全運營理念、框架、技術來提升運營能力。

如何借助DSP進行數據安全運營

昂楷提出了五位一體的數據安全運營框架，應該包括運營度量、數據資產運營、行為模型運營、安全風險運營、安全策略運營，通過運營不斷找到數據安全的主要瓶頸，通過PDCA的方法持續優化。

• 運營度量：從資產防護覆蓋率、風險處置時效性、風險收斂率、漏洞整改率等核心指標進行度量，找到數據安全的主要瓶頸，PDCA持續優化

• 數據資產運營： 展示數據資產的健康度、脆弱性，數據資產類型、等級與敏感數據的分布、識別賬號及權限變更

• 行為模型運營：基于大數據分析、AI智能模型，對海量日志進行分析、識別,、行為畫像分析，行為計算模型優化

• 安全風險運營：安全可視化展示數據安全風險類型的分布情況、風險級別、處置狀態

• 安全策略運營：訪問權限策略優化，數據處置（水印、脫敏、加密）策略優化

03 昂楷DSP功能介紹

昂楷基于大數據+AI打造一款DSP產品，通過采集其他安全能力單元的數據、日志，并通過內置大數據AI分析引擎進行進一步數據梳理、風險挖掘，形成綜合態勢、數據資產地圖、數據流動態勢，通過安全元數據繼續統一權限管理、數據流動處置策略，同時DSP開放通用接口，支持對接其他安全能力單元。

平臺以海量日志為核心，采用模塊化的工作組件設計和大數據分布式系統架構，采用機器學習、數據建模、行為識別、關聯分析等方法，通過全量收集能力單元上的日志，對海量日志進行集中分析和挖掘，從而發現潛在的安全風險。

能力單元統一聯動

添加需要上送日志的能力單元，同時可對多個能力單元進行集中管理，支持的數據采集方式多樣化，能靈活的接入安全能力單元。

昂楷DSP能從各個數據安全能力單元采集數據后進行人工智能分析，形成統一的數據安全策略，平臺下發策略給各個能力單元，實現安全策略的聯動。

資產梳理

昂楷DSP具備數據資產掃描和分類分級能力。梳理全網數據資產清單、數據字典、敏感數據，可通過預定義敏感數據規則庫，在任務執行過程中通過智能匹配識別敏感數據；并能發現不同數據源中敏感數據分布狀態，展示敏感數據分布的熱度、訪問頻率；結合分類分級標準對全網數據資產自動進行類別、級別的識別，形成數據的分類分級清單。

豐富的安全模型

昂楷DSP根據不同的行業應用內置不同的策略庫，系統內置豐富的安全模型及安全規則，管理人員也可以根據業務規則、歷史安全事件、當前用戶行為特征自定義安全模型及安全規則。內置安全分析模型包括用戶行為軌跡分析模型、sql注入行為分析模型、關聯分析模型等。

數據快速檢索

昂楷DSP擁有豐富的查詢條件，用戶可基于IP地址、涉及的關鍵表、符合的規則名、操作系統的用戶名、使用的工具名、語句的長度、語句的執行時間等二十多個維度設置查詢和統計分析條件，實現快速精確查詢。用戶基于不同的風險等級，按安全事件的發生時間、安全事件的關鍵字對歷史安全事件進行檢索。

數據安全態勢分析

昂楷DSP包含兩大關鍵引擎：大數據解析引擎和大數據分析引擎。

• 大數據解析引擎：主要對大數據流量進行協議識別、會話關聯和操作語句解析。

• 大數據分析引擎：對解析后的大數據操作語句進行關聯分析，利用大數據挖掘、人工智能AI技術、安全模型對用戶行為進行深入分析，識別出安全風險，統計分析挖掘事件的內在安全價值，建立多層次多維度數據安全評估模型對數據安全態勢狀況進行評估。

態勢評估分析

昂楷DSP通過態勢分析結果使用一定模型評估出安全系數，基于歷史和當前狀態信息, 通過對歷史數據的離線分析，結合當前實時數據，采用數據挖掘、清洗、集成、歸約、變換、事件關聯分析等方法和算法對未來的安全趨勢進行預測，評估出安全事件對系統的影響后，從而根據面臨的威脅的嚴重程度快速選取安全防范手段，保障數據資產的安全。通過安全模型及詳情報表，及時了解數據資產所面臨的風險態勢評估及態勢預測。

04 昂楷在DSP數據安全運營的落地實踐

DSP更大的價值在于幫助組織機構實現數據安全運營。昂楷DSP通過整合安全能力可以覆蓋各行業多種復雜的安全場景，不論是大數據安全防護場景、敏感數據防護、全數據形態、等保合規建設、特權防護等，還是傳統IDC、云安全、工控數據安全等場景，DSP可以實現一站式解決數據安全運營問題。

數據安全組織建設、人員管理、安全流程都可以圍繞DSP展開，昂楷在構建事前、事中、事后完整的數據安全方案的過程中，通過DSP統一管理、配置各個數據安全能力單元，實現數據安全的統一管理。

昂楷DSP為安全運營人員提供一個監控數據資產分布情況、分析挖掘異常入侵信息、審計業務系統訪問手段、風險防護的管理工作平臺。

充分利用現有安全設備功能，昂楷DSP在充分發揮能力單元功能的基礎上，組成一個“聯合防御”體系，實現對來自外部攻擊的安全防護、對來自內部攻擊的安全審計和對信息訪問的內容審計。

05 昂楷DSP運營效果展示

資產態勢展示

可視化呈現：包括資產接入覆蓋范圍呈現、數據資源清單呈現、敏感數據分布呈現、血緣關系圖呈現、數據流轉溯源呈現。

數據訪問風險展示

通過數據流量的監控，實現數據訪問風險展示，尤其是敏感數據異常訪問熱度、敏感數據資產的可視化監控。

風險態勢展示

通過對采集到的海量安全日志，利用大數據技術進行長周期的數據分析，完成數據安全的態勢感知，進行風險預測，提前防御，阻止安全事件的發生。

聯防聯控

數據資產信息的異常操作行為統一監控、管理，合成作戰、精準聯動管控。

06 以DSP為中心開展數據安全運營的建議

客戶對數據安全的更高要求，以及產品能力的快速提升，更多的組織機構會采用DSP進行數據安全治理和運營，包括數據安全管理組織、數據安全制度流程、數據安全技術保障能力等。

以下是為政企機構以DSP為中心開展數據安全運營的幾點建議：

• 簡化當前以數據為中心的安全架構，解決現有的痛點。組建一個數據安全合規團隊，梳理確認傳統數據安全存在的問題，制定可落地的建設目標，為數據安全建設制定一個更新計劃。

• 在安全防護手段充足的情況下，通過加強數據處理和數據共享范圍來獲取更大的數據價值，加速數字化轉型。

• 建設安全能力更多的DSP，評估安全廠商集成對接的能力，需要包括敏感數據防護和數據分類分級，并且可作為獨立產品或基于云的服務產品提供。

• 更新數據安全策略和數據安全治理框架。重新評估組織內部現行數據安全政策、流程、制度的可用性。

由于數據安全治理工作本身的復雜性和多樣性，不是一個產品或平臺就能解決的問題，需要從運營的角度提供長期且專業的技術服務。昂楷DSP在數據安全運營上能夠幫助用戶完善人員、組織、流程、安全策略等體系，為各行業用戶數據安全運營服務提供強有力的支撐，保障數據安全。