Geschwindigkeit ist bei der Datensicherheit entscheidend.
Sicherheitsverantwortliche wollen nicht monatelang darauf warten, herauszufinden, wo sensible Daten gespeichert sind. Sie benötigen schnelle Antworten, insbesondere da Unternehmensdaten über Cloud-Infrastrukturen, SaaS-Anwendungen, Kollaborationsplattformen, Data Warehouses, lokale Systeme und KI-Umgebungen verteilt sind.
Dieser Druck hat dazu geführt Zeit bis zur Wertschöpfung ein zunehmend wichtiger Bestandteil der Bewertung Management von Datensicherheitsmaßnahmen (DSPM).
Es gibt jedoch ein Problem mit der Art und Weise, wie die Zeit bis zur Wertschöpfung häufig gemessen wird.
Wenn eine Plattform schneller Ergebnisse liefert, bedeutet das automatisch, dass sie auch schneller einen Mehrwert bietet? Nicht unbedingt.
Ein Sicherheitsteam kann sensible Daten schnell entdecken und dabei dennoch ein wichtiges Datenrepository übersehen. Es kann Tausende sensibler Datensätze identifizieren, ohne zu wissen, welche davon gefährdet sind. Es kann Hunderte von Risiken aufdecken, ohne zu wissen, welche fünf Priorität haben. Und es kann ein Dashboard erstellen, ohne tatsächlich auch nur eine einzige Sicherheitslücke zu schließen.
Die bessere Frage lautet nicht einfach: “Wie schnell können wir Ergebnisse erzielen?”
Es ist:
Wie schnell können wir genügend Informationen, Kontext und Vertrauen gewinnen, um eine fundierte Sicherheitsentscheidung zu treffen und Maßnahmen zu ergreifen?
Diese Unterscheidung verändert die Art und Weise, wie Organisationen über die Wertschöpfungszeit von DSPM nachdenken sollten.
DSPM Time-to-Value: Wichtigste Erkenntnisse
- Die Zeit bis zur Wertschöpfung ist nicht dasselbe wie die Zeit bis zum ersten Scan. Erste Erkenntnisse sind wichtig, bedeuten aber nicht zwangsläufig eine sinnvolle Risikominderung.
- Die Berichterstattung beeinflusst das Vertrauen. Schnelle Ergebnisse sind weniger nützlich, wenn wichtige Cloud-, SaaS-, unstrukturierte, On-Premises- oder KI-verbundene Daten bei der Bewertung unberücksichtigt bleiben.
- Kontext macht aus Entdeckung sicherheitsrelevante Informationen. Sensibilität, Exposition, Identität, Zugang, Aktivität und Geschäftskontext helfen dabei, zu bestimmen, was tatsächlich ein Risiko darstellt.
- Die Priorisierung bestimmt, ob Teams handeln können. Es nützt nichts, Hunderte von Problemen schnell zu finden, wenn die Sicherheitsteams nicht erkennen können, was am wichtigsten ist.
- Bei der Behebung von Mängeln wird Transparenz zum Ergebnis. Ein echter Mehrwert entsteht durch die Reduzierung des Risikos, nicht nur durch die bloße Meldung desselben.
- Das beste Maß für Geschwindigkeit ist die Entscheidungsgeschwindigkeit. Fragen Sie sich, wie schnell Ihr Team von einer unbekannten Situation zu einer nachvollziehbaren Entscheidung und Handlung gelangen kann.
Stellen Sie Ihren Instinkt für Datensicherheit auf die Probe
Ihr CISO erwartet innerhalb von 15 Minuten eine Antwort.
Sie haben eine weitläufige Unternehmensdatenumgebung übernommen. Sie müssen entscheiden, welche Daten verbunden, welche klassifiziert, welche Sicherheitslücken relevant sind, wie detailliert die Zugriffsprüfung erfolgen soll, welche Probleme behoben werden müssen und worüber Sie sicher berichten können, bevor die Frist abläuft.
Wie viel würden Sie tatsächlich aufdecken?
Nehmen Sie an der 15-minütigen Datensicherheits-Herausforderung teil →
Triff die Entscheidungen. Sieh, was du findest. Entdecke, was dir entgangen ist.
Die Falle der Zeit bis zum ersten Ergebnis
Es gibt eine attraktive Möglichkeit, Datensicherheitsplattformen zu bewerten:
- Schließen Sie eine Quelle an.
- Starten Sie einen Scan.
- Warten Sie auf den ersten Fund sensibler Daten.
- Die Uhr anhalten.
Das ergibt eine messbare Zahl. Sie misst aber nicht unbedingt die Zeit bis zur Wertschöpfung.
Angenommen, eine Plattform identifiziert innerhalb von Minuten sensible Kundendaten in einem Cloud-Data-Warehouse. Das ist nützlich.
Was aber, wenn Kopien derselben regulierten Daten auch auf einer Kollaborationsplattform, einer SaaS-Anwendung, einer Entwicklungsumgebung, einem Dateifreigabesystem oder einem KI-gestützten Repository existieren, die nicht im ursprünglichen Geltungsbereich enthalten waren?
Die Organisation erhielt zwar eine schnelle Antwort, diese war jedoch nicht unbedingt ausreichend, um eine Sicherheitsentscheidung treffen zu können.
Moderne Unternehmensdaten können sich über strukturierte, unstrukturierte, semistrukturierte, Cloud-, SaaS-, On-Premises-, Hybrid- und KI-vernetzte Umgebungen erstrecken. Entdeckung und Klassifizierung durch BigID Der Ansatz ist darauf ausgelegt, Daten in diesen Umgebungen zu identifizieren, anstatt die Datenermittlung als eine rein auf Cloud-Speicherung beschränkte Aufgabe zu betrachten.
Das führt zu einer wichtigen Unterscheidung:
Die Zeit bis zum ersten Ergebnis misst, wie schnell etwas sichtbar wird.
Die Time-to-Value-Analyse sollte messen, wie schnell die Sichtbarkeit einen Nutzen bringt.
Geschwindigkeit ohne Abdeckung erzeugt falsche Sicherheit.
Betrachten wir zwei hypothetische Sicherheitsbewertungen.
Bewertung A Liefert Ergebnisse in fünf Minuten und identifiziert 70% als kritisches Risiko für sensible Daten der Organisation.
Bewertung B Es dauert länger, aber es identifiziert 95%, stellt Verbindungen zwischen diesen Erkenntnissen und Exposition sowie Zugang her und ermittelt, welche Probleme zuerst behoben werden müssen.
Welches System lieferte den schnelleren Nutzen?
Eine allgemeingültige Antwort gibt es nicht, da Organisationen unterschiedliche Umfelder, Risikotoleranzen und Ziele verfolgen. Der Vergleich verdeutlicht jedoch die Schwäche einer isolierten Messung der Geschwindigkeit.
Wenn eine Bewertung aufgrund eines begrenzten Umfangs schnell abgeschlossen ist, kann der scheinbare Geschwindigkeitsvorteil ein Abdeckungsproblem verschleiern. Das Sicherheitsteam geht möglicherweise in eine Managementbesprechung in dem Glauben, seine Datenlage zu kennen, während kritische Datenbestände unentdeckt bleiben.
Das ist nicht nur eine technische Beschränkung. Es beeinträchtigt das Vertrauen in jede nachfolgende Entscheidung.
Die Abdeckung ist Teil der Wertgleichung.
Sicherheitsteams sollten sich fragen:
Welchen Anteil unserer relevanten Datenumgebung können wir tatsächlich auswerten?
Das bedeutet, dass mehr als nur die größten Datenbanken oder Cloud-Speicher berücksichtigt werden müssen. Je nach Organisation können sensible Daten an folgenden Orten gespeichert sein:
- Cloud-Infrastruktur
- SaaS-Anwendungen
- Data Warehouses und Data Lakes
- Datenbanken
- Dateifreigaben
- Kollaborationsplattformen
- Entwicklungsumgebungen
- Lokale Infrastruktur
- KI-Trainingsdatensätze
- RAG- und Vektorspeicher
- KI-Modelle, Copiloten und Agenten
Modern DSPM hat sich über das bloße Auffinden sensibler Daten in Cloud-Speichern hinaus entwickelt. Es verknüpft sensible Daten zunehmend mit Identität, Zugriff, Offenlegung, Aktivitäten, Geschäftskontext, KI-Nutzung, Richtlinien und Abhilfemaßnahmen.
Ziel ist nicht Berichterstattung um der Berichterstattung willen.
Es ist ausreichender Schutz, um der bevorstehenden Entscheidung vertrauen zu können.
Geschwindigkeit vs. Reichweite
Was würdest du opfern, um die Zeit zu schlagen?
Testen Sie, ob Sie Geschwindigkeit, Abdeckung, Zugriffskontext, Priorisierung, Fehlerbehebung und das Vertrauen der Führungsebene in Einklang bringen können, wenn jede Entscheidung Zeit kostet.
Das Auffinden sensibler Daten ist nur die erste Entscheidung.
Nehmen wir nun an, Sie haben die Umgebung erkundet.
Die nächste Frage klingt einfach:
Welche Daten sind sensibel?
Durch einfache Mustererkennung lassen sich leicht erkennbare Informationen wie Sozialversicherungsnummern, Zahlungskartennummern oder E-Mail-Adressen identifizieren.
Die Klassifizierung von Unternehmensdaten wird schwieriger, wenn die Organisation geschützte Informationen, vertrauliche Geschäftsdaten, regulierte Aufzeichnungen, geistiges Eigentum, Zugangsdaten, Geheimnisse oder Kombinationen von Daten verstehen muss, deren Sensibilität vom Kontext abhängt.
Deshalb sind Entdeckung und Klassifizierung zwar verwandt, aber dennoch voneinander zu unterscheiden.
Discovery zeigt Ihnen an, wo Daten vorhanden sind.
Die Klassifizierung hilft dabei zu erklären, worum es sich bei diesen Daten handelt und warum sie wichtig sind.
BigIDs aktueller Klassifizierungsansatz kombiniert Techniken wie maschinelles Lernen, Verarbeitung natürlicher Sprache, Mustererkennung, Metadaten, Kontextinformationen, benutzerdefinierte Klassifikatoren und richtlinienbasierte Regeln, anstatt sich ausschließlich auf einfache Mustererkennung zu verlassen.
Doch selbst eine präzise Klassifizierung schließt die Sicherheitsuntersuchung nicht ab. Sie liefert der Untersuchung lediglich eine verlässliche Grundlage.
Sensibel bedeutet nicht automatisch riskant
Stellen Sie sich vor, Sie entdecken zwei Datensätze, die regulierte Kundeninformationen enthalten.
Die erste Variante ist verschlüsselt, streng kontrolliert, aktiv überwacht und nur einer kleinen Anzahl autorisierter Personen zugänglich.
Das zweite System zeichnet sich durch weitreichende Zugriffsrechte, fragwürdige Berechtigungen, veraltete Konten und einen Angriffsweg aus, den niemand untersucht hat.
Beide enthalten sensible Daten. Ihr Risiko ist nicht gleich.
Deshalb muss das moderne DSPM mehr beantworten als:
Wo befinden sich die sensiblen Daten?
Sicherheitsteams müssen außerdem Folgendes verstehen:
- Wer hat Zugriff darauf?
- Wie wird dieser Zugriff gewährt?
- Ist der Zugriff übermäßig?
- Sind die Daten offengelegt?
- Wie wird es verwendet?
- Wem gehört es?
- Was ist der geschäftliche Kontext?
- Welche Kopien vergrößern unnötigerweise die Angriffsfläche?
- Kann ein KI-System, eine Anwendung, ein Dienstkonto oder ein Agent darauf zugreifen?
BigIDs DSPM-Ansatz Verknüpft Sensibilität mit Exposition, Zugriff, Aktivität, Identität und Geschäftskontext, damit Teams von der Datenfindung zum Verständnis der wichtigsten Risiken gelangen können.
Hier beginnt sich die Definition von Geschwindigkeit zu verändern.
Die wichtige Kennzahl bezieht sich weniger darauf. Abtastgeschwindigkeit und mehr über Entscheidungsgeschwindigkeit.
Können Sie zuerst das relevante Risiko identifizieren?
500 Sicherheitslücken in zehn Minuten zu finden, klingt beeindruckend.
Wenn man einem Sicherheitsteam 500 Probleme ohne sinnvolle Priorisierung übergibt, kann das einfach zu einem weiteren Bearbeitungsstau führen.
Sicherheitsteams verfügen selten über unbegrenzte Zeit oder Ressourcen. Sie müssen wissen, was sie zuerst untersuchen sollen.
Das erfordert Kontext.
Ein sinnvolles Priorisierungsmodell kann Faktoren wie die folgenden berücksichtigen:
- Datensensibilität
- Belichtung
- Identität
- Zugang
- Aktivität
- Eigentum
- Standort
- Auswirkungen auf das Geschäft
- Politik
- Regulatorische Anforderungen
Die Kombination ist entscheidend.
Ein sensibler Datensatz mit weitreichendem externen Zugriff erfordert möglicherweise sofortige Aufmerksamkeit. Ein anderer sensibler Datensatz verfügt unter Umständen bereits über angemessene Sicherheitsvorkehrungen. Ein dritter Datensatz mag zunächst ein relativ geringes Risiko darstellen, bis eine Zugriffsanalyse zeigt, dass Hunderte von Benutzern, Auftragnehmern, Servicekonten oder Maschinenidentitäten darauf zugreifen können.
Der Wert liegt nicht darin, die größte Anzahl von Warnmeldungen zu generieren.
Es geht darum, Sicherheitsteams zu helfen, zu verstehen Bei welchen Risiken ist vorrangiges Handeln erforderlich und warum?.
Die Zugangsfrage verändert alles
Eine der wichtigsten Fragen der Datensicherheit ist trügerisch einfach:
Wer hat Zugriff auf diese Daten?
Berechtigungen allein liefern möglicherweise nicht die vollständige Antwort.
Für eine Sicherheitsuntersuchung müssen unter anderem Benutzer, Gruppen, Auftragnehmer, Dienstkonten, vererbte Berechtigungen, Maschinenidentitäten, Anwendungen und zunehmend auch KI-Agenten berücksichtigt werden.
Dann taucht eine weitere Frage auf:
Wer braucht diesen Zugang eigentlich?
Und noch einer:
Wer nutzt es eigentlich?
Aus diesem Grund werden Identität und Zugriffskontext zunehmend neben Erkennung und Klassifizierung in modernen Datensicherheitsprogrammen behandelt.
BigID-Datensicherheit Verknüpft sensible Daten mit Identitäts- und Zugriffskontexten, sodass Organisationen übermäßige Zugriffe erkennen und von der Feststellung einer Sicherheitslücke zur Untersuchung und Behebung dieser übergehen können.
Ohne diesen Kontext wissen die Teams zwar, dass sensible Daten existieren, verfügen aber möglicherweise nicht über genügend Informationen, um festzustellen, ob die Situation ein dringendes Risiko darstellt.
Sichtbarkeit ist nicht das Ziel
Hier stößt eine weitere gängige Methode zur Messung der Zeit bis zur Wertschöpfung an ihre Grenzen.
Eine Plattform entdeckt einen ungeschützten, sensiblen Datensatz. Der Befund wird in einem Dashboard angezeigt.
Wurde die Wertschöpfungszeit erreicht?
Nicht ganz.
Das Risiko besteht weiterhin.
Der nächste Schritt könnte Folgendes beinhalten:
- Entzug unnötiger Zugriffe
- Berechtigungen korrigieren
- Löschen unnötiger Daten
- Anwendung von Aufbewahrungsrichtlinien
- Schwärzung sensibler Werte
- Quarantäne riskanter Daten
- Anbringen von Etiketten
- Durchsetzung der Richtlinien
- Die Sanierungsmaßnahmen dem zuständigen Eigentümer übertragen
- Öffnung eines integrierten Sicherheits- oder IT-Workflows
BigIDs Datensicherheitsplattform Verbindet die Erkennung und Klassifizierung mit den Arbeitsabläufen zur Risikopriorisierung und -behebung, einschließlich Zugriffsbeschränkung, Löschung, Aufbewahrung, Kennzeichnung, Schwärzung und Durchsetzung von Richtlinien.
Das deutet auf einen aussagekräftigeren Endpunkt für die Zeit bis zur Wertschöpfung hin:
Wie schnell gelang es uns, von der Unkenntnis des Risikos zu einer wirksamen Risikominderung überzugehen?
Probieren Sie es aus: Was würden Sie für Geschwindigkeit opfern?
Der Kompromiss klingt auf dem Papier einleuchtend. Schwieriger wird es, wenn man selbst die Entscheidungen treffen muss.
Sie haben 15 Minuten Zeit.
Mehr als 100 mögliche Datenquellen. Millionen von Dateien, Objekten, Tabellen und Datensätzen. Hunderte potenzielle Risiken. Ein Repository mit regulierten Kundendaten, auf das über 600 Personen zugreifen. Und ein CISO, der auf eine Antwort wartet.
Maximieren Sie die Abdeckung? Priorisieren Sie die größten Systeme? Nutzen Sie bestehende Klassifizierungen? Untersuchen Sie den Zugriff? Beginnen Sie mit der Behebung von Mängeln? Oder lassen Sie genügend Zeit für die Erstellung des Managementberichts?
In der Simulation findet keine Anbieterauswahl statt. Ihre Punktzahl basiert auf den Folgen Ihrer Entscheidungen.
Können Sie Geschwindigkeit, Abdeckung, Risiko, Zugang, Abhilfemaßnahmen und das Vertrauen der Führungsebene in Einklang bringen?
Nehmen Sie an der 15-minütigen Datensicherheits-Herausforderung teil →
Ein besserer Weg zur Messung der Wertschöpfungszeit von DSPM
Anstatt nur zu fragen “Wie schnell kann die Plattform scannen?”, Organisationen, die DSPM evaluieren, können den gesamten Weg von der Entdeckung bis zur Umsetzung untersuchen.
DSPM Zeit-bis-Wert
Den Weg von der Transparenz zur Risikoreduzierung messen
Entdecken Sie
Können Sie genug von der Umgebung sehen?
Verstehen Sie
Wissen Sie, um welche Daten es sich handelt?
Kontextualisieren
Lässt sich Zugang und Reichweite miteinander verknüpfen?
Priorisieren
Weißt du, was zuerst zählt?
Akt
Kann die Exposition reduziert werden?
Die Wertschöpfungszeit ist kein einzelner Zeitpunkt. Sie ist die Zeit, die benötigt wird, um genügend Kontext und Vertrauen zu gewinnen, um eine Sicherheitsentscheidung zu treffen und das Risiko zu reduzieren.
1. Zeit für eine sinnvolle Berichterstattung
Wie schnell kann die Organisation Transparenz über die für ihr Risiko relevanten Datenumgebungen hinweg schaffen?
Das Schlüsselwort ist sinnvoll.
Ziel ist es nicht unbedingt, alles zu scannen, bevor man etwas unternimmt. Vielmehr geht es darum, genügend über die Umgebung zu verstehen, um Entscheidungen nicht aus einer künstlich eingeschränkten Perspektive zu treffen.
2. Zeit bis zur genauen Klassifizierung
Wie schnell kann die Organisation sensible, regulierte, firmeneigene, vertrauliche und hochwertige Daten von irrelevanten Daten unterscheiden?
Eine mangelhafte Klassifizierung kann alles nachgelagerte untergraben, da Zugriffsentscheidungen, Risikorichtlinien, Abhilfemaßnahmen und Governance von einem korrekten Verständnis der Daten abhängen.
3. Zeit bis zum Risikokontext
Wie schnell können Teams sensible Daten mit Informationen zu Offenlegung, Identität, Zugriff, Aktivität, Eigentumsverhältnissen und Geschäftskontext verknüpfen?
Hier beginnt aus einem Dateninventar die Entwicklung hin zu Sicherheitsinformationen.
4. Zeit für die Priorisierung
Wie schnell kann das Sicherheitsteam von Hunderten oder Tausenden von Feststellungen zu den Risiken gelangen, die tatsächlich Aufmerksamkeit verdienen?
Mehr Benachrichtigungen bedeuten nicht zwangsläufig mehr Wert.
Bessere Entscheidungen tun es.
5. Zeit bis zur Behebung
Wie schnell kann die Organisation das festgestellte Risiko reduzieren?
Dies ist der Punkt, an dem ein Sicherheitsbefund in ein Sicherheitsergebnis umgewandelt wird.
6. Zeit für mehr Selbstvertrauen der Führungsebene
Kann der Sicherheitschef das erklären?
- Was haben wir entdeckt?
- Was steht auf dem Spiel?
- Warum ist das wichtig?
- Was haben wir repariert?
- Was bleibt unbekannt?
Die letzte Frage ist von besonderer Bedeutung.
Ein Sicherheitsprogramm sollte keine falsche Gewissheit erzeugen. Die Grenzen einer Bewertung zu kennen, kann genauso wichtig sein wie deren Ergebnisse.
Die Zeit bis zur Wertschöpfung ist eigentlich die Zeit von der Entscheidung bis zur Handlung.
Dies bietet Sicherheitsverantwortlichen ein nützlicheres Modell:
Entdecken → Verstehen → Priorisieren → Untersuchen → Beheben → Beweisen
Ein schnelles erstes Ergebnis kann zu diesem Erfolg beitragen. Es sollte jedoch nicht mit dessen Abschluss verwechselt werden.
Die wirksamsten Datensicherheitsprogramme verkürzen die Zeitspanne zwischen einer unbekannten Umgebung und einer wirksamen Sicherheitsmaßnahme. Dies erfordert Schnelligkeit, aber auch eine ausreichende Abdeckung, um den Ergebnissen vertrauen zu können, eine Klassifizierung, um die Daten zu verstehen, einen Kontext, um das Risiko zu interpretieren, eine Priorisierung, um Ressourcen gezielt einzusetzen, und eine Behebung, um die Gefährdung zu minimieren.
Geschwindigkeit ohne Abdeckung bedeutet nicht unbedingt Zeit-zu-Wert-Verhältnis.
Berichterstattung ohne Handlung ist auch nicht das Ziel.
Das eigentliche Ziel ist es, den Punkt zu erreichen, an dem die Organisation folgende Fragen mit Zuversicht beantworten kann:
Wir wissen, wo unsere kritischen Daten gespeichert sind. Wir wissen, was sie gefährdet. Wir wissen, was am wichtigsten ist. Und wir können etwas dagegen tun.
Glaubst du, du schaffst es in 15 Minuten?
Ihr CISO wartet.
Verbinden Sie die richtigen Quellen, identifizieren Sie sensible Daten, decken Sie Schwachstellen auf, priorisieren Sie Risiken, untersuchen Sie Zugriffsrechte, beheben Sie ein Problem und liefern Sie eine Antwort an die Führungsebene.
Jede Entscheidung beeinflusst, was du entdeckst und was du verpasst.
Nehmen Sie an der 15-minütigen Datensicherheits-Herausforderung teil →
Erfahren Sie, wie sich Ihre Entscheidungen auf die Datenabdeckung, die Risikotransparenz, den Zugriffskontext, die Behebung von Mängeln und das Vertrauen der Führungsebene auswirken.
Häufig gestellte Fragen zur Wertschöpfungszeit bei DSPM
Was ist die Wertschöpfungszeit bei DSPM?
Die Wertschöpfungszeit von DSPM beschreibt, wie schnell ein Unternehmen durch Data Security Posture Management (DSPM) spürbare Sicherheitsverbesserungen erzielen kann. Anstatt nur die Bereitstellungs- oder Scangeschwindigkeit zu messen, können Unternehmen bewerten, wie schnell sie eine sinnvolle Datenabdeckung, Klassifizierung, Risikokontextualisierung, Priorisierung und Behebung von Risiken erreichen.
Ist die Scangeschwindigkeit dasselbe wie die Zeit bis zur Wertschöpfung bei DSPM?
Nein. Die Scangeschwindigkeit misst, wie schnell ein System Daten analysieren oder Ergebnisse liefern kann. Die Wertschöpfungszeit ist umfassender, da die Ergebnisse genügend Abdeckung und Kontext bieten müssen, um sinnvolle Sicherheitsentscheidungen und -maßnahmen zu ermöglichen.
Warum ist die Datenabdeckung für DSPM wichtig?
Unvollständige Abdeckung kann dazu führen, dass sensible oder regulierte Daten bei der Sicherheitsbewertung eines Unternehmens unberücksichtigt bleiben. Moderne Unternehmensdaten können in Cloud-, SaaS-, On-Premises-, Hybrid-, strukturierten, unstrukturierten, Kollaborations-, Entwicklungs- und KI-vernetzten Umgebungen vorliegen. BigID-Erkennung und -Klassifizierung hilft Organisationen dabei, Daten in diesen Umgebungen zu identifizieren.
Wie verbessert der Risikokontext DSPM?
Der Risikokontext hilft Sicherheitsteams zu verstehen, warum sensible Daten möglicherweise offengelegt werden. Die Verknüpfung von Sensibilität mit Identität, Zugriff, Aktivität, Standort, Eigentumsverhältnissen und Geschäftskontext kann Teams dabei helfen, hochprioritäre Gefährdungen von weniger risikobehafteten Befunden zu unterscheiden. BigID-Datensicherheit Verknüpft diese Signale, um Teams zu helfen zu verstehen, welche Risiken ein Eingreifen erfordern.
Warum ist die Behebung von Mängeln Teil der Zeit-bis-zum-Wert-Berechnung?
Die Entdeckung eines Risikos reduziert dieses nicht automatisch. Die Behebung setzt Sicherheitsinformationen in konkrete Maßnahmen um, beispielsweise durch Zugriffsbeschränkung, Löschung, Schwärzung, Durchsetzung von Aufbewahrungsfristen, Kennzeichnung, Durchsetzung von Richtlinien oder Workflow-Automatisierung. BigIDs Datensicherheitsplattform Verbindet Erkennung, Priorisierung und Behebung.
Wie sollten Organisationen die DSPM-Geschwindigkeit bewerten?
Organisationen können bewerten, wie schnell eine DSPM-Plattform von der Erkennung zu einem tragfähigen Sicherheitsergebnis führt. Wichtige Kriterien sind die Zeit bis zu einer aussagekräftigen Abdeckung, Klassifizierung, Risikokontext, Priorisierung, Untersuchung, Behebung und Berichterstattung an die Geschäftsleitung.
Autor
