嘶吼安全产业研究近日发布《数据安全细分市场之数据流动安全专题报告》，保旺达凭借数据安全领域的深厚积累以及卓越的落地实践能力，成为推荐厂商。
随着信息技术的不断进步和数据的快速增长，数据流动已成为现代社会中各个领域的重要组成部分，与此同时，数据流动所带来的潜在风险和挑战也日益凸显。数据泄露、隐私侵犯、网络攻击、数据篡改等安全威胁不断涌现，给个人、组织和社会带来了巨大的损害和风险。
嘶吼安全研究院认为数据流动安全的发展正日益成为保障隐私和数据安全的关键环节。有效保证数据流动过程中的活动与设施安全，对实现数字化社会和可持续发展具有重要意义。由此，嘶吼安全研究院开展了《数据安全细分市场之数据流动安全专题报告》调研工作，梳理分析当前国内数据流动安全市场情况，并评选出数据流动安全典型案例。
（图片来源于嘶吼专业版公众号）
保旺达数据安全流量监测平台
通过深度流量解析监测应用层数据流转，实现接口和业务访问地址自动梳理、账号访问行为和轨迹识别，动态感知全域敏感数据流动状况，从数据流动中发现数据安全风险问题，实现全域数据动向的实时监控。同时平台提供应用资产台账梳理、访问行为安全审计、应用资产脆弱性风险场景分析、数据泄漏溯源追查等功能，实现应用数据流动的“可视”、应用接口的“可管”、数据流动风险的“可控”、数据泄漏事件的“可溯”、数据安全日志的“可审”，全面赋能用户的数据安全管理及运营工作。
解决方案
结合AI构建分类分级模型识别海量敏感数据
通过系统定义规则、数据字典、机器学习识别模型等手段快速识别海量数据中的敏感数据，在扫描识别的过程中对数据库、表、字段、文件打标签与自动分类分级，建立清晰、直观的数据资产目录。
数据资产全局深度治理
基于流量自动识别，实时发现新增资产、沉默资产、异常资产，并对资产分类分级。建立和完善数据治理机制，明确数据的归属、使用和流转规则，防止数据的滥用和无序流动，确保数据的合规性和正确性。
数据风险全链动态监测
采用智能分析、关系图谱、空间测绘等技术，实现数据链路挖掘、链路还原、链路追踪、链路治理。实时监测和分析数据流，一旦发现异常行为或潜在的安全威胁，即刻进行预警，实现及时应对和防止安全事件的发生，减少了数据安全风险。
数据态势全维智能感知
基于入侵检测、文件检测、机器学习、威胁情报、流量模型等技术实现对入侵行为、流量攻击、文件威胁、加密流量威胁等安全风险的识别与分析、态势量化与预测以及处置跟踪与评价。实时监测异常数据流量并进行审计告警。
建设成果
对数据资产的监测实现数据资产新增、变更的感知识别；
建设对外接口数据访问行为监测，实现异常违规行为的审计和告警；
开展数据资产监测和用户行为审计，对发生的数据泄露事件进行溯源；
基于流程驱动的方式对安全事件的处置实现自动化、规范化，真正做到闭环管理；
基于管理手段的合规化、规范化，技术手段的能力化、可视化，保障数据安全管理运营工作的持续化。
