ความเป็นจริงของ DLP: เหตุใดการตรวจจับจึงมักจะสายเกินไป

ข้อจำกัดของโซลูชัน DLP ในปัจจุบัน ผลการสำรวจล่าสุดจาก Cloud Security Alliance ได้เปิดเผยแนวโน้มที่น่ากังวลว่า เครื่องมือ Data Loss Prevention (DLP) แบบดั้งเดิมกำลังประสบปัญหาในการไล่ตามเทคนิคการขโมยข้อมูลสมัยใหม่ให้ทัน งานวิจัยระบุว่ามีเพียง 16%

ของผู้ตอบแบบสอบถามเท่านั้นที่สามารถบล็อกเหตุการณ์การสูญเสียข้อมูลที่สำคัญที่สุดได้สำเร็จก่อนที่ข้อมูลละเอียดอ่อนจะหลุดออกจากองค์กร สิ่งนี้ชี้ให้เห็นว่าแม้ DLP จะเป็นชั้นการป้องกันที่จำเป็น

แต่บ่อยครั้งมันกลับทำหน้าที่เหมือนอุปกรณ์บันทึกข้อมูลทางนิติวิทยาศาสตร์มากกว่าจะเป็นโล่ป้องกันเชิงรุก โดยมักจะแจ้งเตือนหลังจากที่ความเสียหายเกิดขึ้นไปแล้ว การยกระดับกลยุทธ์การป้องกัน การพึ่งพาเพียงการตั้งค่า DLP แบบเดิมนั้นไม่เพียงพออีกต่อไป

องค์กรควรพิจารณาเปลี่ยนไปใช้การวิเคราะห์เชิงพฤติกรรม (behavior-based analytics) ที่เฝ้าระวังความผิดปกติแทนที่จะดูแค่รูปแบบคงที่ (static patterns) ยิ่งไปกว่านั้น การบูรณาการ DLP เข้ากับระบบ Identity and Access Management (IAM)

ที่ครอบคลุมจะช่วยจำกัดการเคลื่อนย้ายข้อมูลตั้งแต่จุดเริ่มต้น นอกจากนี้ยังจำเป็นอย่างยิ่งที่จะต้องดำเนินการฝึกซ้อม 'tabletop' เพื่อจำลองสถานการณ์การรั่วไหลของข้อมูลอยู่เสมอ การทดสอบเวลาตอบสนองของทีมงานและประสิทธิภาพของนโยบายการบล็อกอัตโนมัติ

จะช่วยลดช่องโหว่ในการถูกโจมตีและปรับเปลี่ยนสถานะความปลอดภัยของคุณจากการวิเคราะห์เหตุการณ์หลังเกิดเหตุ (post-mortem analysis) ไปสู่การป้องกันภัยคุกคามเชิงรุก