數據保安指在整個生命周期內管理及保護敏感數碼資料，結合管治、多層式技術及執行管控，以及在不同環境持續提供風險知情流程。
目錄
現代運算中的數據保安
在分散式運算世界中，企業營運涵蓋駐場系統、多重雲環境及以服務形式提供。因此，數據保安必須針對各種環境保護敏感資料。風險知情的組織認識到，保護數據不僅關乎防火牆，更關乎統一的政策、監督及可衡量的管控。
美國國家標準與技術研究所（NIST）將資訊生命週期定義為創建、處理、使用、儲存和處置階段，並已成為現代數據安全策略的模型（NIST，2016 年）。相同的研究顯示，了解數據流動方式及管控措施的應用，是有效防護的基礎。
政府估計，惡意網絡活動在一年內的經濟影響介乎 570 億至 1090 億美元，凸顯企業領導人將數據安全視為企業風險的重要性，而不僅僅是資訊科技問題（White House，2018 年）。
數據保安政策、標準及最佳做法
健全的數據保安始於政策：清晰界定資料類型、分類計劃及生命周期責任。NIST SP 800-64 及其他以生命週期為導向的框架等標準，闡明了機構應如何將資產保護與有效運作之間取得平衡（NIST，2008 年）。
由此基礎，機構建構多層式管控：靜態及傳輸時的加密及金鑰管理、每個平台的身份識別及存取管理、記錄及審核活動記錄，以及針對 SaaS 及雲端環境的出入監控。
最佳實務守則規定政策與企業的風險策略一致，適用於混合基礎架構（駐場、混合、雲端）及持續更新。跨平台的標準化提供法規協調、運作彈性、與及自動化和量度成效的基礎。
在雲端實施數據保安最佳實務守則
雲端應用及服務模式改變了數據保安的計算。數據可能位於多個地區，在 SaaS 應用程式之間移動，並可透過流動或遙距裝置存取，從而增加規模及曝光率。企業通常在混合基礎架構中擁有許多數據副本及壁壘，令管治及管控更複雜。
現代框架強調對數據的生命週期控制，要求所有儲存及服務平台統一發掘、分類、存取管控及監控。NIST Research Data Framework（RDaF）2.0 版概述了六個生命週期階段，並支援在整個企業及混合環境中管理數據的策略（NIST，2024 年）。
整合數據外洩防護、政策監控、傳輸與靜態加密，以及跨運算平台的身份導向存取，讓企業即使工作負載不斷轉變，也能重新掌握數據。關鍵在於將數據視為受保護資產，而非只保護環境。
數據防護與傳統周邊防護
Aspect
數據防護
傳統周邊保護
防護範圍
適用於在靜止狀態、傳輸中和跨系統及平台使用中的數據。
專注於保護網絡周邊（例如防火牆、路由器）。
方法
適用於在靜止狀態、傳輸中和跨系統及平台使用中的數據。
廣泛、基於地點，並依賴阻截未經授權存取。
合規及管治
符合資料保護法規（如 GDPR、HIPAA）。
可能無法完全滿足數據特定的合規要求。
技術例子
加密、代碼化、數據外洩防護、零信任、身份識別及存取管理。
防火牆、VPN、入侵偵測/防護系統、隔離區。
數據保安與僅合規的方法
合規框架非常重要，它設定防護、推動審計證據及支援法規一致性的最低門檻。但僅僅合規是不足夠的。僅合規的思維方式可留下營運上的落差、技術盲點及適應能力不足。
數據安全必須嵌入策略中，而不僅僅是一個認證選項。當機構將數據安全管控配對業務風險時、衡量結果，並動態更新政策/流程/技術時，就能實現高效及保護。隨著時間推移，政策會演變成最佳實務，系統會變得可衡量和負責任。
Aspect
數據防護
僅合規的方法
主要目標
保護數據免遭入侵及未經授權存取
符合法規要求並避免懲處
專注點
降低風險及主動防護
文檔記錄及審計準備
主要活動
加密、存取管控、威脅監控、補丁
政策、程序、報告、認證
結果
強大的網絡攻擊抵禦能力
法律合規但有潛在的保安漏洞
風險
降低違規風險
如果合規被視為最終目標，風險就會較高
數據保安管治及持續改善
管治須確保政策、管控及系統與業務策略、技術變更及威脅演變保持一致。NIST SP 800-37（風險管理框架）透過準備、評估、監控及持續改進來領導機構（NIST，2019 年）。
關鍵指標提供可視性：數據分類的百分比、加密覆蓋、關鍵輪換合規性、平均恢復時間、偵測異常存取或洩漏的時間。管理層和董事會如何了解風險及進展。
透過將數據安全擁有權納入企業風險管理，機構不會將數據安全定位為成本，而是策略推動因素。跨平台的統一監督、一致的政策執行及可衡量的結果，可建立信任及持續性。
為何數據保安對現今的企業很重要
數據是現代業務的命脈，客戶記錄、知識產權、分析、雲端工作負載及 SaaS 服務都在推動機構價值增長。然而，數據也是勒索程式、供應鏈攻擊及雲端配置錯誤等現代敵人的目標。被忽略的分散數據、不受支援的基礎設施或老舊管控會令機構風險曝露。
企業以整體方式連繫政策、基建、存取、管控、分析及管治以確保數據安全，減低風險、推動創新及建立彈性。它們履行監管義務並建立持份者信任。他們亦將數據轉化為策略性資產而非責任。
我可以在哪裡獲得數據保安協助？
數據格局不僅需要合規檢查清單，還需要主動、風險知情的方法來保護每個環境的敏感資料。Trend Vision One™ 透過人工智能驅動的企業網絡保安平台提供這項功能，旨在保護在任何地方的數據。
Trend Vision One 透過整合雲端、用戶端、電郵及網絡層面的視野，集中數據防護、私隱保護及合規報告。其原生人工智能引擎 Trend Cybertron™ 分析全球遙測數據，以識別新興風險，並在曝露前建議採取預防措施。了解 Trend Vision One 如何提升您今天的數據保安狀態。
產品管理副總裁 Scott Sargeant 是一名經驗豐富的技術領導廠商，擁有 25 年以上的經驗，一直在網絡資訊保安和資訊科技領域提供企業級解決方案。
常見問題
如何儲存數據？
數據存在於實體驅動器、雲端伺服器或網絡系統，並整理於數據庫中以作檢索及分析。
所有數據是否永久儲存？
否。道德儲存會遵循保留限制的要求，因此數據會在不再需要或法律要求時被刪除或匿名化。
數據保安的基本知識是甚麼？
透過存取管控、加密及監控保護資料，防止未經授權使用、遺失或損毀。
簡單來說，甚麼是數據防護？
使用技術、政策及負責任的人為行動，確保數碼數據安全，避免盜竊、損壞或誤用。
數據保安的五大成份是甚麼？
保密性、完整性、可用性、驗證及問責性；確保數據準確、可存取及可信賴。
數據保安的三大原則是甚麼？
保密性、完整性及可用性——即 CIA 三重奏——是每個安全系統的基礎。
數據保安的例子有哪些？
加密、數據遮罩、威脅偵測及風險管理均能保護敏感的數碼資產。
歐盟通用資料保護法規代表甚麼？
歐盟通用資料保護法規是歐盟的私隱法律，讓個別人士能夠控制機構如何收集和使用資料。
歐盟通用資料保護法規的七項要求是甚麼？
它們包括合法性、公平性及透明度；目的是限制數據最小化、準確性、儲存限制、完整性及保密性，與及問責制。
甚麼是四大數據威脅？
惡意程式、網絡釣魚、憑證濫用及裝置實體遺失會損害機密性及系統可靠性。