云安全联盟2026年网络安全调查报告

该报告指出DLP工具在实际应用中更多作为检测和事后取证工具，而非预防工具。73%的受访者在过去24个月内经历了数据泄露事件，其中只有16%由DLP在数据离开组织前阻止。报告还揭示了GenAI流动的可见性悖论，48%的受访者认为GenAI是首要数据外泄风险，但安全团队对其可见性自评为3.5/5，仅29%能常规生成敏感数据发送至GenAI工具的报告。此外，报告强调了现代风险与现代执行的脱节，组织对最高风险渠道（GenAI、云存储）的执行宽松，而执行策略与实际风险不匹配，多数DLP项目未将数据分类和DSPM作为前提条件。

信息技术赛道在网络安全领域面临显著挑战，特别是GenAI和云存储等现代数据外泄渠道的风险日益凸显。报告显示，安全团队对GenAI流动的感知可见性与实际能力存在显著差距，现有DLP工具难以有效覆盖和控制这些新渠道。未来，下一代DLP的关键在于能否扩展到现代数据流动渠道，能否从噪声中识别信号，以及安全团队能否在业务压力下维持执行力度。改善DLP效果需综合考虑工具能力、业务环境、分析师负担和基础数据安全设施（如分类和DSPM）的完善。

报告重点分析了DLP功能与实际应用的偏差、GenAI流动的可见性悖论、现代风险与现代执行的脱节、DLP报警疲劳以及业务压力下的执行软化等方向。报告指出，DLP目前更多扮演检测和事后取证角色，而非预防工具，预防承诺未能在生产环境中兑现。同时，安全团队对GenAI流动的感知可见性与其实际能力存在显著差距，现有DLP工具难以有效覆盖和控制现代数据外泄渠道。此外，执行策略与实际风险不匹配，资源集中在旧渠道而非新风险渠道，且多数DLP项目未将数据分类和DSPM作为前提条件。

当前网络安全市场现状表现为DLP工具的广泛应用与实际效果之间的差距。报告显示，尽管DLP被广泛部署，但实际应用中更多作为检测和事后取证工具，而非预防工具。DLP报警量巨大且误报率高，54%的团队误报率超过50%，90%的团队在过去12个月中至少受到DLP报警疲劳的负面影响。此外，业务压力普遍导致DLP执行软化，削弱了数据保护效果。市场面临的主要挑战包括现代数据外泄渠道的风险、安全团队对GenAI流动的可见性不足、执行策略与实际风险不匹配，以及DLP工具的高噪声和高分析师负担。

研报提示的主要风险包括DLP工具的实际效果与预期不符，即更多作为检测和事后取证工具而非预防工具，预防承诺未能在生产环境中兑现。此外，GenAI流动的可见性悖论表明安全团队对GenAI流动的感知可见性与实际能力存在显著差距，现有DLP工具难以有效覆盖和控制现代数据外泄渠道。现代风险与现代执行的脱节也是一个重要风险，组织对最高风险渠道（GenAI、云存储）的执行宽松，而执行策略与实际风险不匹配，多数DLP项目未将数据分类和DSPM作为前提条件。此外，DLP报警疲劳和业务压力下的执行软化也增加了数据保护的风险。