近年來，數(shù)據(jù)安全事件頻發(fā)，業(yè)務(wù)數(shù)據(jù)不可見、不可視，導(dǎo)致業(yè)務(wù)數(shù)據(jù)被第三方利用、泄露的風(fēng)險(xiǎn)長期存在且無解。同時(shí)，隨著監(jiān)管力度的加大，數(shù)據(jù)安全處罰事件逐年變多，2023年更是呈現(xiàn)出爆發(fā)式增長的趨勢。

在這樣的背景下，數(shù)據(jù)安全建設(shè)顯得尤為重要。但目前市場中諸多數(shù)據(jù)安全相關(guān)的產(chǎn)品與方案同質(zhì)化嚴(yán)重，依然延續(xù)老方法和舊邏輯，如人工打標(biāo)、手動(dòng)分類，這無異于拿著“舊藥方”治“頑疾”，市場上真正能有效解決數(shù)據(jù)安全難題的“良方”仍顯稀缺。

壓住數(shù)據(jù)安全的“三大頑疾”

在數(shù)據(jù)安全頂層規(guī)劃方面，全球及國內(nèi)頂尖權(quán)威機(jī)構(gòu)，諸如Gartner與信通院，已確立了系統(tǒng)的方法論。這些機(jī)構(gòu)一致強(qiáng)調(diào)，數(shù)據(jù)安全本質(zhì)上是一個(gè)流程驅(qū)動(dòng)的領(lǐng)域，它呼喚跨角色、跨部門的緊密協(xié)作，并深度融入業(yè)務(wù)運(yùn)營之中。

然而，當(dāng)前的數(shù)據(jù)安全在落地實(shí)施方面卻面臨三大核心難題：

01

數(shù)據(jù)分類分級：數(shù)據(jù)發(fā)現(xiàn)與分類仍然是數(shù)據(jù)安全工作的基石，但遺憾的是，該領(lǐng)域至今尚未出現(xiàn)高效可行的解決方案來有效落實(shí)這一基礎(chǔ)環(huán)節(jié)。

02

流動(dòng)數(shù)據(jù)可視化：流動(dòng)數(shù)據(jù)無法識別，難以監(jiān)控核心數(shù)據(jù)的分布和使用情況，風(fēng)險(xiǎn)識別與監(jiān)測更是無從下手。

03

數(shù)據(jù)風(fēng)險(xiǎn)監(jiān)測：數(shù)據(jù)安全的風(fēng)險(xiǎn)行為與實(shí)際業(yè)務(wù)行為高度相似，不同于網(wǎng)絡(luò)攻擊存在明顯的流量異常特征，導(dǎo)致監(jiān)測工作異常艱巨，難以精準(zhǔn)識別。

這三個(gè)長期懸而未決的挑戰(zhàn)，正是許多組織在初步實(shí)施數(shù)據(jù)安全方案后未能取得預(yù)期成效的關(guān)鍵所在。

傳統(tǒng)單純依靠人工的數(shù)據(jù)分類分級方式不僅效率極低，還容易因個(gè)體主觀判斷有差異，導(dǎo)致實(shí)際應(yīng)用中準(zhǔn)確率低，無法長期持續(xù)應(yīng)用；為提質(zhì)增效，市面上出現(xiàn)了許多針對數(shù)據(jù)安全的解決方案，如運(yùn)用NLP小模型對數(shù)據(jù)進(jìn)行理解，輔助人工進(jìn)行分類分級。

但傳統(tǒng)NLP小模型需要大量客戶側(cè)數(shù)據(jù)來做訓(xùn)練，且對于業(yè)務(wù)數(shù)據(jù)的理解能力很差，盡管能夠一定程度上提升效率，最終依然需要大量人工進(jìn)行校驗(yàn)和判斷。

更為關(guān)鍵的是，無論是純?nèi)斯み€是小模型+人工的解決方案，都僅局限于對數(shù)據(jù)庫中結(jié)構(gòu)化數(shù)據(jù)的處理，即便完成分類，其應(yīng)用場景也極為有限，主要支持少數(shù)合規(guī)需求，如數(shù)據(jù)脫敏和數(shù)據(jù)目錄報(bào)送等。然而，真正的數(shù)據(jù)風(fēng)險(xiǎn)往往潛藏于數(shù)據(jù)的實(shí)際使用和流動(dòng)過程中，對流動(dòng)數(shù)據(jù)的識別和對數(shù)據(jù)安全使用風(fēng)險(xiǎn)的監(jiān)測，是傳統(tǒng)方案所無法解決的“頑疾”。

以實(shí)例說明：即便通過靜態(tài)分類，在數(shù)據(jù)庫中已識別出10G的敏感數(shù)據(jù)，但對于這些數(shù)據(jù)當(dāng)前正被哪些應(yīng)用程序和API調(diào)用及使用，傳統(tǒng)方法卻無能為力，使得這部分信息的可見性和控制力幾乎為零。

安全GPT：用大模型“重塑”數(shù)據(jù)安全建設(shè)

面對傳統(tǒng)小模型所無法解決的數(shù)據(jù)理解和識別問題，大模型技術(shù)提供了全新的思路。

大模型本身屬于自然語言模型，非常擅長對文本數(shù)據(jù)理解能力，在數(shù)據(jù)識別以及風(fēng)險(xiǎn)推理上具備天然優(yōu)勢。但大模型的訓(xùn)練和微調(diào)需要結(jié)合大量的行業(yè)數(shù)據(jù)、數(shù)據(jù)安全風(fēng)險(xiǎn)案例等，更需要大量的技術(shù)研發(fā)投入和AI應(yīng)用能力的沉淀，所以盡管大模型技術(shù)在各行業(yè)百花齊放，然而應(yīng)用在數(shù)據(jù)安全領(lǐng)域的大模型卻沒有出現(xiàn)。

2023年5月18日，網(wǎng)絡(luò)安全領(lǐng)域的頭部廠商深信服率先推出業(yè)界首款安全大模型——安全GPT，在今年9月最新發(fā)布的4.0版本中，深信服憑借多年沉淀的行業(yè)數(shù)據(jù)和數(shù)據(jù)安全風(fēng)險(xiǎn)案例，推出了數(shù)據(jù)安全大模型，不僅實(shí)現(xiàn)動(dòng)靜態(tài)數(shù)據(jù)分類分級，更率先實(shí)現(xiàn)了流動(dòng)數(shù)據(jù)的識別和數(shù)據(jù)風(fēng)險(xiǎn)自動(dòng)研判分析，全面推動(dòng)了數(shù)據(jù)安全的新變革，重塑數(shù)據(jù)安全管理與監(jiān)測的解決方案。

深信服安全GPT 4.0 數(shù)據(jù)安全大模型可自動(dòng)化完成數(shù)據(jù)庫靜態(tài)數(shù)據(jù)以及API等流動(dòng)數(shù)據(jù)分類分級工作，與傳統(tǒng)小模型相比，分類分級的準(zhǔn)確率從60%提升到了90%，效率提升了40倍，人工只需設(shè)置分類標(biāo)準(zhǔn)，打標(biāo)過程全部模型自動(dòng)化完成。

不僅如此，數(shù)據(jù)大模型還實(shí)現(xiàn)了動(dòng)靜態(tài)數(shù)據(jù)的整體分類與流動(dòng)可視，可以分鐘級完成任意數(shù)據(jù)的使用調(diào)查，幫助企業(yè)快速定位數(shù)據(jù)以及掌握數(shù)據(jù)使用情況，并可針對性預(yù)防和調(diào)整核心數(shù)據(jù)的使用，確保核心數(shù)據(jù)的安全。

除了數(shù)據(jù)的自動(dòng)分類分級，深信服安全GPT數(shù)據(jù)安全大模型還能實(shí)現(xiàn)自動(dòng)監(jiān)測異常行為和數(shù)據(jù)風(fēng)險(xiǎn)自動(dòng)研判分析。安全GPT強(qiáng)大的分析研判能力得益于研發(fā)團(tuán)隊(duì)收集了內(nèi)部大量的數(shù)據(jù)安全風(fēng)險(xiǎn)相關(guān)的分析案例，為安全GPT做了大量的訓(xùn)練和微調(diào)，從而實(shí)現(xiàn)上下文關(guān)聯(lián)，有效區(qū)分正常的業(yè)務(wù)行為和真正的數(shù)據(jù)安全風(fēng)險(xiǎn)，并輸出詳細(xì)的研判分析過程，極大降低研判分析難度。

在數(shù)據(jù)泄露、數(shù)據(jù)濫用、違規(guī)數(shù)據(jù)出境和超范圍處理數(shù)據(jù)四種典型的攻擊場景，安全GPT數(shù)據(jù)安全大模型檢出率高達(dá)90%，準(zhǔn)確率達(dá)70%，為有效激活數(shù)據(jù)潛能和釋放數(shù)據(jù)價(jià)值帶來堅(jiān)實(shí)保障。

AI賦能，深信服為新質(zhì)生產(chǎn)力護(hù)航

作為最早探索人工智能與安全融合的廠商，深信服早在2016年就投入到機(jī)器學(xué)習(xí)、深度學(xué)習(xí)在網(wǎng)絡(luò)安全領(lǐng)域中的應(yīng)用，隨著2022年AI大模型的崛起，深信服也躬身入局，采用“大模型＋數(shù)據(jù)＋安全和算法專家”的思路，憑借在大模型等AI技術(shù)領(lǐng)域的積累、安全領(lǐng)域數(shù)據(jù)的積累、場景化的落地等綜合能力，全力打造安全GPT，并在政府、醫(yī)衛(wèi)等多個(gè)行業(yè)獲得廣泛應(yīng)用。

如今，深信服又將大模型應(yīng)用在數(shù)據(jù)安全領(lǐng)域，帶來安全GPT數(shù)據(jù)安全大模型，有望徹底重塑企業(yè)與組織的數(shù)據(jù)安全建設(shè)，并帶來全新的使用體驗(yàn)，真正為發(fā)展新質(zhì)生產(chǎn)力保駕護(hù)航。

其一，深信服安全GPT采用新思路、新技術(shù)，率先響應(yīng)了組織與企業(yè)在動(dòng)態(tài)數(shù)據(jù)分類分級、流轉(zhuǎn)可視和風(fēng)險(xiǎn)檢測方面的需求，真正幫助組織與企業(yè)實(shí)現(xiàn)數(shù)據(jù)在生產(chǎn)域、應(yīng)用域、流通域的安全保障，完成AI時(shí)代數(shù)據(jù)安全新技術(shù)與新需求的完美對接。

其二，深信服安全GPT徹底重塑數(shù)據(jù)安全產(chǎn)品與方案的使用體驗(yàn)，推動(dòng)數(shù)據(jù)安全“人機(jī)共智”時(shí)代的到來。過去，依靠人工進(jìn)行數(shù)據(jù)分類分級、數(shù)據(jù)與模版匹配、數(shù)據(jù)使用調(diào)查、數(shù)據(jù)可視，效率不足且準(zhǔn)確率低；如今，在安全GPT的加持下，基于大模型強(qiáng)大的自然語言理解和語義分析能力，企業(yè)能以數(shù)十倍的效率完成動(dòng)靜態(tài)數(shù)據(jù)的分類分級，并且能夠高效進(jìn)行數(shù)據(jù)調(diào)查與可視、風(fēng)險(xiǎn)智能分析研判。

其三，深信服安全GPT讓組織與企業(yè)真正看到和感受到安全大模型在數(shù)據(jù)安全領(lǐng)域的核心價(jià)值，這對于組織與企業(yè)后續(xù)全面擁抱人工智能與安全融合的趨勢有著重要意義。

截至目前，深信服安全GPT已在超400家企事業(yè)單位真實(shí)環(huán)境測試和應(yīng)用，覆蓋政府、能源、金融等各行業(yè)。

綜合觀察，《“數(shù)據(jù)要素X”三年行動(dòng)計(jì)劃（2024-2026）》已然全面啟動(dòng)，千行百業(yè)紛紛AI技術(shù)為抓手，以求充分釋放數(shù)據(jù)要素的潛能，而數(shù)據(jù)安全則成為必不可少的條件。深信服憑借前瞻性的布局、創(chuàng)新的技術(shù)、全新的思路打造出安全GPT，并將安全GPT成功應(yīng)用到數(shù)據(jù)安全領(lǐng)域，解決數(shù)據(jù)安全過去依賴人工的困境，為千行百業(yè)的用戶們實(shí)現(xiàn)“安全領(lǐng)先一步”。

大數(shù)據(jù)在線是聚焦人工智能、大數(shù)據(jù)、云計(jì)算等前沿科技領(lǐng)域深度觀察的深度媒體。目前，大數(shù)據(jù)在線在微信公眾號、今日頭條號、新浪財(cái)經(jīng)、36氪、雪球號、觀察號等主流自媒體平臺均有入駐，積累粉絲超過20W；并榮獲今日頭條十大科技新銳媒體、商業(yè)新知十大人工智能媒體等多項(xiàng)殊榮。商務(wù)聯(lián)系請?zhí)砑游⑿牛篛wen_Inter，添加請備注具體信息。