當現代企業開始朝向數位化轉型邁進，運用現代科技的力量創造新形態應用模式的同時，也必須重新檢視伴隨而來的資安風險。Forcepoint技術顧問陳志遠指出，Gartner提出持續自適應風險與信任評估（Continuous Adaptive Risk and Trust Assessment，CARTA）的要項，正逐漸成為資料保護發展的指導原則。
要做到Gartner提出的持續自適應風險與信任評估，必須要掌握應用情境、持續進行監看與評估風險、運用自動化流程即時回應等方向，並且是在數位化營運業務開展之前應具備的能力。問題是，資安技術通常是一次性防護機制，當下只有阻斷的執行能力，無法得知整體行為模式，也就難以深入判斷究竟是高風險使用者、新進員工不熟悉資安政策、還是電腦已遭滲透，勢必得要有輔助判斷的方法，才有機會在資料外洩事故發生前、竊取者還在嘗試找到迴避偵測方法的階段，就搶先一步發現。
「Forcepoint完整蒐集來自Insider Threat（內部威脅）蒐集器、DLP（資料外洩防護）、CASB（雲端存取安全代理）、NGFW（次世代防火牆）等不同資安技術產生的資料，餵入分析引擎，再根據運算結果的風險數值，自動調整執行回應的方式，也就是動態資料保護（Dynamic Data Protection）技術，發展理念與CARTA可說不謀而合。」陳志遠表示。
雲端應用逐漸興起風險可控亟待解決
在資訊科技架構持續演進的推展下，過去企業探討的是實體伺服器轉換為虛擬化，如今關注的焦點則是地端應用系統遷移上雲或直接採用雲端服務。McAfee北亞區解決方案架構師沈志明觀察，即使台灣發展的腳步較慢，但是雲端應用同樣是逐年增長，而且通常是單行道，應用上雲或直接採用雲端服務模式，就無法再回頭了。或許跟國際企業相比，台灣的腳步稍微落後，所幸主管機關已經開始願意嘗試，一旦封印解除，需求極可能會如雨後春筍般湧現。
也因此，該如何把防護體系延伸到雲端平台，同時能控制風險，已成為當代企業必須面對的重要課題。陳志遠以Forcepoint舉例，可協助企業在各個不同數位轉型階段，採取不同資安防護的策略與深度，像是早期使用者可能建置NGFW、網頁安全閘道器、入侵威脅防禦就足夠因應資料保護，但隨著採用雲端服務應用的數量增多，甚至發展到全雲端，安全策略也必須有所轉變，得基於Zero Trust、CARTA、Human-Centric等原則重新規畫執行政策。
「事實上數位轉型這件事已經探討超過十年，腳步從來沒有停過。從最早期的E化，演進到實體轉虛擬化，現代則是要從地端轉型到雲端，皆為數位轉型具體的實踐，每個階段代表的意義與達到的目標完全不同。」陳志遠說。
採用雲端服務產生的風險較以往企業資安認知完全不同，他進一步說明，雲端運算的IaaS、PaaS、SaaS三種不同應用模式，對應到企業IT基礎架構，若採用的是IaaS，企業可控範圍僅為作業系統層以上的中介軟體、Runtime、檔案、應用程式；若採用PaaS，則可控範圍只剩下檔案、應用程式；SaaS則是完全無法控管。
雲端服務讓企業趨之若鶩的誘因，主要是為了省去重複性質高的維運工作，但是也因此衍生出新的問題，應該要擔負的責任，不會因為遷移上雲端平台之後就可卸下，在可控程度較地端更低的情況下，仍舊必須維持營運業務的風險管理能力，過程中還要同時維護地端與雲端的可用性、可管理性、安全性，這是企業現在最大的難題。
DLP控管政策同步上雲執行防護
儘管遷移上雲會衍生新的風險，企業仍願意逐年增加採用的數量，主要因素，多數是基於管理成本考量，無須經過冗長的採購與建置階段，直接登入網站點選訂閱資源即可完成，日後的擴充更是便利，只要增加訂閱數量，無需停機立即可用。
針對資料外洩風險控管，以往地端部署建置的DLP防護體系，隨著資安市場上開始出現新創公司推出CASB以保護雲端平台上的檔案，近幾年開始出現整併潮，例如Forcepoint併購Skyfence、McAfee併購Skyhigh、Cisco併購CloudLock、微軟併購Adallom等。如今地端與雲端的資料保護政策已可相互整合，以Forcepoint與McAfee來看，用戶不僅在地端可沿用既有的DLP保護機敏資料，亦可透過單一控管平台延伸至雲端，讓兩端可基於相同控管政策防範資料外洩。
耗時費力制定的DLP控管政策，可同步應用到雲端平台，對企業而言相當有幫助。DLP之所以受歡迎，控管政策的制定模式相當有效率，可說是其中一項重要因素，畢竟企業工作流程差異相當大，即便是相同產業也有各自控管方式，勢必得投入時間協同各個業務部門，共同制定出合適的政策。
陳志遠強調，「所幸我們擁有業界最完整的政策樣本，例如GDPR因應策略，可先行取得全球相同產業的實作方法，以此為基礎建立防護措施，控管政策已可達到八成完備，剩下的二成，再基於各家企業營運業務的差異進行調整，即可大幅降低部署的複雜度。」
解讀行為資訊建構合適控管措施
為了更清楚地釐清使用者行為的意圖，以辨別善意或惡意，愈來愈多解決方案開始採納機器學習演算技術來輔助防範資料外洩，也就是UEBA（使用者與實體設備行為分析）技術，藉由技術供應商事先訓練完成的演算模型分析大數據，以科學化存取行為的風險值來評估安全等級，進而協同其他回應機制執行阻斷、隔離等動作。
欲探查使用者行為的意圖，演算分析資料模型亦須包含人力資源系統的績效指標數據。畢竟員工的績效數字突然間下滑，可能的原因相當多，例如準備離職等狀況。
陳志遠說明，Forcepoint旗下的X-Labs研究部門的科學家，來自心理學、行為學等領域專家，之所以納入非IT相關領域的專業人士，主要思維即在於落實以人為核心，必須要有更多的資料輔助才得以理解真正的意圖。當然，資料來源並非僅限於Forcepoint提供的技術，更多是來自於企業既有的IT基礎架構產出的資料，只要能餵入演算分析模型所需的類型即可，讓資料蒐集得愈完整，搭配合理的分析方法，產生的數據可信度愈高。
縱觀資安領域市場，每個廠商都有各自擅長的技術，沈志明提醒，並非導入最先進的技術就不會發生資料外洩，控管政策與配置相關措施同等重要，尤其是資料外洩防護的議題，向來無法簡單地藥到病除，而是建構一套有效的方法論，才能夠解決企業或組織的異質問題。