《数据安全态势管理技术应用指南（2024版）》报告发布（附下载二维码）

通过本报告的调研与分析，安全牛有以下关键发现：

数据安全态势管理旨在为组织提供对数据安全状况的全面、持续的可见性，并提供风险洞察，实现主动防御和有效响应。安全牛认为，DSPM能力框架应包含数据资产识别管理、数据资产安全保护、数据流转和监控、数据安全风险分析、安全风险态势和报告五个核心组成部分，这些部分相互关联、相互支撑，共同构成全面、主动的数据安全防御体系，有效地管理和降低数据安全风险。

国内数据安全市场正处于快速发展阶段，越来越多企业开始重视数据安全。市场需求旺盛。相较于网络安全，数据安全的建设还处于起步阶段，很多企业的数据安全设备和技术还不完善，国内需求目前主要集中在运营商、大数据局/政府、金融、医疗、电力等基础设施较为完善的行业。这些行业具有数据密集、合规要求高、风险高、规模大等共性特点，主要需求包括数据资产管理、敏感数据合规管理、数据风险评估、数据安全运营等。驱动因素包括政策法规推动、数据安全事件等。

国内厂商越来越重视平台化管理，构建一体化数据安全平台，将不同安全产品和功能进行整合，打破安全孤岛，提供统一的管理界面和策略下发能力，满足用户对集中管理、统一监控、协同联动的数据安全解决方案的需求。

越来越多国内企业正在积极寻求专业的服务来提升自身数据安全防护能力，主要包括数据安全治理咨询、数据资产梳理与管理、数据安全风险评估、安全事件运营和合规流程治理等方面。

国内数据安全厂商普遍认识到数据安全管理的复杂性和挑战性，并积极寻求智能化和自动化的解决方案，帮助企业实现自动化数据监控、风险评估和威胁检测，从而提高数据安全防护的效率和准确性。参与调研的所有厂商都在积极探索和应用深度学习和机器学习技术，在 AI 创新技术方面各有特长，包括提高数据安全管理的自动化、智能化水平，提升数据分类的准确性，提高风险检测的效率，使得安全事件分析更加深入和全面。

目前只有少部分厂商提供了关于对信创的支持资料。目前部分厂商表示已经开始进行数据安全管理平台自身的自主研发，以及对国产化环境的适配性支持和与国内安全设备的集成，可以接入各种国产安全产品，并进行统一的风险分析和安全运营。

在实际应用中，数据安全和网络安全密不可分，应相互配合才能有效保障信息安全。而目前国内企业的数据安全与网络安全基本归属于不同部门，分别管理。但是也有部分厂商开始推动数据安全与网络安全的融合管理。

对新兴数据安全风险，例如对多云环境、信创环境、数据跨境流动、数据交易、AI 应用等场景的数据风险关注度和研究还不够深入。现有的产品和技术主要关注内部数据安全，缺乏对跨境数据流动的有效监管和控制手段。国内数据交易市场尚处于发展初期，缺乏统一的标准和规范，数据交易过程中的安全风险难以得到有效控制。现有的产品和技术主要关注 AI应用本身的功能和性能，对于 AI 应用时的数据安全风险，例如数据偏差、模型攻击等，关注度不足。

国内数据安全态势管理技术正在快速发展，并呈现出智能化、自动化、精细化、一体化和合规化的趋势。安全牛预测，随着《数据安全法》、《个人信息保护法》等法律法规的深入实施，企业面临着前所未有的合规压力。未来，数据安全态势管理将更加注重与业务的深度融合，加速构建以合规为基础的数据安全管理体系，并且从被动的合规应对转向主动构建体系化的数据安全态势管理能力。为企业提供更精准、更有效的安全防护。

考虑到数据要素价值潜能释放对数据开放共享的安全需求、数字化转型的加速、数据安全法规的日益完善，以及企业对数据安全重视程度的不断提高，安全牛预测，预计到2026年，国内将有30%的头部企业将把DSPM作为其主要数据安全管理方法。在对数据安全要求极高的领域，如各种层级的大数据局、金融机构，这一比例可能超过40%。

随着数据安全法规的日益完善和监管力度的不断加强，合规将成为驱动DSPM建设的重要因素。企业将更加注重构建体系化的数据安全管理框架，将DSPM融入到整体的安全战略中。预计未来国内厂商将更加关注针对国内法律法规的合规性检查和审计功能，并支持自动生成合规报告，从而帮助企业满足监管要求。

随着未来海量数据的不断增加，网络环境更加复杂化，快速发展的AI技术为数据安全态势管理提供了新的技术手段。企业可应用自动化和智能化的安全管理手段来提高效率，更快速、更准确地识别和响应安全威胁，以减少损失。预计未来国内厂商将继续探索利用AI/ML技术，自动识别和分类数据资产，提高数据安全风险评估的效率和准确性；通过AI技术，例如自然语言查询、AI驱动的资产发现和漏洞识别，实现自动化数据监控、入侵检测和风险评估，增强数据安全平台的响应能力；基于AI的自动化任务编排和安全策略执行，提高数据安全管理的效率和自动化程度。

未来的DSPM平台将更加集成化，能够与其他安全工具和平台无缝对接，实现全面的安全态势感知和协同防御。随着未来企业对安全防护需求的不断提升，DSPM平台需要与现有安全系统集成，综合利用各种安全技术手段，实现跨平台和跨系统安全防护，并进行集中管理，以应对安全威胁的复杂化和多样化。预计未来国内厂商将积极实现与XDR、SOAR等技术的集成，实现跨平台和跨系统的数据安全威胁检测和响应，提高整体安全防护能力。

未来，企业应将数据安全管理逐步融入持续运营工作中。安全事件的频发促使企业建立常态化的数据安全运营机制。预计未来国内企业将提供持续的数据安全运营监控，通过资产运营、事件运营和工单运营等，实现数据安全运营的高效和闭环管理。

随着未来国家对信息技术自主可控要求的不断增强和信创产业的快速发展，为数据安全态势管理提供了新的市场机遇。预计未来国内厂商将提供适配国产化环境的数据安全产品和解决方案，如支持国产数据库、操作系统等，确保在国产化环境下数据安全防护的有效性。

企业对精细化数据安全管理要求正在不断提高，为满足不同业务场景和数据类型的安全需求，以及适应数据安全威胁的复杂化和多样化的态势，企业需要更精准的安全策略来进行防护，DSPM将更加注重对数据资产的精细化管理，旨在实现对数据全生命周期的监控和保护。预计未来国内厂商将提供更细粒度的安全策略管理，实现更精细化的数据安全防护。

国内数据安全态势管理市场竞争激烈，各厂商基于自身优势，在数据安全领域积极发展，并形成了各自的特色。随着数据安全需求的不断增长，未来数据安全市场将更加细分，不同类型的厂商将继续发挥自身优势，为用户提供更专业、更全面、更智能的数据安全解决方案。

综合性厂商的主要优势是拥有丰富的产品线和经验，通常产品重点关注将不同安全领域的技术进行融合，打造协同的、全面的整体解决方案，覆盖网络安全、数据安全、终端安全、云安全等多个领域，提供更综合一体化的安全解决方案，并致力于构建平台化的安全能力，并积极拥抱SOAR、XDR、零信任等新兴理念。

数据安全领域厂商的主要优势是在数据安全领域拥有完整的产品线和深厚的技术积累，并对特定行业的数据安全场景的需求有深入理解。通常产品重点关注基于自身在特定数据安全领域的优势。

新兴厂商主要优势是更加注重技术的创新和应用，通常产品重点关注将新兴技术与数据安全需求结合，打造差异化的竞争优势。

安全牛建议用户在选择数据安全态势管理平台时应考虑多方面因素，针对企业场景明确不同建设阶段的目标和需求，选择适合自身特点的解决方案。安全牛认为，企业选购新一代数据安全态势管理平台时，应从厂商品牌、市场表现、产品技术能力、产品创新能力、管理与服务等维度进行考量评估。本次报告以安全牛年度《中国网络安全企业100强》和《中国网络安全行业全景图》研究成果为基础，对10家代表性厂商进行了收录和推荐（排名不分先后，按公司简称首字母序展现）