Enterprise Data Loss Prevention (DLP)

エンタープライズデータ漏洩防止（DLP）とは、組織内における機密データの不正アクセス、共有、漏洩を防止するために設計された一連のツール、ポリシー、および戦略を指します。これは、さまざまなエンドポイント、ネットワーク、クラウド環境におけるデータ移動を監視、検出、制御することで、企業が偶発的および悪意のあるデータ漏洩から機密情報を保護するのに役立ちます。

詳細についてはこちらソリューション概要を読む（英語）

What is Data Loss Prevention?

DLPとは、機密データを識別、分類し、セキュリティチームが機密データに関する利用ポリシーを設定できるようにするソフトウェア全般を指します。ファイアウォールがサーバーに到達するリクエストをフィルタリングするのと同様に、最新のDLPソリューションは、データへのアクセスを要求しているデバイスやユーザーの信頼性を評価することができます。

どのユーザーがどのデータにアクセスできるかを定義する具体的なポリシーは柔軟である。これらは組織によって選択される場合もあれば、以下のようなデータ保護規制に準拠する場合もあります。

GDPR（EU一般データ保護規則）
PCIのDSS
HIPAAの

ポリシー違反が検出されると、システムはセキュリティチームに警告を発し、アクティビティをブロックし、暗号化などのジャストインタイムの保護措置を実施することもあります。

DLPデータ検出機能により、企業はさまざまな状態にある機密情報を特定できます。

積極的に使用されているデータ

データがアプリケーションやユーザーによって積極的に使用されている場合、DLPツールはそれを識別し、リアルタイムの使用状況に関する監視機能を適用することができます。データが企業ネットワーク内を移動する際、DLPはこれらの通信を分析し、異常や機密情報の不正な転送試行を検出します。

保存データ

保存されているデータに関しては、DLPツールは対象となるデータベースとファイルリポジトリを特定し、境界防御型の制御と継続的な監視を実装します。

彼らはまた、ストレージ環境の脆弱性を評価し、攻撃者が悪用する前にリスクを軽減する。

企業におけるDLPの重要性

情報漏洩による平均コストは現在488万ドルにまで上昇している。納税者番号、メールアドレス、自宅住所などの個人識別情報（PII）は、サイバー犯罪者にとって格好の標的であり、情報漏洩のほぼ半数が顧客のPIIに関係している。知的財産（IP）に関する記録も同様に脆弱であり、情報漏洩の43％を占めている。

サイバー犯罪者が成功を収めている理由の一つは、データの保護がこれまで以上に困難になっているという事実にある。

その普及度の高さゆえに、データは非常に多様な形式、場所、そして関係者に分散して保存されている。さらに、さまざまな種類のデータは機密レベルに基づいて個別に処理する必要があり、プライバシー規制に準拠する必要があるため、DLP のような戦略の重要性がわかります。

最も一般的なDLPソリューションの種類

データ漏洩防止は、不正アクセスされているデータを分析するプログラムに依存しているため、それを実現する方法が複数あると聞くと驚くかもしれません。

ネットワークベースのDLP

この保護方式は境界防御を主体としており、より伝統的な構成の一つとして、ネットワークゲートウェイに展開されます。ネットワークにリクエストが届くと、それに応じて送信されるデータは継続的に監視される。

エンドポイントベースのDLP

エンドポイント DLP はラップトップやデスクトップなどの個々のデバイスにインストールされ、使用中のデータに焦点を当てます。

外部ドライブへのファイルのコピー、機密文書の印刷、承認されていないクラウドサービスへのデータのアップロードなどの操作を制御し、デバイスレベルでのデータ漏洩を防止します。

クラウド DLP

クラウドアプリやサービスの採用が増えるにつれ、クラウド DLPソリューションはクラウド環境で保存および処理されるデータを保護します。クラウドストレージプラットフォームとアプリケーション全体のデータを監視し、セキュリティポリシーへの準拠を確保し、未承認のクラウドサービスに対する可視性を提供します。

ディスカバリーDLP

データ識別のプロセスを最後の最後まで待つのではなく、ディスカバリーDLPは、企業がデータを保存するために使用するさまざまなデータベースやリポジトリをくまなく調査することで、より柔軟なアプローチを提供します。そして、検出されたさまざまな種類のデータを、その感度に応じて分類する。

これにより、チームはデータがどこに保存されているかを把握し、これらの保存場所に対してセキュリティ対策を適用することができる。

エンタープライズDLP成功のための5つのベストプラクティス

一度設定すれば、DLPは企業のデータがどこにあるのか、誰がそれにアクセスしているのかを常に監視するのに非常に優れています。

しかし、このデータは静的なままではありません。保護対象のデータベースと同様に、DLPもいくつかの基本的なベストプラクティスに従う必要があります。

#1: 階層型コンテンツ検査を有効にする

コンテンツ検査は、DLPツールが機密情報を最初に検出するための主要な方法の1つです。これを有効にすることで、DLPツールはデータベースをくまなく検索し、データの種類にラベルを付けることができるようになります。

従来のツールは手動でタグを選択する必要があったが、新しいツールは個人情報（PII）とIPアドレスの自動検出機能を提供している。

#2：文脈分析を選択する

データ保護プロセスの半分だけをデータそのものに焦点を当てるべきである。残りの半分は、誰がそれを要求しているのかを考慮に入れるべきである。コンテキスト分析では、データ転送におけるより広範な要因、例えば組織内におけるユーザー自身の役割や、データ転送を要求している現地時間などを考慮します。

このような可視性を持つことで、DLPツールは誰がいつデータにアクセスできるかに関するポリシーを設定できるようになります。

#3：ユーザー行動分析でコンテキストを構築する

コンテキスト分析はデータアクセス要求の直接的な周辺環境のみを対象とするのに対し、ユーザー行動分析はユーザーがアクセスしたデータの履歴を分析し、通常の行動パターンを構築します。

これにより、DLPツールはデータアクセス行動の急激な変化を特定できるようになり、これはデータ漏洩の直前にアカウントが侵害されたことを示す最初で最後の兆候の1つとなる。例えば、営業担当者が突然大量の顧客データを要求し始めた場合、行動分析エンジンはこれを非常に疑わしい行為として検知できる。

（たとえ適切なアクセス権限を持つアカウントによって実行された場合でも。）

#4：リスクに応じたコンテンツポリシーの設計

コンテンツポリシーは、組織が各種類のデータに対する管理を実装するための中心的な仕組みです。これらのコンテンツポリシーを策定する際には、まず意図表明から始めるべきである。

例えば、次のようなことを望む米国拠点の企業の場合：

知的財産を含む文書を特定する
公開されているAIツールと共有されないようにする

このアプローチは、組織が扱うあらゆる種類のデータに対して実施する必要があります。

まだ分からなくても心配しないでください。これまでのデータ探索の手順で、これらはすべて特定されているはずです。機密データへのアクセスや共有を許可するアプリを制限することに加えて、特定の作業グループへのアクセスを制限するポリシーを導入することも重要です。

例えば、新入社員の営業インターンは、技術部門のデータベースにアクセスする必要はないはずだ。データのリスクが高いほど、DLPポリシーは特定の対象ユーザーに合わせてより具体的に策定されるべきである。

#5：これらのポリシーを施行する

最後に、政策があっても、それが実行されなければ意味がない。DLPツールの第一の防御策は、厳格なアクセス制御であるべきです。だからこそ、IDプロバイダーとの連携が必要なのです。連携することで、ユーザーの信頼性を二重チェックするための選択肢がより広がるからです。例えば、データのリスクレベルに応じて、多要素認証によってユーザーの誠実性を確認することができる。

その他のポリシー適用オプションとしては、ジャストインタイム暗号化が挙げられます。これにより、リスクの高いユーザーやAPIがアクセスした場合でも、データベースが漏洩したり共有されたりするのを防ぐことができます。こうすることで、たとえ企業から持ち出されたとしても、使用できない状態が維持される。

DLP戦略の導入には、組織固有のニーズに合致するDLPソリューションを選択することが含まれます。その際、以下のような要素を考慮する必要があります。

規制要件
データフローパターン
Risk tolerance

様々な種類のDLPソリューションを組み合わせ、複数の保護戦略を採用することで、組織は機密情報を幅広い脅威から効果的に保護することができます。

高度なDLPツールの仕組み

高度なDLPは、データ検出やデータ保護といったDLPの中核となる要素を取り入れ、従来のソリューションが抱えていた多くの問題点を解決しようと試みています。

例えば、一部の組織が直面していた問題の一つは、収集されるデータだけでなく、そのデータへのアクセスを必要とする従業員の役割の種類や数といった基盤が急速に変化していたことだった。これは、急速に成長するスタートアップ企業や、方向転換を図る組織を概ね説明するものです。

高度なDLPは、自動化に重点を置いている。これは、ユーザー行動分析プロセスを拡張して、すべての送信データフローを含めることによって実現されます。これは、ビジネス固有の基本ポリシーを自動的に作成するために使用されます。組織は、これらのポリシーがシステムによって適用される前に、それらをレビューし、検証することができます。

これにより、企業は特に大量のデータを管理する場合に、より機敏に対応できるようになります。

通常、これらの制御機能はさらに詳細で、使用するウェブブラウザに関係なく、ソーシャルメディア、ウェブメール、ファイル共有サービスへのデータ転送を制御できる。コンテンツ検査は、リモートデバイスやオフラインデバイス上の送信インスタントメッセージや画像にも適用できます。

チェック・ポイントで高度な DLP をユーザーに提供

ユーザーの邪魔をするのではなく、助けてあげましょう。チェック・ポイントのエンドユーザーガイダンスにより、適切なデータ処理方法を学習し、IT やセキュリティの関与なしでリアルタイムの修復を実現できます。バックエンドでは、あらゆる種類のデータ転送状況を完全に可視化し、単一のコンソールからすべてのポリシー、アクセス制御、およびイベントを一元的に管理できます。

DLPを次世代ファイアウォール（NGFW）の機能と統合することで、保護をさらに強化し、高度な制御を実現できます。チェック・ポイントがネットワークセキュリティ、データ保護、および観察対策を 1 つの統合ツールセットの下でどのように実現するかを、今日のデモでご覧ください。

チェック・ポイントは小さなパッケージでも大きな変更を提供します: Check Point AI Copilot 、DLP ポリシーの変更や制御の提案などのセキュリティ管理タスクを大幅に加速するAIアシスタントです。チェック・ポイント、チェック・ポイント XDR、 Check Point SASEがパッケージ化されたチェック・ポイントAI 、無駄のないチームがより大きな可能性を引き出すことを可能にします。