数据是攻击者最终觊觎的资产,因此在 零信任 模型中,保护必须伴随数据本身。 每个访问决策都应考虑到数据是什么、数据的敏感程度、驻留位置以及请求数据的人员或请求的内容。
数据研讨会支柱可帮助组织评估其当前数据安全状况,识别差距,并创建优先实施路线图,用于发现、分类、保护和治理跨Microsoft 365、终结点和其他连接的数据源的数据。
数据研讨会支柱对应于Microsoft 安全采用框架(SAF)中定义的数据技术。
为什么专注于数据?
仅保护基础结构或标识是不够的。 强大的数据安全控制可降低过度共享、数据丢失、内部滥用和监管风险。 数据研讨活动将 零信任 的“显式验证”、“使用最小权限”和“假定已遭入侵”原则应用于结构化和非结构化数据,无论这些数据存储、共享或使用于何处。
预期输出是一个可操作的数据安全项目待办事项列表,基于业务和法规风险、数据敏感度、依赖项、实施工作量、用户影响和就绪情况,按“第一”、“然后”和“下一步”确定优先级。
数据实施领域
| 区域 | 详细信息 |
|---|---|
| 发现和清点敏感数据 | 识别和清点跨Microsoft 365、终结点和其他连接的数据源的敏感数据。 使用内置的敏感信息类型、可训练的分类器、精确数据匹配和文档指纹来基于其内容和模式检测敏感内容。 |
| 定义数据管理和法规要求 | 确定适用于数据的法律、法规、合同和行业义务。 使用这些要求为分类、保护、保留和监控决策提供依据,并为数据治理分配明确的所有权。 |
| 定义数据分类体系 | 建立符合业务和法规要求的敏感度标签分类,例如“常规”、“机密”和“高度机密”。 在适当情况下重复使用现有或默认分类体系,并确保标签定义清晰、可强制执行,并在各工作负载中得到一致应用。 |
| 对敏感数据进行分类和标记 | 通过手动标记、标签建议和自动标记的组合应用敏感度标签。 确定适合自动分类的场景,并随着分类准确性和用户准备情况的提高逐步强制实施。 |
| 掌握数据使用情况和相关活动 | 了解如何在整个组织中访问、使用和共享数据。 使用活动监视和数据浏览工具来评估当前行为,并在实施策略之前识别风险。 |
| 识别和保护关键数据资产 | 确定组织最关键且高度敏感的数据资产,并按其价值和风险比例规划保护。 应用加密、访问限制和使用控制,并根据需要评估特殊的加密要求,例如自带密钥(BYOK)和双密钥加密(DKE)。 |
| 防止数据丢失 | 在适当情况下,使用模拟模式跨Microsoft 365服务、终结点和其他受支持的位置部署数据丢失防护(DLP)策略。 建立流程,以便持续对 DLP 警报和事件进行分类和确定优先级、调查和优化。 |
| 管理数据共享和协作 | 记录批准的跨边界共享方案,包括与外部合作伙伴和客户共享。 监视和限制跨服务(例如SharePoint、OneDrive和 Teams)的风险内部和外部共享,并持续评审共享活动。 |
| 强制实施数据访问和权限控制 | 实施SharePoint权限策略,减少过度共享,并将最低权限应用于站点和内容。 使用受信任的设备和帐户的条件访问、会话控制、应用保护策略和最低标准来控制如何访问和使用受保护的数据。 |
| 保护终结点和设备中的数据 | 将敏感度标签和 DLP 扩展到终结点,并将其与设备和应用程序控件集成。 确保敏感数据在访问、复制或跨托管和非托管设备移动时保持受保护。 |
| 管理内部人员风险 | 实施内部风险管理策略,以检测和响应涉及数据的风险活动,例如外泄、滥用或异常访问模式。 关联数据、标识和终结点中的信号,并向呈现较高风险的用户和数据应用更强大的保护。 |
| 确保数据安全管理 | 对 DLP、信息保护和内部风险管理员应用基于角色的访问控制(RBAC)和特权访问管理。 使用管理单元划分管理,并保持职责分离,以便只有授权人员才能定义、管理和操作数据安全策略。 |
| 将数据信号集成到安全操作中 | 使用 DLP 警报、内部风险信号和数据相关活动作为更广泛的安全监视、SIEM 工作流和事件响应的一部分。 将数据活动与标识和设备信号相关联,以检测、调查和响应威胁。 |
这些领域汇总了数据研讨会支柱。 使用详细的 Data 项目指南查看各个项目和实现注意事项。
如何使用 Data Workshop
将基于 Web 的研讨会与信息保护、合规性、安全性、协作平台、终结点、法律和安全运营利益干系人结合使用。 对于每个相关项目:
查看你的环境的项目目标和适用性。
记录当前状态、备注、决策、所有者和已知依赖项。
考虑许可、实施工作、用户影响、技术先决条件和跨支柱依赖项。
将项目确定为“第一”、“然后”或“下一步”,并将其合并到实施路线图中。
打开零信任研讨会并选择“数据”支柱。
查看详细的数据项目指南,了解项目级信息。
评估数据状况
Microsoft 零信任评估可以为租户中支持的数据安全配置提供以编程方式生成的结果。 评估结果有助于识别技术差距,并为 Workshop 讨论提供参考,但该评估仅起补充作用,并不是开展 Data Workshop 的必要条件。 它不评估每个数据研讨会项目。
谁应该参与?
信息保护、数据管理和合规性团队。
安全体系结构、安全操作、内部风险和事件响应团队。
Microsoft 365协作、消息传递、终结点、标识和云平台团队。
法律、隐私、风险、HR、数据所有者和业务利益干系人。