岁岁年年“花”相似
近年来,数据安全事件频发,如果要在这些事件中找到一个热度最高的词语，必然是数据泄露。无论是国内，还是国际，对数据安全的重视都到了空前的程度。
在近期Gartner发布的2022年《数据防泄露市场指南》。天空卫士再次被Gartner列入代表性推荐厂商，而且是亚洲唯一一家被推荐的厂商。这已经是天空卫士第四次进入Gartner数据泄露防护市场指南了。在2022年9月30日IDC 发布的中国数据泄露防护市场份额报告中，天空卫士DLP产品以23.1%的市场份额位列中国数据防泄露市场第一，这一记录可以称得上是数据防泄露领域天花板级的成绩了。
企业级DLP、集成DLP和云DLP的市场代表性供应商
年年岁岁“人”不同
2018-2021年Gartner《数据防泄露市场指南》将DLP分类两种类型，企业 DLP （EDLP） 和集成 DLP （IDLP）。在今年的指南中，将DLP分类了三种类型，即企业级DLP、集成DLP、云DLP。Gartner 将云DLP的解决方案定义为以云为中心的 DLP，包括SaaS应用数据安全和公有云数据安全。
1-云DLP业务大幅增长
根据Gartner的最新预测，全球终端用户在公共云服务上的支出预计将在2022年增长20.4%，达到4947亿美元，高于2021年的4109亿美元。到2023年，最终用户支出预计将达到近6000亿美元。这种积极的预测也带来了额外的安全挑战，因为对安全团队来讲，对存储在云中的数据可见性缺乏了解。
天空卫士的云安全平台（GatorCloud）是一种基于云的数据安全解决方案，企业和组织可以灵活选择搭配各种数据安全服务，对其数据和应用进行保护，还可以满足以下业务需求：
在统一的视图中实时监控企业数据资产分布及潜在风险，企业数据安全状况一目了然；
集成数据管理能力，保证企业IT系统上云以后，仍然能满足合规要求；
提供包括敏感内容识别、数据分类分级等安全选项，保护云端数据安全；
监控云端数据，并预判潜在威胁，提前加以防范。
2- 分类分级是DLP的基础
数据分类分级是DLP实施成功的基础。分类分级的标准不仅定义了公司数据的机密性，也是衡量数据风险的基础。对数据的正确标记简化了 DLP 过程，因为组织可以轻松地将敏感数据与非敏感数据区分开来，并且可以提高 DLP 性能。因此，数据分类分级能力正日益成为 DLP 程序不可或缺的组成部分，并与许多 DLP 产品捆绑在一起。天空卫士统一内安全架构（UCS）以业务为中心，可以通过机器学习、自然语言（NLP）、数字指纹技术、文件识别技术、 静态对比分析技术、图像识别等技术，对数据按照内容进行梳理，经过反复的样本训练与模型修正，可以实现对数据自动、精准的分类分级。并且，天空卫士统一内容安全架构（UCS）是首批通过数据分类分级工具测评的产品。
天空卫士分类分级证书
数据分类分级是数据安全治理的基础。通过分类分级，对不同数据的重要程度进行标记，并针对不同级别和类型的数据在不同的阶段采取不同的保护措施，实现企业核心数据资产的安全性保护，并最大程度的在企业战略目标与风险容忍度之间，自适应的达到最佳的动态平衡，让企业在数字化活动中获取最大的业务收益并同时实现合规遵从。
3-DLP将与行为分析相融合
DLP 将与行为分析（UEBA）相结合，形成内部风险管理解决方案（IRM）。Gartner 将内部风险管理 （IRM） 定义为衡量、检测和遏制组织内受信任帐户的不良行为的工具和功能。传统的DLP更注重内容，以数据为中心，因此无法区分恶意行为和事故。但是，通过使用以用户为中心的视图丰富 DLP 事件，可以很容易地区分最终用户的恶意行为和疏忽行为。而IRM和DLP的结合，除了提供内容检查功能外，还分析用户的日常行为，从而通过上下文分析丰富 DLP 事件。它们跟踪任何数据泄露方案的人员、内容、时间、地点和方式。这种方法利用了具有行为分析和机器学习的内容检查功能，还有助于减少误报的数量。
熟悉天空卫士的朋友都知道，上面说的IRM与天空卫士一直在推广的内部威胁管理系统（ITP）完全吻合。ITP以人为中心，将数据内容分析和行为分析相结合，可提前发现异常行为和异常设备，在减轻业务系统和管理人员压力的同时，实现精准防护，防患于未然。
天空卫士的数据安全理念与Gartner保持高度一致，在2018—2022年，Gartner连续多次对天空卫士的产品表示高度认可，如：
连续4年入选Gartner E-DLP企业级数据防泄露市场指南；
入选Gartner 创新技术CASB观察者名单；
入选Gartner ESG邮件安全网关市场指南；
Gartner中国在“云安全最佳实践”及“数据安全厂商概览”等报告中对天空卫士的认可；
联合发布《以人为本的数据安全之数据融合时代下的隐私保护技术白皮书》；
联合发布《以人为本的数据安全之内外双向邮件安全防护技术白皮书》；
联合发布《以人为中心的数据防护白皮书》。