Данные в маске: защита без паранойи - Новости IT perec.ru

Данные в маске: защита без паранойи

02.11.2026, 15:00:00 ИТ
✮✮✮✮✮
Хроника:
Данные в маске: защита без паранойи

На Хэллоуин принято пугать кибермонстрами и угрозами, притаившимися в цифровой темноте. Но у защиты данных есть более полезная праздничная метафора — маска. Она не уничтожает то, что под ней, а лишь не позволяет каждому встречному узнать настоящее лицо. С конфиденциальной информацией идея та же: дать ей работать, не раскрывая лишнего.

Разработчикам нужны данные для тестирования приложений, аналитикам — для поиска закономерностей, а инструментам искусственного интеллекта (ИИ) — для работы с корпоративной информацией. Но необходимость использовать данные не означает, что каждому пользователю или системе нужно видеть все содержащиеся в них секреты.

Маскирование данных заменяет конфиденциальные сведения правдоподобными, но непригодными для использования оригиналами значениями. Набор данных при этом может сохранять нужные для разработки, тестирования и аналитики свойства, не раскрывая реальные имена, номера счетов и другие идентификаторы. Например, разработчику могут понадобиться реалистичные сведения о клиентах, но не их настоящие личности; аналитической системе — связи и закономерности, но не каждый реальный номер счёта.

Если подлинное значение для задачи не требуется, его раскрытие создаёт риск, не принося соответствующей пользы бизнесу. Помимо маскирования, применяют токенизацию — замену чувствительного значения специальным токеном — и шифрование. Выбирать защиту следует с учётом того, как именно данные будут использоваться, а не по умолчанию открывать исходную информацию.

Сначала, однако, компании должны выяснить, где хранятся их данные. Это не так просто, как хотелось бы. Согласно отчёту Thales Data Threat Report за 2026 год, только 34% опрошенных организаций полностью знают, где находятся их данные, а 39% заявили, что способны классифицировать весь массив информации. В среднем организация использует семь разных инструментов для защиты данных и мониторинга.

Облачная инфраструктура усложняет задачу: информация копируется в озёра данных, SaaS-сервисы, среды разработки и резервные копии. В неструктурированных документах могут скрываться сведения, о наличии которых никто не подозревал. Приложения, созданные спустя годы после сбора данных, внезапно получают к ним доступ. ИИ делает проблему заметности ещё серьёзнее — поиск информации как раз становится одной из сильных сторон таких систем.

Здесь помогает управление безопасностью данных (DSPM, data security posture management). Такой подход начинает не с защиты инфраструктуры, а с самих данных: помогает обнаруживать и классифицировать чувствительную информацию, выяснять, где она находится, кто или что имеет к ней доступ, как она используется и соответствует ли защита риску. После этого компания может убрать лишний доступ, ограничить его или применить маскирование, токенизацию либо шифрование.

Это особенно важно по мере того, как бизнес переходит от экспериментов с генеративным ИИ к внедрению ИИ в повседневные процессы. ИИ-приложениям нужны данные, а агентам может требоваться ещё больше: они не только создают контент, но и ищут сведения, принимают решения и потенциально выполняют действия в разных системах.

Угрозы уже заметны. В том же исследовании 61% организаций сообщили, что их ИИ-приложения становились целью атак; главным объектом интереса злоумышленников были чувствительные данные. Наиболее часто упоминаемым риском для безопасности ИИ оказались быстрые изменения в самой экосистеме ИИ.

Но вопрос не только в том, можно ли защитить ИИ. Если приложению открыт доступ к базе данных, это не должно автоматически означать доступ ко всем исходным секретам в ней. Принцип минимальных привилегий, применяемый к учётным записям людей, подходит и для данных: системе следует показывать необходимое для задачи, а ненужное защищать.

Это может означать маскирование персональных данных перед передачей в среды разработки и тестирования, токенизацию особенно чувствительных значений, шифрование с жёстким контролем над тем, кто вправе расшифровать информацию. Иногда правильное решение — вообще не давать ИИ-системе доступ к набору данных.

Безопасность ИИ нередко представляют как совершенно новую область, которой требуются совершенно новые ответы. Некоторые риски действительно новы, но полезно применять и давно известные принципы: знать, где находятся чувствительные данные, понимать контекст, сокращать ненужный доступ и выбирать защиту по назначению. По мере изменения приложений и ИИ-систем эти решения нужно пересматривать.

ИИ может помочь извлекать из данных больше пользы. Но из этого не следует, что каждой системе, которая эту пользу извлекает, нужно видеть всё содержимое. Хэллоуин бывает раз в году, а убедительная маска для чувствительной информации нужна круглый год.

Примечание: материал подготовлен для канала TechRadar Pro Perspectives и выражает мнение автора, которое может не совпадать с позицией TechRadarPro или Future plc.


PEREC.RU

В корпоративной безопасности есть странная привычка: сначала купить ещё один инструмент, затем обнаружить, что инструментов уже семь, а где именно лежат данные — всё ещё загадка. Так выглядит цифровая версия кладовки, куда годами складывали коробки с надписью «разобрать потом». И вот теперь туда заходит ИИ — не с фонариком, а с возможностью быстро найти содержимое и что-нибудь с ним сделать.

Маскирование здесь не магия и не попытка спрятать проблему под ковёр. Это признание, что доступ к полезной информации не обязан включать доступ к каждой личной детали. Разработчику обычно требуется проверить, работает ли приложение, а не узнать настоящие имена клиентов; аналитике важны закономерности, а не чья-то конкретная банковская строка. Но корпоративная логика часто выбирает не минимально нужное, а «откроем всё, вдруг пригодится» — старый способ экономить пять минут и потом оплачивать последствия.

Отсюда и неудобный вопрос: кто отвечает за то, что никто не знает, где лежат данные и кому они доступны? Семь средств защиты звучат солидно, почти как охрана на входе. Правда, если никто не составил карту здания, охранники могут долго и добросовестно сторожить не ту дверь. DSPM пытается начать с инвентаризации и контекста, а не с покупки ещё одной блестящей панели управления. Для рынка кибербезопасности это, вероятно, не самый романтичный поворот: продавать порядок сложнее, чем продавать очередной спасательный круг.

ИИ добавляет скорости, но не отменяет старых ошибок. Агент, которому дали широкий доступ «для удобства», способен не только найти нужное, но и добраться до того, что в задаче вообще не требовалось. При этом поставщики обещают эффективность, компании торопятся внедрять новинки, а ответственность за границы доступа легко растворяется между командами, подрядчиками и настройками по умолчанию. Если система атакована, чувствительные сведения становятся особенно привлекательной добычей — сюрприз примерно такой же, как обнаружить, что ключ оставили в замке.

Здесь полезно не устраивать культ новой угрозы. Правило минимальных привилегий придумали не вчера: человеку, приложению или ИИ нужно давать ровно столько доступа, сколько требуется для конкретной работы. Маскирование, токенизация и шифрование — не конкурирующие амулеты, а разные способы снизить риск. Иногда зрелое решение состоит не в очередной настройке, а в отказе подключать систему к данным, которые ей не нужны.

Самый неприятный вывод прост: ИИ не делает организацию небрежной — он масштабирует уже существующую небрежность. Если данные размножаются по облакам, резервным копиям и тестовым средам без понятного учёта, автоматизация лишь быстрее разнесёт последствия. Поэтому главный вопрос не в том, насколько умна модель, а в том, насколько дисциплинированны люди, которые выдали ей пропуск.

Можно сколько угодно называть это инновацией, трансформацией или новым этапом эффективности. Но если секреты открыты всем системам подряд, за красивой вывеской скрывается старое желание получить результат без скучной работы по управлению доступом. Удобно — не значит безопасно; особенно когда удобство случайно совпадает с интересами тех, кто продаёт ускорение, а не ответственность.»

Поделиться

Похожие материалы