Microsoft Purview 데이터 보안 조사는 organization의 사이버 보안 팀이 생성형 인공 지능(AI)을 사용하여 데이터 보안 인시던트, 위험한 내부자 및 데이터 침해를 분석하고 대응하는 데 도움이 됩니다. 조사를 통해 중요한 데이터 노출로 인한 위험을 빠르게 식별하고 파트너 팀과 보다 효과적으로 협력하여 문제를 해결할 수 있습니다. 기존에는 시간이 많이 걸리고 복잡했던 작업을 간소화합니다.
organization의 분석가는 데이터 보안 조사 기능을 사용하여 다음을 수행할 수 있습니다.
- 영향을 받는 데이터를 빠르고 효율적으로 검색, 발견 및 식별합니다.
- 심층 콘텐츠 AI 분석을 사용하여 데이터에 숨겨진 정확한 데이터 위험을 발견합니다.
- 데이터 보안 인시던트의 영향을 줄이고 지속적인 위험을 신속하게 완화하기 위한 조치를 취합니다.
- 조사 세부 정보에 대해 내부 및 외부 이해 관계자와 공동 작업합니다.
- 설치가 완료되고 조사를 사용할 준비가 되면 Microsoft Purview 알림 센터 및 이메일을 통해 알림을 받습니다.
데이터 보안 조사가 데이터 보안 인시던트에 대응하는 데 어떻게 도움이 되는지에 대한 자세한 내용은 다음 비디오를 시청하세요.
- Microsoft Purview의 데이터 보안 조사
- Microsoft Purview를 사용하여 데이터 보안 조사 향상
- Microsoft Purview 데이터 보안 조사 소개
- Microsoft Purview를 통해 데이터 보안 조사의 기능 잠금 해제
- Microsoft Purview 데이터 보안 조사 무엇이든 물어보세요
AI 통합
데이터 보안 조사는 생성형 AI를 사용하여 심층 콘텐츠 분석을 수행하고 조사에 포함된 데이터에 대한 주요 보안 및 중요한 데이터 위험을 발견합니다. AI는 분석가가 대량의 데이터를 높은 정확도로 신속하게 분석하여 분류, 검토 및 완화 조치에 필요한 중요한 시간을 절약하는 데 도움이 됩니다.
세 가지 주요 AI 관련 조사 기능이 있습니다.
- 벡터 검색: 벡터 기반 의미 체계 검색은 유사성 기반 정보 검색을 가능하게 하고 문자 그대로의 단어를 넘어 사용자 의도를 이해합니다. 분석가는 영향을 받은 데이터를 쿼리하여 키워드가 누락된 경우에도 특정 주제와 관련된 모든 자산을 찾습니다.
- 분류: 사고 심각도에 대한 초기 이해를 얻기 위해 분석가는 Standard 또는 Advanced AI 옵션을 사용하여 영향을 받는 데이터를 분류하고 고위험 자산으로 초점을 좁힐 수 있습니다. 데이터 보안 조사는 데이터를 기본값, 사용자 지정 또는 AI 제안 범주로 자동으로 정렬합니다. 분류된 항목에는 주제 및 위험 수준별 그룹화도 포함됩니다.
- 검사: 데이터 보안 조사를 통해 분석가는 대부분의 데이터 보안 인시던트의 최우선 과제인 영향을 받는 데이터 내에 묻혀 있는 보안 위험을 쉽게 해결할 수 있습니다. 분석가는 보안 위험에 대해 영향을 받은 데이터를 검사하여 손상된 자격 증명, 네트워크 위험, 개인 데이터 노출 또는 보안 인시던트와 관련된 위협 행위자 토론의 증거를 찾을 수 있습니다.
AI 통합 및 이러한 도구에 대한 자세한 내용은 데이터 보안 조사의 AI 분석에 대해 알아보기를 참조하세요.
일반적인 데이터 침해 작업
대부분의 조직은 내부 및 외부 데이터 보안 침해와 관련된 위험과 영향 증가에 대해 우려하고 있습니다. 사이버 보안 팀은 데이터 침해 시나리오 중에 영향을 받는 데이터를 식별하고 데이터 침해 시나리오 내에서 노출된 취약성과 관련된 위험을 완화하는 데 필요한 시간을 줄일 책임이 있습니다. 데이터 침해가 발생하면 위험을 완화하고 중요한 정보를 보호하기 위해 신속하고 효과적으로 대응해야 합니다.
사이버 보안 팀은 다음을 수행해야 합니다.
- 데이터 침해 평가: 분석가는 데이터 침해의 scope와 영향을 이해해야 합니다. 이러한 이해에는 영향을 받는 모든 시스템, 영향을 받는 데이터, 데이터 침해와 관련된 외부 및 내부 사용자를 식별하는 것이 포함됩니다.
- 봉쇄 및 통신: 분석가는 영향을 받는 시스템을 격리하여 추가 피해를 최소화하고 방지해야 합니다. 또한 내부 이해 관계자와 organization 내 부서(IT, Legal, Executive Management)에는 데이터 침해에 대한 알림과 세부 정보가 필요합니다.
- 포렌식 및 증거 보존: 분석가는 데이터 포렌식 전문가와 협력할 때 지원이 필요할 수 있습니다. 잠재적인 법률 및 규제 요구 사항에 대해 시스템 및 상태 세부 정보(로그, 시스템 스냅샷, 네트워크 트래픽)를 유지해야 합니다.
- 위험 평가 및 완화: 분석가는 잠재적인 위험을 평가하고 위험 심각도에 따라 완화 조치의 우선순위를 지정해야 합니다. 이 정보는 해당 보안 패치 구현을 포함하여 구성 및 정책 업데이트를 구현하는 데 도움이 됩니다.
- 데이터 제거 및 보호: 분석가는 불필요하거나 손상된 데이터를 제거하고 중복 복사본을 삭제해야 할 수 있습니다. 데이터 보안 조사는 데이터 원본에서 항목을 제거하거나 영구적으로 삭제하는 소프트 제거 및 하드 제거 옵션을 지원합니다. 다른 작업에는 액세스 제어, 데이터 암호화 및 모니터링 강화가 포함될 수 있습니다.
- 보고 및 규정 준수: 관련된 데이터의 특성과 영향을 받는 관할권에 따라 분석가는 위반 통지에 대한 규제 요구 사항을 준수해야 할 수도 있습니다. 이러한 요구 사항에는 영향을 받는 개인, 규제 기관 및 기타 이해 관계자에게 위반의 특성 및 이를 해결하기 위해 취한 조치에 대해 알리는 것이 포함될 수 있습니다.
일반적인 시나리오
데이터 위반 조사
데이터 보안 인시던트 발생 후 중요한 데이터 노출의 영향을 이해하기 어려울 수 있습니다. 완화 전략의 일환으로 손상될 수 있는 지적 재산권, 개인 데이터 및 재무 정보를 식별해야 합니다. 또한 일부 조직에서는 이러한 문제를 조사하기 위해 사용자 지정 도구를 빌드하고 유지 관리합니다.
Microsoft Defender XDR을 사용하여 데이터 보안 인시던트를 조사할 때 미출원된 특허가 포함된 문서를 발견할 수 있습니다. 데이터 보안 조사에서 인시던트로부터 조사를 만들 때 추가 분석을 통해 문서를 다운로드한 사용자와 위험한 IP 주소에서 액세스했는지 여부를 확인할 수 있습니다. 이 정보는 organization에서 중요한 문서를 보호하거나 제거하는 것과 같은 완화 단계를 수행하기 위한 중요한 컨텍스트를 제공합니다.
위험한 참가자의 잠재적인 데이터 유출 조사
내부 위험 관리를 사용하여 organization의 위험한 사용자에 대한 데이터 유출 경고를 조사할 때 사용자가 외부 저장소 솔루션과 전자 메일 및 파일을 공유했다는 사실을 알게 될 수 있습니다. 기본 제공 통합을 통해 내부자 위험 관리 사례에서 데이터 보안 조사에서 새로운 조사를 만들어 공유 콘텐츠에 대한 예비 인사이트를 신속하게 검토할 수 있습니다. 추가 컴퓨팅 리소스 또는 요금을 커밋하기 전에 이 콘텐츠에 추가 분석이 필요한지 결정할 수 있습니다.
조사 scope에 공유 항목을 추가하면 처리가 자동으로 시작되므로 콘텐츠의 세부 정보를 더 자세히 파고들 수 있습니다. 처리가 완료되면 모든 데이터가 위험 심각도에 대해 분류되고 평가됩니다. 분석가는 심각도가 가장 높은 항목을 신속하게 검토하고 면밀히 검토해야 하는 항목을 식별할 수 있습니다. 사용자 이름, 암호, 설명서 콘텐츠 및 소스 코드에 대한 세부 정보는 해당되는 경우 검토할 수 있습니다. 그런 다음 분석가가 organization의 다른 이해 관계자와 협력하여 가장 중요한 항목에 대한 조치를 취하여 데이터 유출로 인한 지속적인 위험을 완화할 수 있습니다.
기밀 데이터 유출
기밀, 중요 또는 보호된 정보가 의도적으로 또는 의도하지 않게 의도한 환경 외부로 노출되는 시나리오에서는 데이터 보안 조사를 사용하여 잠재적인 데이터 누출을 추가로 조사하고, 인시던트 영향을 더 잘 이해하고, 필요한 다음 단계를 수행할 수 있습니다.
사전 예방적 데이터 보안 평가
데이터 보안 조사를 사용하여 데이터 자산의 데이터 위험을 사전에 평가할 수도 있습니다. 데이터 위험에 대해 높은 가치의 데이터 소스 및 사용자 샘플을 분석하거나 특정 고가치 데이터 소스 또는 더 넓은 organization 전체 scope에 대한 사전 검사를 실행할 수 있습니다. 이 평가는 보안 관행을 강화하고 잠재적으로 향후 데이터 보안 인시던트의 영향을 예방하거나 줄이기 위해 정책을 개선하거나 조직 변경할 기회를 식별하는 데 도움이 됩니다.
데이터 보안 태세 관리(미리 보기)에서 사전 예방적 AI 인사이트를 사용하도록 설정하면 데이터 보안 조사는 5가지 위험 범주에 걸쳐 최근에 유출된 중요한 데이터를 자동으로 분석하여 수동으로 조사를 만들지 않고도 데이터 노출에 대한 지속적인 가시성을 제공합니다.
다른 Microsoft 플랫폼 및 솔루션과 통합
데이터 보안 조사는 다른 Microsoft 보안 서비스와 긴밀하게 통합된 전용 통합 솔루션입니다. Microsoft Graph 지원 보안 접근 방식과 통합된 데이터 보안 조사는 영향을 받는 데이터, 사용자 및 활동 간의 상관 관계를 도출합니다. 이 통합을 통해 영향을 받는 데이터를 신속하게 식별하고, 생성형 AI를 사용하여 인시던트를 조사하고, 보안 팀의 다른 구성원과 안전하게 협력하여 위험을 완화할 수 있습니다.
Microsoft Defender XDR
Microsoft Defender XDR은 정교한 공격에 대한 통합 보호 기능을 제공하기 위해 엔드포인트, ID, 전자 메일 및 애플리케이션 전반에 걸쳐 검색, 예방, 조사 및 대응을 기본적으로 조정하는 침해 전 및 침해 후 통합 엔터프라이즈 방어 제품군입니다. 데이터 보안 조사와의 기본 제공 통합을 통해 위협 신호 분석을 확장하고 공격 및 보안 인시던트와 관련된 데이터에 대해 더 자세히 알아볼 수 있습니다.
Microsoft Defender 포털을 사용하면 경고를 평가하고 데이터 보안 조사에서 신속하게 조사를 시작하여 인시던트와 관련된 데이터 및 사용자에 대한 심층적인 인사이트를 얻을 수 있습니다. 조사는 경고 세부 정보를 분석하고, 의미를 이해하고, 심층 검토 및 완화 노력을 위해 데이터를 수집 및 검사하는 데 도움이 됩니다.
Microsoft Defender XDR 기능에 대한 자세한 내용은 Microsoft Defender XDR 시작을 참조하세요.
Microsoft Purview 참가자 위험 관리
데이터 보안 조사의 통합 및 조사 기능을 Microsoft Purview 내부 위험 관리의 사전 예방적 위험 관리 기능과 결합함으로써 organization은 잠재적인 위험에 대한 전체적인 관점과 중요한 데이터를 보호하기 위해 적시에 조치를 취할 수 있는 기능을 갖추게 됩니다. 내부자 위험 관리 조사관은 위험한 경고와 관련된 파일에 포함된 콘텐츠에 대한 중요한 인사이트를 얻지 못할 수 있습니다. 이러한 격차는 경고를 잘못 처리하고 궁극적으로 내부자 위협을 완화하는 효율성을 저해할 수 있습니다.
데이터 보안 조사와 내부자 위험 관리 간의 통합을 통해 사이버 보안 및 위험 관리 팀 간의 원활한 협업이 가능합니다. 이러한 협업을 통해 내부자 위협을 보다 효율적으로 식별하고 더 빠르게 완화할 수 있습니다. 내부자 위험 관리 기능에 대한 자세한 내용은 다음 문서를 참조하세요.
Microsoft Purview 데이터 보안 태세 관리
DSPM(Microsoft Purview 데이터 보안 태세 관리)을 사용하는 경우 잠재적인 데이터 유출 결과를 데이터 보안 조사로 에스컬레이션하여 심층적인 AI 기반 콘텐츠 분석을 수행할 수 있습니다. DSPM(미리 보기) 인사이트에서 조사를 수동으로 만들거나 24시간마다 테넌트에 대한 조사를 자동으로 만들고 새로 고치는 사전 예방적 AI 인사이트를 사용하도록 설정할 수 있습니다. DSPM에서 생성된 조사는 organization에서 최근에 반출된 모든 중요한 데이터로 범위가 자동으로 지정되므로 팀에서 노출된 항목을 빠르게 이해하고 민감도를 평가하며 정보에 입각한 수정 조치를 취할 수 있습니다.
통합 감사 로그
Microsoft Purview 감사 솔루션 은 조직이 보안 이벤트, 포렌식 조사, 내부 조사 및 규정 준수 의무에 효과적으로 대응하는 데 도움이 되는 통합 솔루션을 제공합니다. organization의 통합 감사 로그는 수십 개의 Microsoft 서비스 및 솔루션에서 수행된 수천 개의 사용자 및 관리자 작업을 캡처, 기록 및 유지합니다.
데이터 보안 조사는 다음 두 가지 방법으로 통합 감사 로그와 통합됩니다.
- 감사 검색: 감사 검색 을 사용하여 통합 감사 로그에 기록된 사용자 활동을 기반으로 콘텐츠를 식별하고 수집합니다. 검색 감사는 파일 액세스, 다운로드, 민감도 레이블 변경과 같은 콘텐츠 관련 활동에 대한 통합 감사 로그를 쿼리하고 관련 콘텐츠를 조사 scope에 직접 추가합니다.
- 활동 로깅: 데이터 보안 조사는 솔루션의 안전하고 승인된 사용을 보장하기 위해 수행된 활동을 감사하는 기능이 필요할 수 있는 강력한 조사 도구를 제공합니다. 이러한 요구 사항을 충족하기 위해 데이터 보안 조사 활동이 통합 감사 로그에 자동으로 기록됩니다.
이러한 활동에 대한 자세한 내용은 감사 로그 활동 문서의 데이터 보안 조사 활동 섹션을 참조하세요.
Microsoft Purview 엔드포인트 데이터 손실 방지
Microsoft Purview 엔드포인트 DLP(데이터 손실 방지) 는 온보딩된 Windows 및 macOS 장치에서 중요한 항목을 모니터링하고 보호합니다. DLP 기능에 대한 일반적인 개요는 데이터 손실 방지에 대한 자세한 내용을 참조하세요. 끝점 DLP 정책이 장치의 파일 활동에 대한 증거 수집을 사용하여 구성되면 정책과 일치하는 파일의 복사본이 캡처되고 검토를 위해 저장됩니다.
데이터 보안 조사는 엔드포인트 DLP 증거 수집과 통합되어 조사관이 캡처된 엔드포인트 데이터를 쿼리하고 AI 기반 분석을 위해 조사 scope에 추가할 수 있도록 합니다. 개별 엔드포인트 DLP 경고를 하나씩 분류하는 대신 조사관은 엔드포인트 이벤트를 집계하고 집합적으로 분석하여 대량 반출 또는 조직적인 데이터 도난과 같은 패턴을 감지할 수 있습니다.
조사에서 엔드포인트 DLP 데이터를 사용하는 방법에 대한 자세한 내용은 엔드포인트 DLP 증거 수집을 참조하세요.
청구 모델
데이터 보안 조사는 LLM(대규모 언어 모델) 및 보안용 Microsoft Copilot을 사용하여 침해 콘텐츠에 대한 데이터 위험을 식별하는 데 도움이 됩니다. 데이터 보안 조사는 주문형 AI 분석을 제공하고 다른 Microsoft Purview 솔루션과 통합되므로 종량제 및 용량 청구 모델을 사용합니다. 이 청구 구조는 솔루션에서 사용하는 스토리지 및 AI 용량 기능에 대해 요금을 지불한다는 것을 의미합니다. 그러나 데이터 보안 조사를 사용하기 위해 전용 엔터프라이즈 플랜이나 라이선스가 필요하지는 않습니다.
DSPM에서 사전 예방적 AI 인사이트를 사용하도록 설정하면 자동 생성된 조사가 24시간마다 새로 고쳐지므로 토글이 활성화된 상태로 유지되는 동안 스토리지 및 AI 용량 비용이 지속적으로 발생합니다.
청구에 대한 자세한 내용은 데이터 보안 조사의 청구 모델 단원을 참조하십시오.