Grundlagen zur Datenklassifizierung

Datenklassifizierung vor dem Hintergrund der DSGVO

Datenschätze effektiv sichten und schützen: Best Practices für die Datenklassifizierung



Von Tim Bandos, Chief Information Security Officer bei Digital Guardian

Die Datenmengen in Unternehmen wachsen heute exponentiell. Für Sicherheitsteams besteht dabei die Herausforderung, diese Daten im Rahmen der verfügbaren Zeit-, Budget- und Personalressourcen ordnungsgemäß vor potenziellen Cyberangriffen zu schützen. Der beste Weg, diese Aufgabe zu meistern, ist die richtige Priorisierung der Daten. Hier fällt der Datenklassifizierung eine entscheidende Rolle zu, da diese Technologie Unternehmen dabei hilft, ihre Anforderungen an Risikomanagement, Compliance und Datensicherheit effektiv durchzusetzen.

Datenklassifizierung wird allgemein als der Prozess der Organisation von Daten nach relevanten Kategorien definiert, damit sie effizienter genutzt und geschützt werden können. Beim Klassifizierungsprozess werden Daten mit Tags versehen, um sie leichter auffindbar und nachvollziehbar zu machen. Außerdem werden mehrfache Duplikate von Daten eliminiert, was die Kosten für Speicherung und Backup reduzieren und gleichzeitig den Suchprozess beschleunigen kann.

Die Möglichkeiten der Datenklassifizierung haben sich im Laufe der Zeit erheblich verbessert. Heute wird die Technologie für eine Vielzahl von Zwecken eingesetzt, oft zur Unterstützung von Datensicherheitsinitiativen. Daten können jedoch aus verschiedenen Gründen klassifiziert werden, etwa zur Vereinfachung des Zugriffs, zur Einhaltung gesetzlicher Vorschriften oder zur Erfüllung verschiedener anderer geschäftlicher Ziele. In einigen Fällen ist die Datenklassifizierung eine gesetzliche Anforderung, da Daten innerhalb bestimmter Zeiträume durchsuchbar und abrufbar sein müssen. Für die Zwecke der Datensicherheit ist die Datenklassifizierung eine nützliche Methode, um angemessene Sicherheitsmaßnahmen auf der Grundlage der Art der abgerufenen, übertragenen oder kopierten Daten zu ermöglichen.

Mit dem Inkrafttreten der Datenschutzgrundverordnung (DSGVO) ist die Datenklassifizierung für Unternehmen, die Daten von EU-Bürgern speichern, übertragen oder verarbeiten, zwingender denn je. Für diese Unternehmen ist es entscheidend, Daten zu klassifizieren, damit alles, was unter die DSGVO fällt, leicht identifizierbar ist und die entsprechenden Sicherheitsvorkehrungen getroffen werden können.

Zusätzlich fordert die DSGVO einen erhöhten Schutz für bestimmte Kategorien von personenbezogenen Daten. Zum Beispiel verbietet die Verordnung ausdrücklich die Verarbeitung von Daten, die sich auf die ethnische Herkunft, politische Meinungen und religiöse oder philosophische Überzeugungen beziehen. Eine entsprechende Klassifizierung solcher Daten kann das Risiko von Compliance-Problemen erheblich reduzieren.

Arten der Datenklassifizierung

Datenklassifizierung umfasst oft eine Vielzahl von Tags und Etiketten, die den Typ der Daten, ihre Vertraulichkeit und ihre Integrität definieren. Auch die Verfügbarkeit kann in Datenklassifizierungsprozessen berücksichtigt werden. Die Sensibilitätsstufe von Daten wird oft auf der Grundlage unterschiedlicher Wichtigkeits- oder Vertraulichkeitsstufen klassifiziert, welche dann mit den Sicherheitsmaßnahmen korrelieren, die zum Schutz jeder Klassifizierungsstufe eingesetzt werden.

Es gibt drei Hauptarten der Datenklassifizierung, die als Industriestandard gelten:

• >> Die kontextbasierte Klassifizierung untersucht und interpretiert Dateien auf Basis ihres Kontexts, während sie nach sensiblen Informationen sucht

• >> Die inhaltsbasierte Klassifizierung betrachtet Anwendung, Speicherort oder Ersteller neben anderen Variablen als indirekte Indikatoren für sensible Informationen

• >> Die benutzerbasierte Klassifizierung beruht auf einer manuellen Auswahl jedes Dokuments durch den Endbenutzer. Sie verlässt sich auf das Wissen und den Ermessensspielraum des Benutzers bei der Erstellung, Bearbeitung, Überprüfung oder Weitergabe, um sensible Dokumente zu kennzeichnen.

Ein Beispiel für Datenklassifizierung

Eine Organisation kann Daten beispielsweise als "eingeschränkt", "privat" oder "öffentlich" klassifizieren. In diesem Fall stellen öffentliche Daten die am wenigsten sensiblen Daten mit den geringsten Sicherheitsanforderungen dar, während eingeschränkte Daten der höchsten Sicherheitsklassifizierung angehören. Diese Art der Datenklassifizierung ist oft der Ausgangspunkt für viele Unternehmen, gefolgt von zusätzlichen Identifizierungs- und Kennzeichnungsverfahren, die Daten auf der Grundlage ihrer Relevanz für das Unternehmen, ihrer Qualität und anderer Klassifizierungen kennzeichnen.

Der Datenklassifizierungsprozess: Unterstützung durch Automatisierung

Die Datenklassifizierung kann ein komplexer Prozess sein. Automatisierte Systeme können jedoch dabei helfen, den Prozess zu rationalisieren. Allerdings muss ein Unternehmen die Kategorien und Kriterien festlegen, die zur Klassifizierung von Daten verwendet werden, seine Ziele verstehen und definieren, die Rollen und Verantwortlichkeiten der Mitarbeiter bei der Aufrechterhaltung ordnungsgemäßer Datenklassifizierungsprotokolle umreißen sowie Sicherheitsstandards implementieren, die mit den Datenkategorien und Tags übereinstimmen. Wenn dieser Prozess richtig durchgeführt wird, bietet er Mitarbeitern und Dritten, die an der Speicherung, Übertragung oder Abfrage von Daten beteiligt sind, einen operativen Rahmen.

Schritte für eine effektive Datenklassifizierung

1. Data Discovery: Ein detaillierter Blick auf den Standort der aktuellen Daten und alle Vorschriften, die für das Unternehmen gelten, ist der beste Ausgangspunkt für eine effektive Datenklassifizierung.

Um alle sensiblen Daten zu identifizieren, die klassifiziert und geschützt werden sollen, muss das Unternehmen zunächst wissen, nach welchen Daten gesucht wird – beispielsweise personenbezogene Daten, Kreditkarteninformationen oder geistiges Eigentum. Verantwortliche sollten sich auf die Orte konzentrieren, an denen diese Daten vermutlich zu finden sind, von Endpunkten und Servern bis hin zu Datenbanken On-Premises und der Cloud. Dabei ist die Data Discovery kein einmaliges Ereignis, sondern ein kontinuierlicher Prozess, wobei Daten im Ruhezustand, in der Übertragung und Nutzung im gesamten Unternehmen berücksichtigt werden sollten.

2. Erstellung einer Richtlinie zur Datenklassifizierung: Die Einhaltung der Datenschutzprinzipien in einer Organisation ist ohne eine entsprechende Richtlinie fast unmöglich. Das Erstellen einer Richtlinie sollte daher oberste Priorität sein.

Unternehmen sollten klar intern kommunizieren, wie die Klassifizierung zur Umsatzsteigerung, Kostenreduzierung und Risikominderung beitragen kann. Es muss sichergestellt werden, dass die Benutzer die Richtlinien kennen und nachvollziehen können, weshalb das Programm eingeführt wird. Eine wirksame Richtlinie sorgt für ein Gleichgewicht zwischen der Vertraulichkeit und Privatsphäre von Mitarbeitern und Anwendern sowie der Integrität und Verfügbarkeit der zu schützenden Daten.

3. Priorisieren und Organisieren von Daten: Nachdem Unternehmen eine Richtlinie erstellt und einen Überblick über ihre aktuellen Daten haben, folgt deren Klassifizierung, basierend auf ihrer Sensibilität und den notwendigen Schutzvorkehrungen.

Viele Verantwortliche verzetteln sich bei Datenklassifizierungsprojekten aufgrund zu komplexer Klassifizierungsschemata. Typischerweise erhöht das Hinzufügen weiterer Sets die Komplexität, aber nicht die Qualität. Unternehmen sollten deshalb mit drei Kategorien beginnen, um den Einstieg drastisch zu vereinfachen.

Viele der heutigen Datenklassifizierungs-Tools sind automatisiert und die Klassifizierung kann auf Basis von Kontext (z. B. Dateityp) und Inhalt (z. B. Fingerabdruck) erfolgen. Diese Option kann teuer sein und ein hohes Maß an Feinabstimmung erfordern, aber wenn sie einmal läuft, ist sie extrem schnell und die Klassifizierung kann beliebig oft wiederholt werden.

Es ist auch möglich, die Klassifizierung einer Datei manuell zu wählen. Dieser Ansatz beruht auf einem Datenexperten, der den Klassifizierungsprozess leitet, und kann zeitintensiv sein. In Unternehmen, in denen der Klassifizierungsprozess kompliziert und subjektiv ist, kann jedoch ein manueller Ansatz bevorzugt werden.

Manche Unternehmen entscheiden sich auch dafür, den Klassifizierungsprozess an einen Dienstleister auszulagern. Obwohl dies in der Regel nicht die effizienteste oder kostengünstigste Option ist, kann es eine einmalige Klassifizierung von Daten liefern, um eine Momentaufnahme zu erhalten, wo das Unternehmen in Bezug auf Compliance und Risiko aktuell steht.

Datenschätze sinnvoll nutzen und schützen

Die Klassifizierung von Daten erleichtert nicht nur deren Auffindbarkeit. Sie ist eine notwendige Maßnahme, damit moderne Unternehmen ihre steigenden Datenmengen sinnvoll nutzen und vor potenziellen Sicherheitsrisiken schützen können. Einmal implementiert, bietet die Datenklassifizierung einen organisierten Rahmen, der Datenschutzmaßnahmen erleichtert und die Einhaltung der Sicherheitsrichtlinien durch die Mitarbeiter effektiv unterstützt.

(Digital Guardian: ra)

eingetragen: 27.10.21
Newsletterlauf: 27.01.22

Digital Guardian: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.


Meldungen: Unternehmen

Extended-Detection & Response

Sophos gibt die Übernahme von SOC.OS bekannt, einem Innovator in Sachen Cloud-basierter Lösungen zur Automatisierung von Sicherheitswarnungen und -triage. Die Lösung konsolidiert und priorisiert große Mengen an Sicherheitswarnungen von verschiedenen Produkten und Plattformen im gesamten Bestand eines Unternehmens, sodass Sicherheitsteams die dringendsten Fälle schnell verstehen und darauf reagieren können. SOC.OS wurde 2020 gegründet und ist ein Spin-out von BAE Systems Digital Intelligence. Das Unternehmen befindet sich in Privatbesitz und hat seinen Sitz in Milton Keynes, Großbritannien.

Fusion mit Terranova Security

HelpSystems gibt die Übernahme von Terranova Security bekannt, Anbieterin von Phishing-Simulationen und Sicherheits-Schulungen. Die Plattform und die Inhalte von Terranova sind in mehr als 40 Sprachen verfügbar und nutzen Gamification-Techniken, um Motivation und Lernerfolg zu steigern. Mit diesem Konzept können alle Unternehmen die Fähigkeiten ihrer Mitarbeiter zur Prävention von Cyberangriffen optimieren und die Wahrscheinlichkeit eines erfolgreichen Phishing-Angriffs minimieren. Terranova erweitert das Security-Angebot von HelpSystems um ein bewährtes Schulungsprogramm für Sicherheitsfragen, welches die E-Mail-Sicherheitslösungen von Clearswift, Agari und PhishLabs unterstützt.

Managed Detection and Response

HelpSystems gab die Unterzeichnung einer Fusionsvereinbarung zur Übernahme von Alert Logic bekannt, einem Unternehmen für Managed Detection and Response (MDR) Services. Alert Logic arbeitet als nahtlose Erweiterung von Sicherheitsteams und ergänzt die vorhandenen Cybersecurity-Ressourcen und -Technologien zum Schutz von On-Premise-, Cloud-, SaaS- und Hybrid-Infrastrukturen. Die MDR-Lösung des Unternehmens zielt darauf ab, den starken Druck zu mindern, dem sich Unternehmen aufgrund der Zunahme von Cyberangriffen und des spürbaren Mangels an qualifizierten Fachkräften für deren Prävention und Behebung ausgesetzt sehen. Alert Logic wird ein Eckpfeiler des umfassenden Cybersecurity-Portfolios von HelpSystems werden.

Frauen in der Cybersicherheit

Der Bedarf an mehr und umfassenderer Cybersicherheit wächst stetig, der Sektor boomt. Was ihm nach wie vor fehlt ist hinreichende Geschlechterdiversität. Viele sind sich nicht ausreichend bewusst, wie groß die Bandbreite an Möglichkeiten innerhalb der Branche eigentlich ist. Möglicherweise einer der Faktoren, der Frauen davon abhält, Cybersicherheit bei der Jobauswahl in Betracht zu ziehen. Der Bereich wirkt ausschließlich hoch technisch und wenig geeignet Frauen das geeignete Umfeld zu bieten, um sich entfalten zu können.

Besuchen Sie SaaS-Magazin.de

SaaS, On demand, ASP, Cloud Computing, Outsourcing >>>


Kostenloser Newsletter

Werktäglich informiert mit IT SecCity.de, Compliance-Magazin.de und SaaS-Magazin.de. Mit einem Newsletter Zugriff auf drei Online-Magazine. Bestellen Sie hier

Fachartikel

Grundlagen

Big Data bringt neue Herausforderungen mit sich

Die Digitale Transformation zwingt Unternehmen sich mit Big Data auseinanderzusetzen. Diese oft neue Aufgabe stellt viele IT-Teams hinsichtlich Datenverwaltung, -schutz und -verarbeitung vor große Herausforderungen. Die Nutzung eines Data Vaults mit automatisiertem Datenmanagement kann Unternehmen helfen, diese Herausforderungen auch mit kleinen IT-Teams zu bewältigen. Big Data war bisher eine Teildisziplin der IT, mit der sich tendenziell eher nur Großunternehmen beschäftigen mussten. Für kleinere Unternehmen war die Datenverwaltung trotz wachsender Datenmenge meist noch überschaubar. Doch die Digitale Transformation macht auch vor Unternehmen nicht halt, die das komplizierte Feld Big Data bisher anderen überlassen haben. IoT-Anwendungen lassen die Datenmengen schnell exponentiell anschwellen. Und während IT-Teams die Herausforderung der Speicherung großer Datenmengen meist noch irgendwie in den Griff bekommen, hakt es vielerorts, wenn es darum geht, aus all den Daten Wert zu schöpfen. Auch das Know-how für die Anforderungen neuer Gesetzgebung, wie der DSGVO, ist bei kleineren Unternehmen oft nicht auf dem neuesten Stand. Was viele IT-Teams zu Beginn ihrer Reise in die Welt von Big Data unterschätzen, ist zum einen die schiere Größe und zum anderen die Komplexität der Datensätze. Auch der benötigte Aufwand, um berechtigten Zugriff auf Daten sicherzustellen, wird oft unterschätzt.

Bösartige E-Mail- und Social-Engineering-Angriffe

Ineffiziente Reaktionen auf E-Mail-Angriffe sorgen bei Unternehmen jedes Jahr für Milliardenverluste. Für viele Unternehmen ist das Auffinden, Identifizieren und Entfernen von E-Mail-Bedrohungen ein langsamer, manueller und ressourcenaufwendiger Prozess. Infolgedessen haben Angriffe oft Zeit, sich im Unternehmen zu verbreiten und weitere Schäden zu verursachen. Laut Verizon dauert es bei den meisten Phishing-Kampagnen nur 16 Minuten, bis jemand auf einen bösartigen Link klickt. Bei einer manuellen Reaktion auf einen Vorfall benötigen Unternehmen jedoch circa dreieinhalb Stunden, bis sie reagieren. In vielen Fällen hat sich zu diesem Zeitpunkt der Angriff bereits weiter ausgebreitet, was zusätzliche Untersuchungen und Gegenmaßnahmen erfordert.

Zertifikat ist allerdings nicht gleich Zertifikat

Für Hunderte von Jahren war die Originalunterschrift so etwas wie der De-facto-Standard um unterschiedlichste Vertragsdokumente und Vereinbarungen aller Art rechtskräftig zu unterzeichnen. Vor inzwischen mehr als einem Jahrzehnt verlagerten sich immer mehr Geschäftstätigkeiten und mit ihnen die zugehörigen Prozesse ins Internet. Es hat zwar eine Weile gedauert, aber mit dem Zeitalter der digitalen Transformation beginnen handgeschriebene Unterschriften auf papierbasierten Dokumenten zunehmend zu verschwinden und digitale Signaturen werden weltweit mehr und mehr akzeptiert.

Datensicherheit und -kontrolle mit CASBs

Egal ob Start-up oder Konzern: Collaboration Tools sind auch in deutschen Unternehmen überaus beliebt. Sie lassen sich besonders leicht in individuelle Workflows integrieren und sind auf verschiedenen Endgeräten nutzbar. Zu den weltweit meistgenutzten Collaboration Tools gehört derzeit Slack. Die Cloudanwendung stellt allerdings eine Herausforderung für die Datensicherheit dar, die nur mit speziellen Cloud Security-Lösungen zuverlässig bewältigt werden kann. In wenigen Jahren hat sich Slack von einer relativ unbekannten Cloud-Anwendung zu einer der beliebtesten Team Collaboration-Lösungen der Welt entwickelt. Ihr Siegeszug in den meisten Unternehmen beginnt häufig mit einem Dasein als Schatten-Anwendung, die zunächst nur von einzelnen unternehmensinternen Arbeitsgruppen genutzt wird. Von dort aus entwickelt sie sich in der Regel schnell zum beliebtesten Collaboration-Tool in der gesamten Organisation.

KI: Neue Spielregeln für IT-Sicherheit

Gerade in jüngster Zeit haben automatisierte Phishing-Angriffe relativ plötzlich stark zugenommen. Dank künstlicher Intelligenz (KI), maschinellem Lernen und Big Data sind die Inhalte deutlich überzeugender und die Angriffsmethodik überaus präzise. Mit traditionellen Phishing-Angriffen haben die Attacken nicht mehr viel gemein. Während IT-Verantwortliche KI einsetzen, um Sicherheit auf die nächste Stufe zu bringen, darf man sich getrost fragen, was passiert, wenn diese Technologie in die falschen Hände, die der Bad Guys, gerät? Die Weiterentwicklung des Internets und die Fortschritte beim Computing haben uns in die Lage versetzt auch für komplexe Probleme exakte Lösungen zu finden. Von der Astrophysik über biologische Systeme bis hin zu Automatisierung und Präzision. Allerdings sind alle diese Systeme inhärent anfällig für Cyber-Bedrohungen. Gerade in unserer schnelllebigen Welt, in der Innovationen im kommen und gehen muss Cybersicherheit weiterhin im Vordergrund stehen. Insbesondere was die durch das Internet der Dinge (IoT) erzeugte Datenflut anbelangt. Beim Identifizieren von Malware hat man sich in hohem Maße darauf verlassen, bestimmte Dateisignaturen zu erkennen. Oder auf regelbasierte Systeme die Netzwerkanomalitäten aufdecken.

DDoS-Angriffe nehmen weiter Fahrt auf

DDoS-Attacken nehmen in Anzahl und Dauer deutlich zu, sie werden komplexer und raffinierter. Darauf machen die IT-Sicherheitsexperten der PSW Group unter Berufung auf den Lagebericht zur IT-Sicherheit 2018 des Bundesamtes für Sicherheit in der Informationstechnik (BSI) aufmerksam. Demnach gehörten DDoS-Attacken 2017 und 2018 zu den häufigsten beobachteten Sicherheitsvorfällen. Im dritten Quartal 2018 hat sich das durchschnittliche DDoS-Angriffsvolumen im Vergleich zum ersten Quartal mehr als verdoppelt. Durchschnittlich 175 Angriffen pro Tag wurden zwischen Juli und September 2018 gestartet. Die Opfer waren vor allem Service-Provider in Deutschland, in Österreich und in der Schweiz: 87 Prozent aller Provider wurden 2018 angegriffen. Und bereits für das 1. Quartal dieses Jahres registrierte Link11 schon 11.177 DDoS-Angriffe.

Fluch und Segen des Darkwebs

Strengere Gesetzesnormen für Betreiber von Internet-Plattformen, die Straftaten ermöglichen und zugangsbeschränkt sind - das forderte das BMI in einem in Q1 2019 eingebrachten Gesetzesantrag. Was zunächst durchweg positiv klingt, wird vor allem von Seiten der Bundesdatenschützer scharf kritisiert. Denn hinter dieser Forderung verbirgt sich mehr als nur das Verbot von Webseiten, die ein Tummelplatz für illegale Aktivitäten sind. Auch Darkweb-Plattformen, die lediglich unzugänglichen und anonymen Speicherplatz zur Verfügung stellen, unterlägen der Verordnung. Da diese nicht nur von kriminellen Akteuren genutzt werden, sehen Kritiker in dem Gesetzesentwurf einen starken Eingriff in die bürgerlichen Rechte. Aber welche Rolle spielt das Darkweb grundsätzlich? Und wie wird sich das "verborgene Netz" in Zukunft weiterentwickeln? Sivan Nir, Threat Analysis Team Leader bei Skybox Security, äußert sich zu den zwei Gesichtern des Darkwebs und seiner Zukunft.

Diese Webseite verwendet Cookies - Wir verwenden Cookies, um Inhalte und Anzeigen zu personalisieren, Funktionen für soziale Medien anbieten zu können und die Zugriffe auf unsere Website zu analysieren. Außerdem geben wir Informationen zu Ihrer Verwendung unserer Website an unsere Partner für soziale Medien, Werbung und Analysen weiter. Unsere Partner führen diese Informationen möglicherweise mit weiteren Daten zusammen, die Sie ihnen bereitgestellt haben oder die sie im Rahmen Ihrer Nutzung der Dienste gesammelt haben. Mit dem Klick auf „Erlauben“erklären Sie sich damit einverstanden. Weiterführende Informationen erhalten Sie in unserer Datenschutzerklärung.