مستقبل DSPM لماذا هو ضروري؟

مؤلف

أنس بيج

مدير تسويق المنتجات في Securiti

نُشر في 7 سبتمبر 2026

استمع إلى المحتوى

أهم النقاط الرئيسية:

  • كان انتشار البيانات عبر الحوسبة السحابية المتعددة بمثابة المحرك الأولي، مما دفع DSPM التبني.
  • مستقبل DSPM يتحول من إدارة المخزون الثابت إلى تقليل المخاطر.
  • أصبح تحديد كمية المخاطر وتتبعها من السمات الرئيسية الآن بدلاً من كونها قدرات اختيارية.
  • DSPM تُعتبر الآن رائدة في الاستخدام الآمن للبيانات لدعم مبادرات الذكاء الاصطناعي.

كيف DSPM يتطور

مستقبل DSPM لم يعد الأمر يقتصر على مجرد اكتشاف البيانات الحساسة والاطلاع عليها. بل إنه يمتد الآن ليشمل تحديد المخاطر بشكل شامل، وإنفاذ السياسات، و compliance management في كل من البيانات والذكاء الاصطناعي.

على مر السنين، تطورت data security posture management ( DSPM ) من ميزة إضافية إلى تقنية أمنية أساسية لا غنى عنها. ولا يقتصر الأمر على ارتفاع معدل تبنيها بشكل كبير، بل من المتوقع أيضاً أن يرتفع حجم السوق إلى 6.2 مليار دولار أمريكي بحلول عام 2033، مقارنةً بـ 2.5 مليار دولار أمريكي في عام 2026.

تطور DSPM يتأثر هذا النمو المتزايد باستمرار بحجم البيانات لدى المؤسسات، والذي يشمل الآن السحابات العامة والخاصة وسحابات البيانات، بالإضافة إلى أدوات البرمجيات كخدمة (SaaS). ومع انتشار أحمال العمل عبر بيئات متنوعة، بما في ذلك AWS، Google Cloud ومع تطبيقات SaaS المتنوعة، تسعى المؤسسات بنشاط إلى إيجاد استراتيجيات لتقليل انكشاف البيانات عبر بيئات الحوسبة السحابية المتعددة المعقدة هذه دون إبطاء وتيرة الابتكار. وهنا يكمن دور DSPM يأتي دورها في تزويد المؤسسات بمعلومات معمقة حول أصول بياناتها، والبيانات الحساسة، وإمكانية الوصول إليها.

محرك حاسم آخر لـ DSPM مستقبل حماية البيانات يكمن في حاجة المؤسسات إلى أداة موحدة. فالنهج المجزأ لحماية البيانات غالبًا ما يفشل بسبب غياب مصدر موثوق واحد للبيانات، وعدم اتساق تصنيفها، وضعف التوافق مع الأنظمة، وانعزال الضوابط. ووفقًا لتقرير مؤشر مايكروسوفت لأمن البيانات لعام 2026 ، يتفق 86% من صناع القرار على أن المنصات الموحدة تتفوق على الأدوات المجزأة بفضل تعزيزها للشفافية والحوكمة وإدارة المخاطر.

في الواقع، أدى تشتت الرؤية إلى تزايد مخاطر " المجموعات السامة " باستمرار. هذه مخاطر فردية أقل ضررًا عند تطبيقها بشكل منفصل، ولكن عند النظر إليها من منظور متكامل، تكشف عن ثغرات أمنية خطيرة قابلة للاستغلال تتطلب اتخاذ إجراءات فورية. ويوضح تقرير مخاطر أمن الحوسبة السحابية لعام 2025 هذا الأمر: 29% من أحمال العمل السحابية مكشوفة للعامة، وعرضة للاختراق بشكل كبير، وتتمتع بصلاحيات مفرطة في الوقت نفسه.

مستقبل Data Security Posture Management ( DSPM )

بالنظر إلى المستقبل، DSPM وهي توسع نطاقها، أي تنتقل من إدارة انتشار الحوسبة السحابية المتعددة إلى مواجهة ضرورة ملحة بنفس القدر: مخاطر بيانات الذكاء الاصطناعي.

يتسارع التنافس على تبني الذكاء الاصطناعي التوليدي والاستفادة منه في مختلف القطاعات، لا سيما في القطاعات الخاضعة لتنظيمات صارمة كالبنوك والرعاية الصحية والتجزئة. ووفقًا لدليل الإنفاق العالمي على الذكاء الاصطناعي والذكاء الاصطناعي التوليدي الصادر عن مؤسسة IDC ، من المتوقع أن يصل الإنفاق على الذكاء الاصطناعي في أوروبا إلى 290 مليار دولار أمريكي، وفي منطقة آسيا والمحيط الهادئ إلى 370 مليار دولار أمريكي بحلول عام 2029.

مع ذلك، أثار الانتشار الواسع لهذه الأداة مخاوف غير مسبوقة بشأن أمن البيانات. في الواقع، كشف تقرير مؤشر أمن البيانات من مايكروسوفت أن 32% من المؤسسات أشارت إلى تورط أدوات الذكاء الاصطناعي في حوادث أمنية. علاوة على ذلك، وجد استطلاع نبض التكنولوجيا الذي أجرته شركة إرنست ويونغ أن 52% من مشاريع الذكاء الاصطناعي في الإدارات تُنفذ دون أي ترخيص أو موافقة أو رقابة.

كما هو موضح في فئة الميزات الناشئة في GigaOm Radar Data Security Posture Management ( DSPM ) الإصدار 3 ، تبحث المؤسسات الآن عن DSPM يجب أن تذهب الحلول خطوة أبعد من ذلك، مما يُمكّنهم من وضع ضوابط للذكاء الاصطناعي حول تدفقات البيانات الخطرة، والأنظمة ذات المستويات المنخفضة، والذكاء الاصطناعي غير المصرح به أو غير المصرح به، ووصول الآلات المفرط في الامتيازات، وخاصة وكلاء الذكاء الاصطناعي.

يُعد ضغط الامتثال عاملاً آخر يُسرّع من تبني DSPM تتزايد قوانين البيانات والذكاء الاصطناعي في جميع أنحاء العالم، مع وجود بعض الأحكام المتداخلة. DSPM تدمج الحلول الآن المعلومات التنظيمية، وتربط تلقائيًا البيانات الحساسة والذكاء الاصطناعي بالتزامات الامتثال.

فيما يلي بعض أهم اتجاهات DSPM التي يجب على قادة الأمن مراقبتها في عام 2026 وما بعده.

  • أصبح Data lineage الآن سمة أساسية من سمات DSPM حلول. في الواقع، يُستخدم أيضًا كمعيار لاتخاذ القرار في تقارير المحللين، مثل رادار جيجا أوم. قوي DSPM لا ينبغي أن تقتصر الحلول على data mapping بل اذهب إلى مستوى أبعد لتوفير رؤى كاملة حول دورة حياة البيانات، أي من أين أتت، وكيف يتم تحويلها، ومن لمسها على طول الطريق.
    Data lineage تُمكّن هذه التقنية من تتبع مصدر البيانات المُولّدة بواسطة الذكاء الاصطناعي، مما يُسهم بشكل كبير في بناء وتعزيز الثقة في مشاريع الذكاء الاصطناعي. كما تُعزز الشفافية من خلال تمكين المؤسسات من تتبع مصدر البيانات أو المحتوى المُولّد بواسطة الذكاء الاصطناعي.
  • وبالمثل، مع ظهور مخاطر غير مسبوقة نتيجةً للذكاء الاصطناعي، يجب على المؤسسات دمج AI governance وأمنه في استراتيجيتها الأوسع. لذا، DSPM أصبحت الحلول التي تقدم تحليل مخاطر الذكاء الاصطناعي مفضلة الآن لدى المؤسسات، لأنها تساعد في تحديد المخاطر المرتبطة بتدفق البيانات إلى أدوات الذكاء الاصطناعي، والوصول المميز من قبل هويات الآلات إلى البيانات الحساسة، وما إلى ذلك.
  • أحد الصاعدين DSPM تتمثل الاتجاهات المتوقعة في عام 2026، كما أبرزها تقرير GigaOm Radar، في تحديد حجم المخاطر الذي يمكن لقادة أمن البيانات الاستفادة منه لكسب تأييد الإدارة التنفيذية. تاريخياً، DSPM كانت الأدوات تقتصر على تصنيف قواعد البيانات إلى حرجة، أو عالية المخاطر، أو متوسطة المخاطر، أو منخفضة المخاطر. مع ذلك، يميل التقييم الكمي إلى أن يكون أكثر قبولاً لدى أعضاء مجلس الإدارة، وخاصةً أصحاب المصلحة الماليين. لذا، تقوم الحلول الحديثة الآن بتقييم المخاطر كمياً باستخدام مدخلات مثل مدى الالتزام باللوائح التنظيمية، ومتوسط ​​تكلفة الاختراق في ذلك القطاع، أو نوع هذا الالتزام.
  • تُعتبر البيانات غير المستخدمة عبئًا مستمرًا، ولهذا السبب ترى المؤسسات DSPM كأداة مثالية لتحديد البيانات الزائدة أو القديمة أو غير المهمة وحذفها وعزلها. لا تزيد البيانات القديمة وغير المهمة من تكاليف تخزين المؤسسات فحسب، بل تعرضها أيضًا لمخاطر أمنية سيبرانية أكبر من خلال توسيع نطاق المخاطر. بفضل التصنيف والوسم السياقي المدعوم بالذكاء الاصطناعي، DSPM تُمكّن الأدوات المؤسسات من اكتشاف بيانات ROT وتصنيفها وأتمتة معالجتها، مثل الحذف أو الحجر الصحي.

خاتمة

DSPM سيتحدد نمو الشركة المستقبلي وانتشارها المتسارع بقدرتها على توفير تكامل أعمق للمنصة مع استثمارات الأمن الحالية، وتحليل المخاطر وتحديدها كمياً باستخدام البيانات والذكاء الاصطناعي. ROT data minimization ، وسير العمل الآلي للمعالجة، وأمن الذكاء الاصطناعي وحوكمته، وإعداد تقارير الامتثال.

Securiti تساعد منصة DataAI Command Platform المؤسسات على تسريع التبني الآمن للذكاء الاصطناعي من خلال نظام متكامل DSPM تم اختياره كقائد وسريع الحركة في رادار GigaOm لـ DSPM بحسب التقرير، فإن نظام إدارة أمن البيانات DSPM ) من Securiti يعزز وضع أمن البيانات والذكاء الاصطناعي للمؤسسات، ويقلل المخاطر (بما في ذلك المخاطر المتعددة الخطيرة)، ويؤتمت العمليات. compliance management عبر البنية التحتية المحلية، والبرمجيات كخدمة (SaaS)، والسحابة الهجينة، ضمن بنية موحدة.

اطلب عرضًا توضيحيًا سريعًا للاطلاع على التفاصيل DSPM أثناء العمل.

الأسئلة الشائعة (FAQs)

تلعب الأتمتة دورًا أساسيًا في DSPM ، مما يُمكّن المؤسسات من التوسع من خلال الاكتشاف المستمر للبيانات الحساسة، وتطبيق التصنيفات المناسبة عبر التصنيف السياقي المدعوم بالذكاء الاصطناعي، وتنسيق عمليات المعالجة.

تتبنى المنظمات بسرعة DSPM لأسباب مختلفة، مثل انتشار الحوسبة السحابية المتعددة الذي يعرض البيانات الحساسة للخطر، والوصول المفرط على مستوى الآلة (مثل وكلاء الذكاء الاصطناعي)، وضغوط الامتثال التنظيمي التي تضاعفت إلى مئات اللوائح عبر البلدان، على سبيل المثال لا الحصر.

مستقبل DSPM يدور الأمر الآن حول مدى جودة DSPM تُمكّن هذه الأداة من تعزيز أمن البيانات ومرونتها، مع مراعاة متطلبات العصر. فعلى سبيل المثال، يجب أن توفر الحلول الحديثة تصنيفًا سياقيًا مدعومًا بالذكاء الاصطناعي لزيادة الدقة، وتكاملًا بين تقنيات منع فقدان البيانات (DLP) وتقنيات معالجة البيانات (DDR)، وتقاربًا أعمق بين المنصات، وحوكمة مدعومة بالذكاء الاصطناعي، وغير ذلك.

DSPM يتم بالفعل اعتبارها جزءًا من منصة أوسع لأمن البيانات، لأنها لا تحل محل الاستثمارات الحالية ولكنها تعزز فعالية وإمكانات الأدوات لتحقيق أمان ومرونة أكبر.

DSPM يساعد في تأمين بيانات الذكاء الاصطناعي أو الجيل الجديد من الذكاء الاصطناعي من خلال التصنيف السياقي المدعوم بالذكاء الاصطناعي، والتصنيف الدقيق، وتحديد المخاطر، وإنفاذ السياسات. DSPM يضمن أن تكون البيانات آمنة وموثوقة قبل وصولها إلى نموذج التعلم الموجه بالتعلم للتدريب أو الضبط الدقيق.

قم بتحليل هذه المقالة باستخدام الذكاء الاصطناعي

تظهر المطالبات في أدوات الذكاء الاصطناعي التابعة لجهات خارجية.
انضم إلى قائمتنا البريدية

احصل على أحدث المعلومات والتحديثات القانونية والمزيد مباشرةً في بريدك الإلكتروني



قصص أخرى قد تهمك
مقاطع فيديو
عرض المزيد
ريحان جليل، من شركة Veeam، يتحدث عن Agent Commander: theCUBE + NYSE Wired: قادة الأمن السيبراني
بعد استحواذ شركة Veeam على Securiti يمثل إطلاق برنامج Agent Commander خطوة هامة نحو مساعدة المؤسسات على تبني وكلاء الذكاء الاصطناعي بثقة أكبر. في...
عرض المزيد
تخفيف مخاطر قائمة OWASP لأهم 10 مخاطر لتطبيقات ماجستير القانون 2025
أحدث الذكاء الاصطناعي التوليدي (GenAI) تحولاً جذرياً في طريقة عمل الشركات وتوسعها ونموها. يوجد تطبيق للذكاء الاصطناعي لكل غرض، بدءاً من زيادة إنتاجية الموظفين وصولاً إلى تبسيط العمليات...
عرض المزيد
أفضل 6 DSPM حالات الاستخدام
مع ظهور الذكاء الاصطناعي التوليدي (GenAI)، أصبحت البيانات أكثر ديناميكية. يتم توليد بيانات جديدة بوتيرة أسرع من أي وقت مضى، ونقلها إلى أنظمة وتطبيقات متنوعة...
عرض المزيد
قانون الخصوصية في كولورادو (CPA)
ما هو قانون خصوصية كولورادو؟ قانون خصوصية كولورادو هو قانون شامل لحماية الخصوصية، تم توقيعه في 7 يوليو 2021. وقد وضع معايير جديدة لحماية البيانات الشخصية...
عرض المزيد
Securiti لمساعد الطيار في البرمجيات كخدمة (SaaS)
تسريع اعتماد Copilot بأمان وثقة: تتطلع المؤسسات إلى اعتماد Microsoft 365 Copilot لزيادة الإنتاجية والكفاءة. ومع ذلك، تظل المخاوف الأمنية، مثل حماية البيانات...
عرض المزيد
أهم عشرة اعتبارات لاستخدام البيانات غير المهيكلة بأمان مع الذكاء الاصطناعي العام
نسبة مذهلة تصل إلى 90% من بيانات المؤسسات غير منظمة. وتُستخدم هذه البيانات بسرعة لتغذية تطبيقات الذكاء الاصطناعي من الجيل الجديد، مثل روبوتات الدردشة والبحث المدعوم بالذكاء الاصطناعي.
عرض المزيد
جينكور للذكاء الاصطناعي: بناء أنظمة ذكاء اصطناعي آمنة وعالية الجودة للمؤسسات في دقائق
مع تبني المؤسسات للذكاء الاصطناعي التوليدي، تواجه فرق البيانات والذكاء الاصطناعي العديد من العقبات: ربط مصادر البيانات غير المهيكلة والمهيكلة بشكل آمن، والحفاظ على الضوابط والحوكمة المناسبة،...
عرض المزيد
كيفية التعامل مع قانون حماية خصوصية المستهلك في كاليفورنيا: رؤى أساسية للشركات
ما هو قانون حقوق الخصوصية في كاليفورنيا (CPRA)؟ هو تشريع ولاية كاليفورنيا الذي يهدف إلى حماية خصوصية سكانها الرقمية. وقد دخل حيز التنفيذ في يناير...
عرض المزيد
التكيف مع التحول: الانتقال إلى معيار أمان بيانات صناعة بطاقات الدفع (PCI DSS) الإصدار 4.0
ما هو معيار أمان بيانات صناعة بطاقات الدفع (PCI DSS)؟ هو مجموعة من معايير الأمان لضمان المعالجة والتخزين الآمنين للبيانات، و...
عرض المزيد
تأمين البيانات والذكاء الاصطناعي: دليل إدارة الثقة والمخاطر والأمن (TRiSM)
أثارت المخاطر الأمنية المتزايدة للذكاء الاصطناعي قلق 48% من مسؤولي أمن المعلومات حول العالم. انضموا إلى هذه الجلسة الرئيسية للتعرف على دليل عملي لتمكين الثقة في الذكاء الاصطناعي، وإدارة المخاطر،...
أحدث
مكتب الذكاء الاصطناعي في أستراليا: لماذا تغفل عمليات التدقيق السنوية عن إمكانيات الذكاء الاصطناعي لديك؟ عرض المزيد
مكتب الذكاء الاصطناعي في أستراليا: لماذا تغفل عمليات التدقيق السنوية عن إمكانيات الذكاء الاصطناعي لديك؟
تخيل هذا السيناريو: سيناريو خيالي ولكنه معقول تماماً. تقضي أنظمة الذكاء الاصطناعي التابعة لمؤسسة مالية أسترالية ستة أشهر في الوصول إلى مستودع بيانات عملاء لم يسبق لأحد الوصول إليه...
عرض المزيد
كامل DSPM تصنيف الاحتياجات وسياقها
يُعد التصنيف إحدى الوظائف الأساسية لـ DSPM يتولى البرنامج معالجة البيانات، وعادةً ما يعمل بالتزامن مع عملية الاكتشاف، لأنهما يشكلان معًا...
عرض المزيد
ما هو أمن الذكاء الاصطناعي للمؤسسات؟ دليل للمبتدئين
تعرّف على مفهوم أمن الذكاء الاصطناعي للمؤسسات، وأهميته، والمخاطر الرئيسية التي تواجهها المؤسسات، وكيفية حماية أنظمة الذكاء الاصطناعي، والوكلاء، والنماذج، والبيانات، و...
عرض المزيد
ما هي شفافية البيانات؟ ولماذا هي مهمة للمؤسسات الحديثة؟
تعرف على ماهية شفافية البيانات، ولماذا هي مهمة، وكيف يمكن للمؤسسات تحسين الرؤية والمساءلة والحوكمة والثقة والاستخدام المسؤول للبيانات.
ما هو
جديد