安華金和入選Gartner四大報告，DAP領域中國唯一被推介廠商
日前，安華金和分別成功入圍Gartner威脅應對、數據安全、風險管理、應用安全四大技術成熟度曲線研究報告，并成為DAP技術領域唯一被推介的中國安全企業，安華金和數據庫安全技術專業性與市場影響力受到國際認可。
安華金和入圍Gartner技術成熟度曲線報告有：
- Hype Cycle for Threat-Facing Technologies,2017：2017威脅應對技術成熟度曲線
- Hype Cycle for Data Security,2017：2017數據安全技術成熟度曲線
- Hype Cycle for Risk Management,2017：2017風險管理技術成熟度曲
- Hype Cycle for Application Security,2017：2017應用安全技術成熟度曲線
以數據安全成熟度曲線為例，DAP技術所處成熟階段
Gartner立足技術和市場兩大維度，最為著名和成熟的兩大類研究模型分別為Hype Cycle技術成熟度曲線和Magic Quadrant，即MQ魔力象限。以上圖全球數據安全成熟度曲線為例，DAP(Database Audit and protection)從全球技術當前處于穩步爬升期，已經跨越了技術創新萌芽期、跟風與過度預測的期望峰值期和泡沫低谷期，技術成熟度漸漸趨于穩定，真正具備了技術的適用性，風險和用戶效益價值。安華金和與IBM、 Imperva、Datiphy、McAfee、Oracle、Trustwave等國際知名廠商，并列作為該領域的典型廠商代表被推薦。
DAP定義及技術定位
引用Gartner對DAP定義及技術定位說明， DAP通過對數據庫訪問操作的變化情況進行監控，及時告警并形成報告。DAP技術能夠為關系型數據庫管理系統(RDBMS)和大數據或NoSQL(如Hadoop，MongoDB和Cassandra)數據庫提供數據安全策略、用戶操作監控、數據保護和漏洞管理的集中管理功能，可以通過監控數據庫用戶權限及相對應的數據庫訪問操作，識別和防止惡意行為或非法操作對數據造成的影響，可以識別和阻止來自本地連接(例如濫用特權訪問)和主機級別(如惡意軟件)的數據庫攻擊，DAP工具能夠實現對數據庫活動的全面檢查，滿足數據存留，數據所有權和合規性要求，防止數據泄露。
向用戶推薦DAP理由
Gartner推薦該技術的理由在于，DAP提供了取證和實時違規檢測和數據保護能力，可以幫助用戶降低身份和訪問管理，安全信息事件管理(SIEM)或用戶和實體行為分析(UEBA)等工具未能解決的安全風險。不僅僅國際市場，國內也有越來越多的廠商參與到該領域的技術研究和產品研發中，呈現出良好的發展勢頭和未來廣闊的發展前景。
DAP技術的用戶收益
在Gartner的技術成熟度曲線報告中，認為DAP技術能夠為用戶帶來的收益級別為高;對于具有大型復雜的數據庫基礎架構或Hadoop部署的客戶來說，針對關鍵業務數據的安全監管，DAP技術是一項關鍵投資。Gartner建議用戶引入DAP技術，通過提供全面統一的數據庫級安全套件，并在復雜數據庫環境中提供跨平臺支持的功能，幫助應對用戶和管理員的數據庫行為可能會帶來的數據泄露風險，以及防范數據庫漏洞以及權責劃分不清的安全隱患，而使用DAP技術能夠獲取數據庫的所有通信路徑，并對全捕獲的數據流量加以分析和風險響應，提供了超絕的安全防護功能。隨著黑客攻擊和內部權限濫用風險的增加，DAP正在成為關鍵的數據庫偵測和風險預防技術。能夠實現典型的審計需求很重要，例如執行職責分離，漏洞管理，用戶行為監測和提供所有訪問行為的審計記錄。
DAP市場需求
目前，DAP在全球的市場滲透率已經占到目標用戶的20%至50%，該技術處于相對成熟的階段，當前DAP產品的用戶呈現出強勁的增長勢頭，尤其歐洲、中東、非洲、亞太地區出現了明顯的新的市場需求增長，2016年至2017年間，DAP市場需求率就實現了兩位數的強勁增長。再將目光放回國內市場，DAP市場空間也正在擴張，品牌大小幾十種，良莠不齊，產品的專業度和相應的技術要求還沒有形成比較統一的規范，只有通過用戶在數據高吞吐量下性能穩定性和產品易用性和審計產品應該具備的核心能力體現，得以實際的驗證。
數據安全治理中的DAP
無獨有偶，Gartner將DAP定義為企業數據安全治理計劃的重要補充，因為它緊貼用戶權限和行為提供監控;這是其他工具如身份和訪問管理，SIEM或UEBA等無法實現的。2016年底，安華金和首次在國內提出數據安全治理的理念，并在2017年完成全線產品對數據安全治理理念的技術支撐，其中數據梳理技術和數據庫漏洞檢測技術主要針對數據庫進行風險評估;數據脫敏技術、數據防火墻技術、數據加密技術分別解決數在測試、使用和存儲過程中的安全風險，數據庫審計技術作為數據稽核的主要技術支撐，基于網絡流量分析技術、高性能入庫技術、大數據分析技術和可視化展現技術提供對用戶操作行為的稽核，通過靜態的掃描技術和可視化技術完成賬號和權限的變化稽核，通過數據分析技術，對異常行為發現和定義，對日常行為進行動態的學習和建模，對大規模數據流量下的異常行為實現告警，此外，基于數據庫審計的技術支撐，能夠幫助管理者判斷數據安全策略是否真實執行，及時糾偏。
【本文是51CTO專欄作者“安華金和”的原創稿件，轉載請聯系原作者】
