计世网

想防范企业IT安全漏洞风险?数据洞察先行
作者:宋辰 | 来源:计算机世界
2021-10-14
企业将面临由疫情催化业务转型所导致的勒索软件风险及IT安全漏洞风险。

 

未来两年内,企业将面临由新冠疫情催化业务转型所导致的勒索软件风险及IT安全漏洞风险。

这是Veritas Technologies最新发布的《企业IT安全脆弱性报告》得出的结论,该报告对全球19个国家的2050名IT主管进行了调研。报告强调了企业IT安全能力滞后对受访者业务运营所产生的影响:85%的中国受访者表示,公司在过去的12个月当中经历过停工,并且,平均每家公司受到了1.33次勒索软件的攻击,打断了业务进程甚至造成了停工。然而,对于已经设法消除滞后,并声称其技术战略没有剩余差距的受访者来说,他们因勒索攻击造成的停工事件大幅减少:相比仍有一个或多个差距需要弥补的企业,前者经历的停工事件平均减少了5倍之多。

成立于1983年的Veritas,是全球企业备份和数据恢复解决方案领域的领导者。87%的全球财富500强企业都在使用Veritas解决方案来化解IT复杂度和保护数据。在2021年,Veritas连续2次获得“Gartner Peer Insights数据中心备份和恢复解决方案客户选择奖”,并且连续16次荣获“Gartner数据中心备份和恢复解决方案魔力象限领导者”。

“新冠疫情加速了国内企业数字化转型和上云的步伐。企业在转型过程中,想要避免数据威胁如勒索软件等造成的损害,生产和保护环境必须平行发展——当新的解决方案被引入到企业技术栈时,必须同时扩展安全防护能力对其进行覆盖。”Veritas公司大中华区技术销售与服务总监顾海巍介绍说,“然而,由于国内企业的数字化转型速度过快,但数据保护措施并没有完全跟上,导致中国成为了勒索病毒的头号重灾区。为确保数字化转型稳健、快速地进行,企业应该尽快采取行动,让生产和保护环境实现平衡发展。"

无疑,新冠疫情加速了企业上云的进程。但如果企业IT 安全能力滞后,那么云环境则会成为新的风险。Veritas的《企业IT安全脆弱性报告》显示,由于疫情的影响,87%的中国受访者采用了新的云功能或扩展了云基础设施,这一数据高于全球平均80%的比例;同时,64%的中国受访者表示,他们的云保护策略跟不上企业数字化转型需求,这和别的领域相比差距最大,这也高于全球平均56%的比例。由此可见,中国企业对新型云功能、云基础设施以及云保护策略的需求度更高。

在针对中国的调查中,许多IT专家对公司已经引入的云计算解决方案缺乏明确的认识。 只有58%的人能够准确说出公司现在使用的云服务的数量,但不清楚可能需要保护的数据。平均而言,受访者承认公司所存储的数据中,约有35%为 "暗数据",也就是说,他们不知道那是什么。此外,另有约42%为冗余、过时或琐碎的数据。

其实,企业经常会碰到关于数据的一些问题:我有多少数据?每一种数据该如何去管?如何保证业务韧性?企业基于平台该怎么做?

针对这种困惑,Veritas给客户提供了API数据运维框架:

“A”是Availability,高可用性,业务要连续,业务不能停。

“P”是Protection,即对数据进行保护,让数据不丢失。

“I”是Insight数据洞察,Veritas认为必须要先做数据洞察,把企业拥有的数据资产盘点清楚,之后才能进行有效的数据保护和业务连续性保护。

“如果没有数据保护,业务连续性也是空中楼阁,因为业务依赖于数据。”顾海巍说:”接下来问题就明确了——我想要保护数据,我有多少数据?其实这不仅是中国客户,从全球客户范围来看,大量客户都对于企业里的数据资产种类和数量,分别放在哪里,有什么样的工作负载产生,由谁应用?每一种数据生命周期不同的技术需求和业务需求是什么样的?大家都不太清楚。“

顾海巍强调,“API的‘I’在最后,但是数据洞察是第一位、也是最重要的事情。企业的数据一直在不停产生、不停消亡。所以,数据洞察应该是长期性的,不是一次性行为。” 顾海巍认为,制定良好的数据保护策略的前提,是要对需要保护的数据所包含的价值和所处的位置进行全方位了解。如今,有超过40%的人甚至不知道他们的公司正在使用多少个云服务,更不用说是否对需要保护的数据了如指掌。因此,企业在进行数字化转型之前,应先开展‘数据洞察’这一先导工作,从平台的视角对企业的整体数据,包括备份数据、云端数据和边缘数据做洞察分析,建立起一站式的数据洞察服务,从而实现数据的保护和高可用性。

此外,顾海巍还建议:"以目前的技术水平,企业不太可能为了对应这种情况而额外新增几十名IT人员。因此,如果想要通过加强保护基础设施来应对勒索软件的持续威胁,那么企业就需要更明智的选择:在整个数据资产(包括数据中心和公有云)中运行的单一数据保护平台,从根本上减少数据保护的管理负担。而采用现代数据保护工具,可以让人工智能(AI)和机器学习(ML)在一定程度上取代人力,减少对工作人员人数的需求。"

 

责任编辑:宋辰