InfoWatch выяснила, что ожидают заказчики от DLP-систем

InfoWatch выяснила, что ожидают заказчики от DLP-систем

В подавляющем большинстве проектов основное требование к системе DLP – эффективное обнаружение случаев утечки конфиденциальной информации по различным каналам. Об этом заявили 99,07% опрошенных. 87% рассматривают DLP-систему как действенное средство защиты персональных данных. 79% организаций намерены использовать DLP для выявления фактов нарушения законодательства.

О применении систем защиты от утечек для повышения эффективности бизнес-процессов компании задумываются более половины респондентов. С помощью DLP эту задачу в разрезе своевременного выявления нелояльных сотрудников намерены решать 75,9% компаний, чуть меньше (75%) рассчитывают контролировать правомерность использования сотрудниками ресурсов организации.

Примечательно, что заказчики рассматривают DLP-систему не только и столько как софт, но как комплексный проект, подразумевающий изрядную консалтинговую составляющую. Так 98% надеются, что DLP-система поможет компании в расследовании инцидентов. 59% пользователей упоминают в числе важнейших свойств DLP-систем возможность создания архива передаваемой информации. Также важно, чтобы соответствующий модуль отвечал требованиям к подобным системам – строгая авторизация на чтение, невозможность изменения информации после ее внесения в архив и пр. Только в этом случае можно говорить об архиве (Forensic Storage) как о действенном инструменте при расследовании инцидентов.

Отметим также, что чуть менее трети всех компаний, заинтересованных в защите внутренней информации, видят DLP-систему не только как инструмент мониторинга движения данных, но и как средство автоматической блокировки передачи данных по контролируемым каналам в случае нарушения политик безопасности. Об этом заявили 29,1% заказчиков.

«Результаты исследования в очередной раз убеждают, что рынок воспринимает DLP-системы гораздо шире, чем принято считать. Заказчики, достигшие определенного уровня зрелости, рассматривают DLP как инструмент бизнеса, средство повышения эффективности значимых показателей компании. В частности, помогает бизнесу получить уверенность в безопасности ценных и конфиденциальных данных, дает понимание всех внутренних и внешних потоков информации в организации, позволяет выявить сговоры, злоумышленников, лиц, занимающихся промышленным шпионажем, помогает осуществлять бизнес-разведку с целью контроля деятельности персонала и определения степени их лояльности к компании», - комментирует Татьяна Белей, директор по маркетингу Группы компаний InfoWatch.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

34% тестировщиков применяют ИИ для генерации кода, 28% — для тест-кейсов

2ГИС решила разобраться, как себя чувствует русскоязычное QA-сообщество: чем пользуются тестировщики, как устроены процессы и как в работу проникает искусственный интеллект. В исследовании поучаствовали 570 QA-специалистов, почти половина из них работают в крупных компаниях.

57% опрошенных сказали, что подключаются к разработке фич ещё на этапе обсуждения требований — то есть задолго до появления кода.

Лишь 20% приходят в проект только после завершения разработки. А вариант «подключаюсь, когда в продакшене что-то сломалось» — уже почти экзотика.

89% команд используют автотесты — от юнитов до UI. Но вот инструменты вокруг них, вроде поддержки, аналитики и стабильности, применяют далеко не все. Например, код-ревью автотестов делают только 39% опрошенных, а 28% команд вообще не отслеживают никаких метрик и работают «вслепую».

ИИ используют не все, и в основном — для рутинных задач

Хотя ИИ уже прочно вошёл в мир тестирования, чаще всего его применяют для типовых задач:

  • написание тестового кода (34%),
  • генерация тест-кейсов (28%),
  • и тестовых данных (26%).

 

Более продвинутые сценарии вроде анализа тестов, автоматического поиска багов и визуального тестирования пока используются редко. Например, только 5% автоматизируют дефект-дискавери, и лишь 4% пробуют AI для визуальных проверок. А 22% QA-специалистов вообще не используют ИИ в своей работе.

Главные проблемы в тестировании

На первом месте — сжатые сроки. Об этом сказали 71% участников опроса. На втором — слабое вовлечение QA в процессы (40%) и нехватка квалифицированных специалистов (37%).

Как измеряют качество

  • Главная метрика — количество найденных багов (58%).
  • Покрытие автотестами учитывают 43%, покрытие кода — только 23%.
  • Стабильность тестов (например, чтобы они не «флапали») отслеживают всего 15% команд.

Что будет с профессией дальше? Мнения разделились:

  • 37% считают, что всё уйдёт в тотальную автоматизацию;
  • 35% уверены, что ничего особо не поменяется;
  • почти треть верит, что QA станет глубже интегрироваться в специфические направления вроде ИБ и производительности;
  • 27% видят будущее за DevOps и SRE — то есть тесной работой на всех этапах: от разработки до эксплуатации.
AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru