Открыть сервисСервис

DLP — предотвращение утечек данных

DLP (от англ. Data Loss Prevention — предотвращение потери данных, также Data Leak Prevention — предотвращение утечки данных) — это комплекс технологий, политик и процессов, направленных на выявление, предотвращение и мониторинг несанкционированного доступа, передачи, копирования или уничтожения конфиденциальных данных внутри организации и за её пределами. DLP-системы классифицируют данные по уровню чувствительности и применяют политики контроля к их движению по каналам — сетевым, почтовым, файловым, мобильным.

Назначение и принцип работы

DLP-решения решают задачу защиты информации от внутренних и внешних угроз: ошибок сотрудников, действий недобросовестных работников, кибератак, компрометации учётных записей. Основной фокус — на предотвращении утечек, а не на реагировании после инцидента.

Принцип работы DLP-системы строится на нескольких этапах:

  1. Классификация данных. Система сканирует хранилища, рабочие станции и трафик, идентифицируя конфиденциальную информацию по шаблонам (номера паспортов, банковских карт, ИНН, персональные данные), контексту, метаданным и цифровым отпечаткам (fingerprinting).
  2. Определение политик. Администратор формулирует правила: какие данные, кому и по каким каналам разрешено передавать. Например: «персональные данные клиентов не должны покидать корпоративную сеть по электронной почте».
  3. Контроль каналов. Система мониторирует сетевой трафик (веб, почта, мессенджеры), действия на конечных точках (копирование на флешки, печать, скриншоты), облачные сервисы и удалённый доступ.
  4. Реагирование. При нарушении политики DLP может заблокировать передачу, шифровать файл, уведомить администратора, перевести событие в режим «только просмотр» или зафиксировать попытку в журнале для последующего расследования.

Классификация DLP-систем

По месту размещения и способу контроля DLP-решения делятся на три основных класса:

КлассОбъект контроляТипичные функции
Network DLPСетевой трафик (веб, почта, FTP)Инспекция исходящих пакетов, блокировка отправки конфиденциальных файлов
Endpoint DLPРабочие станции и серверыКонтроль USB-устройств, локальных копирований, печати, скриншотов
Cloud DLPОблачные сервисы и SaaSМониторинг доступа к данным в облаке, контроль совместного редактирования

Коммерческие платформы обычно объединяют все три компонента в единую консоль управления.

Основные поставщики решений

На российском и мировом рынках DLP представлены как зарубежными, так и отечественными разработчиками. Среди международных вендоров исторически выделяются Symantec (подразделение Broadcom), McAfee, Forcepoint, Digital Guardian, Microsoft (через Microsoft Purview Information Protection). После 2022 года ряд зарубежных вендоров прекратил или ограничил поставки в Россию, что ускорило развитие локальных решений.

К российским DLP-системам относятся:

Российские системы учитывают требования законодательства: 152-ФЗ «О персональных данных», 149-ФЗ «Об информации», отраслевые стандарты ФСТЭК и ГОСТ Р 57580 (методика оценки уязвимостей информационных систем).

Регуляторные требования в России

В России внедрение DLP-систем часто связано с выполнением требований регуляторов. Ключевые из них:

  • 152-ФЗ «О персональных данных» — обязывает операторов обрабатывать персональные данные по назначению и обеспечивать их защиту.
  • Приказ ФСТЭК № 21 — устанавливает требования к защите персональных данных в информационных системах, включая контроль целостности и неизменности информации.
  • ГОСТ Р 57580.1 — методика оценки уязвимости информационных систем, где предотвращение утечек — один из ключевых аспектов.
  • Требования ЦБ РФ — для финансовых организаций обязательны меры по предотвращению утечек инсайдерской информации.

Крупные государственные структуры и госкорпорации включают DLP в перечень обязательных средств защиты при аттестации информационных систем.

Методы классификации данных

Эффективность DLP напрямую зависит от качества классификации. Применяются следующие подходы:

  • По шаблонам (pattern-based) — поиск известных форматов: номера карт, паспортов, ИНН, СНИЛС.
  • По контексту (context-based) — анализ содержания документа и его метаданных.
  • По цифровым отпечаткам (fingerprinting) — хранение хешей эталонных документов, поиск их копий.
  • По классификации пользователей — ручная разметка документов с последующим контролем.
  • По машинному обучению — автоматическая категоризация на основе поведенческих моделей и семантического анализа.

Ограничения и критика

DLP-системы не являются панацеей. К основным ограничениям относятся:

  • Ложные срабатывания. Слишком агрессивные политики блокируют легитимную рабочую переписку, что снижает производительность и вынуждает сотрудников искать обходные пути.
  • Сложность настройки. Требуется глубокое понимание бизнес-процессов и потоков данных, иначе система либо неэффективна, либо создаёт избыточные барьеры.
  • Обходные пути. Шифрование трафика, личные устройства, облачные сервисы с шифрованием end-to-end затрудняют инспекцию.
  • Этические и правовые вопросы. Массовый мониторинг действий сотрудников в России и за рубежом регулируется трудовым законодательством и законами о персональных данных; работодатель обязан уведомлять работников о контроле.

Применение

DLP-системы используются в отраслях с высокой концентрацией конфиденциальной информации: банковской сфере, телекоммуникациях, госсекторе, промышленности, здравоохранении, IT-компаниях. В России их внедрение активизировалось после 2022 года в связи с усилением требований к информационной безопасности и переходом на отечественные платформы.

Источники

  • 152-ФЗ «О персональных данных»
  • Приказ ФСТЭК России № 21 от 18.02.2013
  • ГОСТ Р 57580.1-2017 «Безопасность финансовых (банковских) операций»
  • Материалы ГК «Инфотекс» и «Лаборатории Касперского»
  • Отраслевые обзоры рынка DLP (TAdviser, iKS-Consulting)
Заметили ошибку или не согласны с информацией в статье? Напишите нам support@bfometr.ru