三个必须实施的减少安全漏洞的数据安全措施

简介: 三个必须实施的减少安全漏洞的数据安全措施

行业领先的智能应用网络解决方案提供商Radware公司最近进行的一项调查表明,近一半(45%)的受访者表示在2017年遭遇数据泄露,68%的受访者表示并不能够确保组织的信息安全。


尽管不断出现违规行为,以及数据隐私保护措施(如“通用数据保护条例”)即将实施,很多企业却仍然在采用过时和无效的安全政策和流程,这将使其数据安全变得更加脆弱。

 

当前这种数据不安全的状态是由于组织需要通过内部和外部共享信息来最大限度地发挥其数据的价值。但面临的问题是,大多数组织主要关注网络安全、保护和加强周边环境,却忽略了其数据往往容易受到内部威胁的事实。如果攻击者实施攻击,就会遭遇惨重的损失。此外,虽然外部不能对大多数的企业关键数据所在的数据库进行访问,但这不足以抵御日益增长的网络安全威胁。

image.png

企业为了避免数据灾难,应该采取以下三个步骤:

 

步骤1:在使用数据的地方实施高级加密

 

全球发生的一些最大的数据泄露事件通常是内部人员采取的行为所导致的,而涉及内部参与人员的数据安全事件的数量在不断增加,Verizon公司预测,四分之一的违规行为是内部人员泄露所为。据IBM公司报道,仅在医疗保健行业的违规行为,涉及内部人员的事件就占68%。

 

加密并不是数据库中的新功能,但如今的加密措施必须以更具战略性和系统性的方式实施,以保护数据免受网络犯罪分子和内部人员的威胁。企业要依靠一个加密系统进行加密,其不仅要禁止外来者进入,而且还要确保系统管理员或其他内部人员在系统中的安全操作。此外,高级加密系统至关重要。具体来说,可以支持频繁的密钥轮换。或者换句话说,系统组件或数据子集的部分数据泄露不会导致整个组织的数据泄露。

 

最重要的是,在使用数据的地方需要进行加密,并且必须全程加密,直到数据进入数据集或数据库进行解密,而企业的系统管理员或网络工程师在此期间无法访问。通过自动和快速的细粒度密钥轮换和基于角色的访问控制,高级加密有助于提供安全管理员与任何系统、网络或数据库管理员之间的职责分离——这将大大减少数据的曝光量。

 

步骤2:使用编辑来避免共享敏感数据

 

企业需要平衡数据保护和分享能力。编辑是抑制敏感数据泄露的过程,例如个人身份信息(PII)。这对于有效数据的安全性至关重要,因为企业希望能够在导入、导出或复制数据进出数据库时删除或屏蔽信息。

 

这使组织能够灵活地与正确的受众共享正确的数据视图,同时保护来自查询和更新的敏感信息(如姓名和社会安全号码)。

 

步骤3:在单个文档级别实现元素级安全性

 

许多数据库很容易受到攻击,因为它们没有采用细粒度的安全控制。显然,锁定所有数据不是一个很好的选择。企业的内部员工不仅需要访问,而且企业还必须为合作伙伴、承包商、顾问、审计员,以及其他关键成员共享数据。

 

组织需要进行适当的安全控制,以确保正确的数据可以与组织内部和外部的人员共享。编辑数据是必备要素,但企业也需要能够在单个文档级别实施基于角色的访问控制。例如,允许管理员查看人员的社会安全号码,但对内部操作人员访问和使用隐私信息进行一些限制。

 

但是,组织不应该止步于此。元素级安全性可以进一步提高数据安全性,使管理人员可以将额外的细粒度控制应用于文档的各个部分。这可以保护敏感信息,无论出现在文档结构中的哪个位置,也不管其架构如何。

 

结语

 

通过增强数据库级别的安全性,可以消除许多常见的数据安全漏洞。那么企业是否利用了这三种策略来保护其数据免受当前威胁(包括内部人员)?通过选择具有高级加密、内置修订,以及元素级别安全性的数据库,企业可以通过保护其最关键的资产系统来提供所需的敏捷性。

 

版权声明:本文为企业网D1Net编译,转载需注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。

相关文章
|
2月前
|
人工智能 自然语言处理 安全
国外与国内大模型GEO优化:底层逻辑差异解析
本文深度剖析GEO(生成式引擎优化)在国内外大模型间的根本差异:国外重“证据链”(权威出处、精确数据、可溯源引用),国内重“语境链”(中文表达、生态闭环、实体沉淀);并揭示四大底层逻辑分野——证据vs语境、透明vs凝练、证据信号vs结构信号、制度约束vs备案准入。强调双轨策略,而非一稿多译。
265 0
|
3月前
|
存储 人工智能 自然语言处理
2026 实测多AI工具协同:项目上下文统一管理落地指南
本文分享2026年实测多AI工具协同经验,提出“协同底座+专业Agent”分工模式:外部AI专注单点任务(如代码生成、日志分析),底座统一管理项目上下文、权限、版本与链路追踪。已在研报生产、代码变更、故障排障、多语言内容四大场景落地,效率提升显著,接入成本低。
|
4月前
|
数据采集 人工智能 分布式计算
多Agent集群中的"情报官"设计:为什么系统需要一个RDD
在多Agent系统中,信息采集环节的失误往往是级联错误的根源。本文从行业实践和学术研究两个维度,论证了专职情报采集Agent的必要性,并详细解析了枢衡RDD(资源探测)的五大架构设计原则,包括与CAD的对抗性协作机制等。最后提供了一套可落地的自检清单,帮助开发者判断自己的Agent集群是否需要引入专职情报官角色。
|
4月前
|
人工智能 调度 流计算
Why Will OPC One-Person Companies Emerge in the AI Era? Understanding the New Individual Business Model Driven by AI Agents
AI时代一人公司(OPC)兴起,源于大模型、AI智能体与自动化工具对个体能力的倍增效应:单人即可调度AI完成研发、营销、交付等全链路闭环,实现“一人成军”。
497 2
|
4月前
|
人工智能 运维 供应链
AI转型真正掉队的,不是员工,而是组织
当众人聚焦“员工如何不被AI淘汰”,CXOU AI未来大会直指更深层问题:真正掉队的,是组织本身——僵化的结构、迟滞的决策、割裂的信息与流失的经验。2026年6月12日上海,聚焦组织变革而非技术工具,邀实践者共探AI时代真正的转型路径。
|
4月前
|
安全 测试技术 容器
K-460D 无白化瞬干胶技术解析:低挥发单体配方与外观件粘接应用
K-460D是一款甲氧基丙烯酸酯无白化瞬干胶,蒸汽压<0.3 mmHg,实现0级无白化与低气味(VOC<50 g/L);对ABS/PC等达基材破坏级粘接,透光率≥92%,适用于消费电子、光学及医疗器械外观件精密粘接。
478 0
|
6月前
|
人工智能 IDE Shell
同事.Skill刷屏出圈,AI“技能蒸馏”的底层规则
本文深度解析爆火的“同事.skill”现象,揭示Skill本质是结构化提示词而非AI新能力。它通过三层渐进式披露与Harness运行时框架,解决AI工程化落地难题,而非替代人类判断力。Skill炼化的是流程,不是人。
|
6月前
|
人工智能 缓存 资源调度
AI数字人系统开发全流程:源码选型 + 部署 + 商业化指南
本文从实战角度系统拆解AI数字人项目的完整开发流程,涵盖源码选型策略、系统部署架构设计以及主流商业化路径。针对企业与开发团队在落地过程中常见的成本控制、性能优化与变现模式问题,提供可执行的解决思路,帮助读者从“能跑Demo”迈向“可持续盈利”的数字人业务体系。
|
6月前
|
存储 JSON 缓存
GPT-5.5 进入生产环境后,日志、审计和告警怎么设计
GPT-5.5落地需强可观测性:日志不能只记“调用成功”。必须贯穿request_id、精准模型版本、全链路耗时与token用量,并分级脱敏存prompt/输出。统一多模型日志字段,分离运行日志与审计日志(提示词修改、工具授权等),聚焦五大核心问题——谁、调谁、用何上下文、为何异常、花多少钱。
403 0
|
7月前
|
人工智能 安全 Linux
90分钟挖出20年Linux漏洞,Claude 5.0内测曝光:软件工程正在被重写
Claude 5.0(Mythos)内测标志开发范式革命:从“人写代码”迈向“人调度AI”。它具备系统级漏洞挖掘、自主安全研究、多智能体协同等能力,推动工程师转型为任务拆解者与智能体调度者。AI不是替代,而是重构角色——人类专注定义问题与掌控系统。

热门文章

最新文章