أهم النقاط الرئيسية:
- ينبغي اختبار التغطية مقابل مجموعة بيانات المؤسسة.
- النتائج الإيجابية الخاطئة هي السبب الرئيسي DSPM يتم تجاهل النتائج.
- لا قيمة تُذكر للحساسية دون معرفة من يمكنه الوصول إلى البيانات
- تُعدّ تغطية الذكاء الاصطناعي مطلباً أساسياً، وليست مجرد بند في خارطة الطريق.
يتطلب اختيار منصة DSPM المناسبة تجاوز قائمة الميزات القياسية. فمعظم مزودي هذه المنصات يقدمون نسخة ما من القدرات الأربع الشائعة - اكتشاف البيانات، وتصنيفها، وتحليل الوصول إليها، وسير عمل المعالجة - ويؤدون أداءً جيدًا على مجموعات البيانات المُنسقة. ومع ذلك، تظهر النتائج الحقيقية عند اختبار الأدوات في بيئات حقيقية بدلًا من بيئة اختبار مُحكمة، أو عندما يُجبر التدقيق فرق الأمن على تقديم أدلة ملموسة.
في الواقع، وفقًا لتقرير بتكليف من شركة Capital One Software ، فإن معظم صناع القرار يثقون في مجموعة تقنيات الأمان الحالية لديهم لحماية البيانات بشكل كافٍ، ومع ذلك فإن أكثر من نصفهم يبلغون عن عدم وجود رؤية كاملة لنقاط الضعف.
علاوة على ذلك، اختيار الخيار الصحيح DSPM أصبح إيجاد الحلول أكثر صعوبة وتعقيداً مع ازدياد عدد مزودي الخدمات المذكورين في تقارير المحللين. ويسلط تقرير "رادار إدارة DSPM لعام 2026" الصادر عن شركة "جيجا أوم" الضوء على هذا التوجه من خلال تقييم 25 مزوداً، أي أكثر من ضعف عدد المزودين الذين تم تقييمهم في تقرير عام 2025 .
تابع القراءة حيث تناقش المدونة العوامل الحاسمة التي يجب على الشركات مراعاتها عند التعامل مع هذا المشهد المزدحم، واطرح على البائعين الأسئلة المهمة التي لا يمكن لعرض تقديمي بسيط الإجابة عليها، واختر شريكًا قويًا DSPM حل يناسب احتياجاتهم الفريدة.
ابدأ بقدرة تغطية أصول البيانات
يبدأ أمن البيانات بفهم شامل لبنية بيانات المؤسسة. DSPM يجب أن توفر الأداة للمؤسسات تغطية واسعة النطاق عبر بيئات بيانات متنوعة. لذا، ينبغي النظر إلى ما هو أبعد من الأدوات المصممة لبيئة واحدة أو مجموعة محدودة من البيئات، مثل حزم برامج الإنتاجية المحددة، أو مخازن البيانات المهيكلة، أو بيئات الحوسبة السحابية فقط.
في عصر الذكاء الاصطناعي، لم تعد بيانات المؤسسات تعترف بأي حدود. فهي تتدفق الآن من وإلى مخازن البيانات المنظمة، وحسابات البيانات غير المنظمة، وبيئات البرمجيات كخدمة (SaaS)، والأنظمة المحلية، ومنصات البث، ومخازن البيانات السحابية الهجينة، وسير عمل الذكاء الاصطناعي. وقد يؤدي إغفال أي بيئة منها إلى ظهور بيانات غير ظاهرة، أو مستودعات بيانات مهملة تحتوي على معلومات حساسة، أو مستودعات بيانات ذات صلاحيات مفرطة.
اسأل البائعين:
- ما هي البيئات التي تتطلب واجهات برمجة التطبيقات أو الموصلات، وما هي البيئات التي توفر تغطية أصلية؟
- هل يوفر هذا الاكتشاف بيئة سحابية في المقام الأول فقط، أم أنه يمتد أيضًا إلى الأنظمة المحلية؟
- هل تكتشف الأداة البيانات الظلية وبيانات ROT، مثل تلك الموجودة في الحاويات المهجورة، وما إلى ذلك؟
- هل يمكن للمنصة أيضاً اكتشاف أنظمة الذكاء الاصطناعي، أو مسارات النماذج، أو قواعد بيانات المتجهات؟
منصة أوامر DataAI، من تصميم Securiti تقدم شركة Veeam، وهي شركة تابعة لـ AI، ميزات مدمجة DSPM توفر هذه المنصة معلومات سياقية شاملة حول البيانات والذكاء الاصطناعي منذ اليوم الأول. كما توفر تغطية واسعة النطاق لأنظمة البنية التحتية المحلية، والبنية التحتية كخدمة (IaaS)، والبرمجيات كخدمة (SaaS)، والحوسبة السحابية الهجينة، ومنصات البث، وسير عمل الذكاء الاصطناعي، مستفيدةً من مئات الموصلات، والقواعد النحوية الموحدة، وسياسات الكشف.
تقييم محرك التصنيف من حيث السياق والعمق
يُعد تصنيف البيانات سمة أساسية لكل DSPM الأداة. مع ذلك، يكمن الاختلاف الرئيسي في كيفية عمل محرك التصنيف. لا تزال معظم المحركات تعتمد على تقنيات تصنيف قديمة مثل التعابير النمطية أو مطابقة الأنماط البسيطة. لا تؤدي هذه التقنيات إلى ارتفاع معدلات النتائج الإيجابية الخاطئة فحسب، بل تتسبب أيضًا في عدم اتساق التصنيف وتقويض الثقة في الأداة.
قوي DSPM تتجاوز الحلول مجرد استخدام التعابير النمطية البسيطة، إذ تستفيد من تقنيات الذكاء الاصطناعي المتقدمة مثل معالجة اللغة الطبيعية ومطابقة البيانات الدقيقة. علاوة على ذلك، ينبغي أن يستند التصنيف إلى سياق البيانات الشامل وعمقها، بما في ذلك الحساسية، وضوابط الوصول، والسياق التنظيمي، والأهمية التجارية. يجب أن تقيس معايير التقييم بدقة الدقة والاستدعاء والضبط عبر مجموعات البيانات متعددة اللغات والمحتوى القائم على الصور، مع إمكانية الضبط بناءً على ملاحظات المؤسسة بشأن التصنيف.
اسأل البائعين:
- ما هو معدل النتائج الإيجابية الخاطئة المقاس لمحرك التصنيف الخاص بهم؟
- هل يُطلب من العميل تقديم أمثلة لضبط التصنيف؟
- هل يمكننا إضافة مصنفات مخصصة وفقًا لمتطلبات العمل؟
- هل يتضمن التراجع عن المصنف المخصص إعادة تشغيل الفحص؟
تستفيد منصة DataAI Command من أكثر من 300 مصنف جاهز للاستخدام عبر أصول البيانات المهيكلة وشبه المهيكلة وغير المهيكلة لتصنيف جميع أنواع المعلومات الشخصية (PII) ومعلومات الصحة المحمية (PHI) وبيانات أمان بيانات بطاقات الدفع (PCI) والبيانات الحساسة وغيرها من البيانات الخاضعة للتنظيم. وبفضل ضبط التصنيف المدعوم بالذكاء الاصطناعي، لا تحتاج فرق البيانات إلى إعادة فحص العينات. يستخدم محرك الضبط ملاحظات التصنيف، مثل النتائج الإيجابية والسلبية الخاطئة، لتحسين الدقة والضبط.
أعط الأولوية للتركيبات السامة لتحييد التهديدات عالية التأثير أولاً
تحتفظ المؤسسات الكبيرة بملايين البيانات الحساسة عبر أنظمة بيانات ومستودعات وأحمال عمل متنوعة، والآن عبر مسارات الذكاء الاصطناعي. وقد تفاقم انتشار الهويات بشكلٍ خارج عن السيطرة، حيث أشار تقرير "مشهد أمن الهوية" الصادر عن شركة بالو ألتو لعام 2026 إلى أن عدد الهويات الآلية قد فاق عدد الهويات البشرية بنسبة 109 إلى 1. كما ارتفع معدل تعامل وكلاء الذكاء الاصطناعي (الهويات غير البشرية) مع البيانات الحساسة بشكلٍ كبير.
لا تُضيف قائمة طويلة من النتائج المنعزلة قيمة حقيقية، إذ لا تحتوي جميع الحاويات ذات الصلاحيات الزائدة على بيانات حساسة، ولا تتطلب جميع البيانات الحساسة صلاحيات عالية المخاطر. ويمكن قياس تكلفة هذا الكم الهائل من التنبيهات: يشعر 51% من محللي مركز عمليات الأمن (SOC) بالإرهاق من كثرة التنبيهات، ولا تتمكن الفرق من حل سوى 49% منها خلال يوم العمل.
قوي DSPM ينبغي أن تساعد الحلول فرق الأمن على تحييد التهديدات عالية التأثير أولاً. وهذا لا يقلل فقط من إرهاق التنبيهات، بل يساعد أيضاً في معالجة التهديدات الحرجة فوراً. ولتحقيق ذلك، يجب أن تتجاوز الأداة مجرد تصنيفات الحساسية، وأن تربط البيانات والهويات والذكاء الاصطناعي عبر رسم بياني للعلاقات لتحديد التركيبات الضارة. تمنح معلومات المخاطر السياقية فرق الأمن الثقة اللازمة لتجاوز المخاطر منخفضة القيمة والتركيز على المخاطر الجوهرية.
اسأل البائعين:
- ما هي الإشارات التي تؤثر على درجة المخاطر أو الترتيب بصرف النظر عن حساسية البيانات؟
- هل يمكن DSPM هل يمكن للأداة تحديد التركيبات السامة للمخاطر؟
- هل تم بناء خاصية الرسم البياني على المنصة أم تم دمجها بشكل أصلي منذ البداية؟
- هل يمكن للأداة تتبع وتحديد أي من وكلاء الذكاء الاصطناعي قد تعامل مع البيانات الحساسة؟
ال Data Command Graph تُعدّ هذه القدرة، المُدمجة أصلاً منذ البداية، المحرك الأساسي لمنصة قيادة DataAI. يعتمد الرسم البياني على مزيج جاهز من المخاطر السامة، قائم على العلاقات والاختبارات وأبحاث الأمن. ونتيجةً لذلك، تتلقى فرق الأمن تنبيهًا واحدًا شاملاً للمخاطر المركبة بدلاً من نتائج متفرقة.
يعتبر DSPM مصمم خصيصاً لـ AI Security & Governance
شهد تبني الذكاء الاصطناعي التوليدي نموًا هائلًا في السنوات الأخيرة، إذ تعد هذه التقنية بقيمة كبيرة للمؤسسات من جميع الأحجام. مع ذلك، لا يمكن للمؤسسات تجاهل حقيقة أن هذه التقنية نفسها قد وسّعت نطاق الهجمات الإلكترونية بشكل ملحوظ. ويشير تقرير "تبني الذكاء الاصطناعي والمخاطر" الصادر عام 2025 إلى أن 34.8% من بيانات الشركات التي يرسلها الموظفون إلى أدوات الذكاء الاصطناعي تُعدّ بيانات حساسة، أي ثلاثة أضعاف النسبة المسجلة في عام 2023.
في الواقع، أضافت الموجة الأخيرة من وكلاء الذكاء الاصطناعي إلى التعقيد المتزايد والتحديات المحيطة AI governance وتوقعت شركة غارتنر أنه بحلول عام 2028، سيكون لدى شركات فورتشن 500 أكثر من 150 ألف وكيل ذكاء اصطناعي، ارتفاعاً من أقل من 15 وكيلاً متوقعاً لعام 2025.
معقول DSPM لم يعد ينبغي أن تقتصر الحلول على البيئات التقليدية، بل يجب تصميمها خصيصًا لبيئة الذكاء الاصطناعي. يجب أن تتمكن الأدوات المؤسسية من اكتشاف نماذج الذكاء الاصطناعي المعتمدة وغير المعتمدة، وقنوات العملاء، وقواعد بيانات المتجهات. كما ينبغي أن توفر رؤى سياقية حول سير عمل الذكاء الاصطناعي، موضحةً كيفية انتقال البيانات الحساسة عبر هذه الأنظمة. في الواقع، أصبحت إدارة الوضع الأمني الخاص بالذكاء الاصطناعي معيارًا أساسيًا؛ إذ وردت كمعيار تقييم رئيسي في تقرير GigaOm Radar لإدارة DSPM (الإصدار 3) الذي شمل 25 موردًا.
اسأل البائعين:
- هل يُعدّ وضع الأمان الخاص بالذكاء الاصطناعي قدرةً أصلية أم تكاملاً مع طرف ثالث؟
- هل يمتد الاكتشاف ليشمل قواعد البيانات المتجهة، أو التضمينات، أو مسارات RAG؟
- هل تم وضع أطر تنظيمية للذكاء الاصطناعي؟
- ما هي ضوابط البيانات التي تُطبق قبل أن تتعامل نماذج الذكاء الاصطناعي مع البيانات الحساسة؟
تتتبع منصة أوامر DataAI وتُنشئ جردًا شاملاً للنماذج النشطة عبر السحابات وخدمات الجهات الخارجية. على سبيل المثال، تُفهرس الأداة أصول الذكاء الاصطناعي باستخدام سجل نماذج مرتبط بـ Data Command Graph يساعد ذلك في توفير سياق لنماذج الذكاء الاصطناعي، بما في ذلك أنشطة معالجة البيانات وأنظمة الأعمال التي تستخدم النموذج. صُممت هذه الإمكانيات لتوفير الثقة التي تحتاجها المؤسسات لتبني الذكاء الاصطناعي بأمان والابتكار على نطاق واسع.
يُعدّ تطبيق النتائج عملياً تحدياً بالغ الأهمية للمؤسسات التي تخطط لدمج DSPM في بنيتهم التقنية. يُعدّ اكتشاف البيانات وتحديد المخاطر المهمة نصف الصورة. ولا تكتمل العملية إلا بوجود آلية لاتخاذ إجراءات ضد هذه المخاطر. تتوقف العديد من الأدوات عند لوحات المعلومات والتنبيهات، بينما تُباع إجراءات المعالجة المتعمقة كإضافات مدفوعة.
شركة رائدة DSPM ينبغي أن يوفر الحل سير عمل أصليًا للمعالجة يقوم بعزل الملفات المكشوفة، وحذف البيانات الزائدة والقديمة، ودفع التذاكر إلى سير العمل الحالي.
اسأل البائعين:
- ما هي إجراءات المعالجة التي تتطلب ترخيصًا إضافيًا، وما هي الإجراءات الأصلية للأداة؟
- كيف تتم عملية المعالجة في السيناريوهات المعقدة؟
- كيف يتلقى الملاك التنبيهات؟
- ما هي أدوات إصدار التذاكر أو سير العمل المدعومة؟
منصة قيادة DataAI، مع ميزات مدمجة DSPM ، يقدم حلولاً بدون كتابة أكواد أو باستخدام أكواد قليلة workflow orchestration محرك لمعالجة سهلة. تُفعّل الأداة تلقائيًا عمليات المعالجة، مستفيدةً من مئات التطبيقات المدمجة أصلاً. كما يمكن لفرق الأمن إنشاء عمليات قابلة للبرمجة مصممة خصيصًا لتلبية احتياجاتها الفريدة.
خاتمة
الحق DSPM ينبغي أن توفر المنصة للمؤسسات رؤية شاملة لبياناتها، وأن تتوسع مع نمو حجم البيانات، وأن تزود فرق الأمن والحوكمة بمصدر واحد للحقيقة بدلاً من مصادر متعددة متنافسة.
Securiti تقدم شركة AI، التابعة لشركة Veeam، منصة DataAI Command Platform™ للمؤسسات. DSPM توفر هذه الإمكانية تغطية شاملة لمجموعة واسعة من بيئات البيانات. وبفضل تقنية Data Command Graph™، تمنح هذه الأداة فرق الأمن رؤى معمقة حول العلاقات بين البيانات الحساسة والهويات والسياسات وأنظمة الذكاء الاصطناعي، مما يمكّنهم من اتخاذ الإجراءات اللازمة بناءً على اكتشاف واحد حقيقي ومركب بدلاً من متابعة تنبيهات متعددة.
في رادار GigaOm لعام 2026 لـ DSPM ، من Veeam Securiti تم تصنيف الذكاء الاصطناعي كقائد وسريع الحركة، حيث حقق أعلى الدرجات في التقرير عبر الميزات الرئيسية والميزات الناشئة ومعايير الأعمال.
اطلب عرضًا تجريبيًا لترى كيف Securiti يؤمن البيانات والذكاء الاصطناعي على مستوى المؤسسة.
الأسئلة الشائعة (FAQs)
