La prevención de pérdida de datos ( DLP ) es un conjunto de estrategias y tecnologías que impiden la transmisión o divulgación no autorizada de datos sensibles en un sistema de información , incluidos los datos en tránsito ( a través de redes ), en reposo ( en almacenamiento ) o en uso (en puntos finales). [ 1 ] [ 2 ] Este concepto forma parte de la privacidad de la información , la seguridad de los datos y la gobernanza de los datos . [ 3 ] Los sistemas DLP tradicionalmente se han basado en una variedad de mecanismos de clasificación y aplicación para reducir el riesgo de pérdida de datos , pero cada vez más incorporan aprendizaje automático y análisis de comportamiento para mejorar la precisión de la detección. [ 4 ] La DLP se utiliza en sistemas locales, aplicaciones en la nube y entornos híbridos.
Los incidentes de pérdida de datos (divulgación o eliminación no autorizada de datos confidenciales) pueden convertirse en incidentes de fuga de datos (violaciones de seguridad) cuando se pierden los soportes que contienen información confidencial y posteriormente son adquiridos por una parte no autorizada, incluso mediante robo de datos . Sin embargo, es posible que se produzca una fuga de datos sin que se pierdan los datos en el origen. Existen limitaciones en la eficacia de los sistemas DLP para reducir el riesgo de pérdida de datos. [ 5 ]
Otros términos asociados con la prevención de fugas de datos incluyen detección y prevención de fugas de información (ILDP), prevención de fugas de información (ILP), monitoreo y filtrado de contenido (CMF), protección y control de la información (IPC) y sistema de prevención de extrusión (EPS), en contraposición a un sistema de prevención de intrusiones .
Categorías
Los medios tecnológicos para prevenir la pérdida de datos incluyen medidas de seguridad estándar, medidas de seguridad avanzadas/inteligentes, control de acceso y cifrado, y sistemas DLP con reconocimiento de contenido, aunque solo esta última categoría se suele denominar DLP. [ 6 ] La mayoría de los sistemas DLP se basan en reglas predefinidas para identificar y categorizar la información confidencial.
Medidas estándar
Las medidas de seguridad estándar, como los cortafuegos , los sistemas de detección de intrusiones (IDS) y el software antivirus , se utilizan ampliamente para protegerse contra ataques tanto externos como internos . [ 7 ] Los sistemas de detección de intrusiones identifican el uso no autorizado, el mal uso y el abuso de los sistemas informáticos mediante el monitoreo de patrones de comportamiento que difieren de los de los usuarios legítimos. [ 8 ]
Medidas avanzadas
Las medidas de seguridad avanzadas emplean aprendizaje automático , análisis de comportamiento, honeypots, razonamiento temporal y verificación basada en la actividad para detectar patrones de acceso a datos anómalos o no autorizados. Los algoritmos de aprendizaje automático permiten que los sistemas mejoren automáticamente a través de la experiencia, identificando patrones en grandes conjuntos de datos para optimizar las capacidades de detección. [ 9 ]
Sistemas DLP con reconocimiento de contenido
Los sistemas DLP con reconocimiento de contenido detectan y previenen intentos no autorizados de copiar, transmitir o publicar datos confidenciales. Estos sistemas utilizan mecanismos como la coincidencia exacta de datos, la identificación de datos estructurados , métodos estadísticos, detección basada en reglas y análisis contextual. [ 10 ]
Tipos
Red
Los sistemas de red (datos en tránsito) operan en los puntos de salida y analizan el tráfico en busca de información sensible que se transmita en violación de la política. [ 11 ] Los firewalls y sistemas de detección de intrusiones de próxima generación a menudo admiten capacidades similares a DLP. [ 12 ] [ 13 ]
Punto final
Los sistemas de punto final (datos en uso) supervisan las acciones de los usuarios en ordenadores de escritorio, servidores y dispositivos, lo que permite controles como el bloqueo de copias, impresiones, capturas de pantalla o la transmisión de correo electrónico no autorizada. [ 14 ]
Nube
La DLP en la nube supervisa los datos dentro de los servicios en la nube y aplica controles para hacer cumplir las políticas de acceso y uso. [ 15 ] La computación en la nube proporciona acceso a la red bajo demanda a recursos informáticos compartidos, lo que permite estrategias de protección de datos escalables y flexibles. [ 16 ]
Las dos formas principales de DLP en la nube incluyen los agentes de seguridad de acceso a la nube que supervisan los datos en las aplicaciones en la nube, lo que permite aplicar políticas de seguridad de manera más consistente en plataformas dispares [ 17 ] , y los servicios DLP nativos de la nube que ofrecen descubrimiento y protección de datos mediante el uso de aprendizaje automático para automatizar la identificación de datos confidenciales. [ 18 ] [ 19 ] Estos sistemas ayudan a mantener la compatibilidad con la infraestructura DLP local existente, al tiempo que abordan problemas que son únicos de los entornos en la nube, como los modelos de responsabilidad compartida, la gobernanza de datos multinube y el descubrimiento de TI en la sombra. [ 20 ]
Identificación de datos
Las técnicas de identificación de datos clasifican la información como estructurada o no estructurada. [ 21 ] Aproximadamente el 80% de los datos empresariales no están estructurados. [ 22 ]
Las directrices recientes del sector describen la clasificación de datos y la alineación de políticas como elementos fundamentales de los programas DLP eficaces. [ 23 ] Los proveedores también destacan el papel de la DLP integrada, el análisis y la automatización en las estrategias modernas de protección de datos. [ 24 ]
Investigaciones
Los distribuidores de datos pueden compartir información con terceros, ya sea de forma intencionada o no, y posteriormente dicha información puede encontrarse en ubicaciones no autorizadas. Las investigaciones de DLP (Prevención de Pérdida de Datos) intentan determinar el origen.
Datos en reposo
Los " datos en reposo " se refieren a los datos almacenados. Las técnicas DLP incluyen controles de acceso, cifrado y políticas de retención de datos . [ 11 ] El cifrado de datos transforma la información legible en un formato ilegible para proteger la confidencialidad, asegurando que solo las partes autorizadas con la clave de descifrado adecuada puedan acceder a los datos originales. [ 25 ]
Datos en uso
" Datos en uso " se refiere a los datos a los que se está accediendo actualmente. Los sistemas DLP pueden monitorear y señalar la manipulación o transferencia no autorizada de dichos datos. [ 11 ]
Datos en movimiento
" Datos en movimiento " se refiere a los datos que viajan a través de redes internas o externas. Los sistemas DLP monitorean y controlan este flujo. [ 11 ]
Desafíos y limitaciones
La gestión de falsos positivos sigue siendo un problema importante. Las políticas demasiado generales tienden a generar alertas que requieren revisión manual, lo que puede sobrecargar a los equipos de seguridad y reducir la eficacia general del software DLP. [ 26 ]
Pueden surgir problemas de privacidad y cumplimiento normativo cuando una organización supervisa a sus empleados. Lograr la seguridad de los datos en tales situaciones requiere un delicado equilibrio entre una supervisión adecuada y la garantía de que no se vulneren los derechos de privacidad individuales. [ 27 ]
Existen técnicas de evasión, como la esteganografía , el cifrado o la manipulación del formato de un archivo, que a veces pueden eludir los métodos de detección de DLP y requieren la actualización continua del software de detección. [ 28 ]
La complejidad de la política de DLP aumenta sustancialmente en las organizaciones globales debido a su mayor tamaño y a que operan en distintas jurisdicciones. En estos casos, el software DLP a menudo debe lidiar con requisitos regulatorios más diversos, una gama más amplia de tipos de datos y procesos comerciales relativamente complejos. Esto dificulta lograr una aplicación coherente en todas las regiones y departamentos. [ 29 ] Las leyes de privacidad de la información relevantes incluyen el Reglamento General de Protección de Datos (RGPD) de la UE, la HIPAA en los Estados Unidos y la Ley de Privacidad del Consumidor de California . [ 3 ]
Véase también
Referencias
- ↑ "prevención de pérdida de datos" . NIST CSRC (Centro de Recursos de Seguridad Informática) . Consultado el 29 de junio de 2026 .
- ↑ "Glosario Cibernético - D" . Universidad George Washington - Archivo de Seguridad Nacional . Consultado el 29 de junio de 2026 .
- 1 2 Sargiotis, Dimitrios (2024), "Seguridad y privacidad de los datos: protección de la información sensible", en Sargiotis, Dimitrios (ed.), Gobernanza de datos: una guía , Springer Nature Switzerland, pp. 217–245 , doi : 10.1007/978-3-031-67268-2_6 , ISBN 978-3-031-67268-2, consultado el 29/06/2026
- ↑ Guha, Abhijit; Samanta, Debabrata; Banerjee, Amit; Agarwal, Daksh (2021). "Un modelo de aprendizaje profundo para la prevención de la pérdida de información en documentos digitales de varias páginas" . IEEE Access . 9 : 80451–80465 . Bibcode : 2021IEEEA...980451G . doi : 10.1109/ACCESS.2021.3084841 .
- ↑ Hauer, Barbara (2015). "Prevención de fugas de datos e información dentro del ámbito de la seguridad de la información" . IEEE Access . 3 : 2554–2565 . doi : 10.1109/ACCESS.2015.2506185 . ISSN 2169-3536 .
- ↑ Phua, Clifton (2009). "Protección de las organizaciones contra las filtraciones de datos personales" . Computer Fraud & Security : 13–18 . doi : 10.1016/S1361-3723(09)70011-9 .
- ↑ BlogPoster (13 de mayo de 2021). "Medidas estándar frente a medidas avanzadas de prevención de pérdida de datos (DLP): ¿Cuál es la diferencia?" . Logix Consulting Managed IT Support Services Seattle . Consultado el 28 de agosto de 2022 .
- ↑ Mukherjee, B.; Heberlein, LT; Levitt, KN (1994). "Detección de intrusiones en la red". IEEE Network . 8 (3): 26– 41. Bibcode : 1994IEEEN...8c..26M . doi : 10.1109/65.283931 .
- ↑ Sammut, Claude; Webb, Geoffrey I. (2010). Enciclopedia del aprendizaje automático . Springer. Bibcode : 2010eoml.book.....S . doi : 10.1007/978-0-387-30164-8 . ISBN 978-0-387-30164-8.
- ↑ Ouellet, E., Cuadrante Mágico para la Prevención de Pérdida de Datos con Conciencia del Contenido , Gartner, 2011.
- 1 2 3 4 Un estudio de soluciones para la detección y prevención de fugas de datos . SpringerBriefs in Computer Science. 2012. doi : 10.1007/978-1-4614-2053-8 . ISBN 978-1-4614-2052-1.
- ↑ "¿Qué es un firewall de próxima generación (NGFW)?" . Cisco . 2 de enero de 2022 . Consultado el 2 de enero de 2023 .
- ↑ "¿Qué es la prevención de pérdida de datos (DLP)? [ Guía para principiantes ] " . CrowdStrike . 27 de septiembre de 2022. Consultado el 2 de enero de 2023 .
- ↑ "Prueba de grupo: DLP" (PDF) . Revista SC . Marzo de 2020. Consultado el 7 de septiembre de 2021 .
- ↑ Pasquier, Thomas; Bacon, Jean; Singh, Jatinder; Eyers, David (6 de junio de 2016). «Control de acceso centrado en datos para la computación en la nube». Actas del 21.º Simposio ACM sobre modelos y tecnologías de control de acceso . págs. 81-88 . doi : 10.1145/2914642.2914662 . ISBN 978-1-4503-3802-8.
- ^ Murugesan, San; Bojanova, Irena (2016). "Computación en la nube". Enciclopedia de computación en la nube . Prensa Wiley-IEEE. ISBN 978-1-118-82197-8.
- ↑ "The Forrester Wave: Plataformas de seguridad de datos, primer trimestre de 2023" . Forrester Research. Marzo de 2023.
- ↑ «¿Qué es Amazon Macie?». . Servicios web de Amazon. 2024.
- ↑ "Plan para la prevención de pérdida de datos" . Microsoft. 2024.
- ↑ "NIST SP 800-207A: Arquitectura de confianza cero para aplicaciones nativas de la nube" (PDF) . Instituto Nacional de Estándares y Tecnología. Septiembre de 2023.
- ↑ "PC Mag – Datos no estructurados" . Computer Language Co. 2024. Consultado el 14 de enero de 2024 .
- ↑ Harbert, Tam (1 de febrero de 2021). "Aprovechando el poder de los datos no estructurados" . MIT Sloan School of Management . Consultado el 29 de junio de 2026 .
- ↑ "Guía de mercado para la prevención de pérdida de datos" . Gartner. 2023. Consultado el 1 de febrero de 2025 .
- ↑ "¿Qué es la prevención de pérdida de datos?" . IBM. 12 de agosto de 2024 . Consultado el 1 de febrero de 2025 .
- ↑ Li, Ninghui (2009). "Cifrado de datos". En Liu, Ling; Özsu, M. Tamer (eds.). Enciclopedia de sistemas de bases de datos . Springer. pág. 574. doi : 10.1007/978-0-387-39940-9_98 . ISBN 978-0-387-39940-9.
- ↑ "Inteligencia artificial en la prevención de pérdida de datos: protección de datos confidenciales contra el acceso no autorizado y la filtración" . Conferencia Internacional de Ciencias de la Computación e Ingeniería de Software (CSSE) de 2024. 2024.
- ↑ "Prevención de pérdida de datos: una perspectiva UE/RGPD" . Perspectivas GRC. 2024.
- ↑ "¿Qué es la prevención de pérdida de datos (DLP)?" . Cyberhaven. 2024.
- ↑ "Informe de amenazas internas de 2024" . Expertos en ciberseguridad. 2024.
- seguridad de los datos
- Tecnologías de la información
- Software de gestión de datos