home

หน้าแรก
 Computer >> บทช่วยสอนคอมพิวเตอร์ >  >> ระบบเครือข่าย >> ความปลอดภัยเครือข่าย

Data Loss Prevention (DLP) ในความปลอดภัยเครือข่าย: หลักการและเครื่องมือ

Data Loss Prevention (DLP) คืออะไร?

DLP = เทคโนโลยี/กระบวนการ ป้องกัน Sensitive Data ถูก Leak/Exfiltrate/Destroy ออกนอกองค์กร ควบคุมข้อมูลที่ User ส่ง/รับ/เก็บ/ใช้ ผ่าน Network, Endpoint, Cloud, Email

Network DLP คืออะไร?

Monitor & Control Data ใน Network Communications: Email (SMTP), Web (HTTP/HTTPS), FTP, Cloud Apps, File Transfers ป้องกัน Sensitive Data ออกนอก Network Boundary

3 ประเภท DLP (Deployment Models)

ประเภทScopeUse Case
Network DLPTraffic บน Network (Email, Web, FTP, Cloud)Data in Motion - Perimeter/Cloud Egress
Endpoint DLPLaptop, Desktop, Server (Agent-based)Data in Use/At Rest - Copy/Paste, Print, USB, Local Save
Cloud DLPSaaS (O365, GWS, Salesforce, Box, AWS S3)Data at Rest in Cloud - Sharing, Download, Sync

ทั้ง 3 ให้ผลลัพธ์เดียวกัน: Data Protection แต่วิธีการต่างกัน

DLP ทำงานอย่างไร? (How DLP Works)

  1. Content Inspection: Deep Packet Inspection, File Parsing, OCR
  2. Contextual Analysis: Who, What, Where, When, How (User, App, Destination, Time)
  3. Policy Matching: Rules (Regex, Dictionary, Fingerprinting, ML Classifiers)
  4. Action: Block, Quarantine, Encrypt, Alert, Log, Justify, Educate (User Notification)

DLP Components (Gartner/Rich Mogull)

  1. Central Management Server: Policy, Reporting, Administration
  2. Network Monitoring: Sensor/Proxy บน Network Chokepoints
  3. Storage/Discovery: Scan Data at Rest (File Shares, Databases, Cloud)
  4. Endpoint Agent: Monitor/Control User Actions (Clipboard, Print, USB, Upload)

DLP Techniques / Detection Methods

  • Regex/Pattern Matching: Credit Card, SSN, Thai ID, Regex Custom
  • Dictionary/Keyword: Confidential, Internal, Project Names
  • Document Fingerprinting: Hash ของไฟล์ต้นฉบับ (Forms, Templates)
  • Exact Data Match (EDM): Hash ของ Structured Data (CSV/DB Export)
  • Machine Learning/ML Classifiers: Detect Sensitive Docs โดยไม่ต้อง Rule ทุกแบบ
  • Optical Character Recognition (OCR): Scan Image/PDF

วัตถุประสงค์ของ DLP

  1. Prevent Data Loss/Exfiltration/Destruction
  2. Regulatory Compliance (PDPA, GDPR, PCI DSS, HIPAA, CCPA)
  3. Intellectual Property Protection
  4. Visibility: รู้ว่า Sensitive Data อยู่ไหน ไหลไปไหน ใครเข้าถึง
  5. Forensic/Incident Response Support

Best Prevention for Data Loss

Backup แบบ 3-2-1 Rule: 3 Copies, 2 Media Types, 1 Offsite/Immutable Prevention is Better than Cure - แต DLP = Preventive Control, Backup = Recovery Control

Network DLP vs Endpoint DLP

  • Network DLP: เห็น Traffic ทั้งหมดบน Wire (Email, Web, Cloud) ไม่เห็น Local Actions (USB, Print, Local Save)
  • Endpoint DLP: เห็น User Actions บน Device (Clipboard, USB, Print, App) ไม่เห็น Server-to-Server Traffic
  • Best: Deploy ทั้งคู่ (Integrated Platform)

DLP Tools / Vendors (2024)

  • Enterprise: Symantec (Broadcom), Forcepoint, Digital Guardian, McAfee (Trellix), GTB
  • Cloud-Native: Microsoft Purview (MIP/DLP), Google Cloud DLP, AWS Macie, Netskope, Zscaler
  • Endpoint-Focused: CrowdStrike Falcon Device Control, CoSoSys Endpoint Protector, Teramind
  • Open Source/Free Trial: SolarWinds ARM DLP, ManageEngine Device Control Plus

DLP Engine

ประกอบด้วย DLP Dictionaries (Credit Cards, SSN, Thai ID, Medical, PII, PCI, Custom) Engine = Logic ที่ Match Content กับ Dictionaries + Contextual Rules

McAfee/Trellix DLP Example

  • DLP Discover: Scan File Servers, Cloud Storage (Box, OneDrive, SharePoint)
  • ePO (ePolicy Orchestrator): Central Policy Management
  • Scheduled Scans, Remediation Actions (Quarantine, Encrypt, Delete, Notify)

DLP Implementation Tips

  1. Start with Data Classification & Discovery (Know What/Where)
  2. Define Policies by Risk (Crown Jewels First)
  3. Monitor Mode First (Alert Only) - Tune False Positives
  4. User Education + Just-in-Time Notification (Teachable Moments)
  5. Executive Sponsorship & Legal/HR/IT Alignment
  6. Integrate with SIEM/SOAR for Incident Response