A Estratégia de Armazenamento de Dados Está Pronta para o AI?

A adoção do AI causou um aumento na necessidade de governança de dados adequada, e as empresas agora estão sob pressão para garantir a maturidade dos dados. Globalmente, muitas empresas estão usando ou explorando o AI, com mais de 82% ativamente utilizando ou considerando o AI para operações comerciais. No entanto, de acordo com Gartner, apenas 14% dos líderes de segurança podem equilibrar a utilização eficaz de seus dados e segurança dos dados para atingir os objetivos comerciais.

À medida que mais empresas correm para utilizar o AI, elas precisam garantir que estão operando com a maturidade de dados máxima, com um quadro adequado para lidar com a quantidade crescente de dados críticos que estão gerenciando. Ao utilizar um modelo de maturidade de dados, as organizações podem identificar as maneiras mais eficazes de otimizar a utilização de dados, ajudando a identificar lacunas na segurança e promover uma maior eficiência de dados. Como parte desse quadro, as organizações também precisam de uma estratégia de gerenciamento de dados madura.

Uma das partes mais negligenciadas de uma estratégia de gerenciamento de dados madura é ter os requisitos de armazenamento adequados para fazer backup e armazenar dados críticos. As empresas enfrentam muitas ameaças quando se trata da segurança de seus dados, e o armazenamento adequado para lidar com as cargas de trabalho do AI pode ser a única maneira de prevenir que os dados gerados pelo AI sejam perdidos ou manipulados devido a ransomware ou outro desastre. Sua empresa pode ser capaz de utilizar o AI, mas seu infraestrutura de armazenamento está pronta para o AI?

Por Que o Armazenamento Precisa Estar Envolver na Conversa do AI

Existem várias razões pelas quais o armazenamento adequado é essencial para os dados criados e consumidos pelo AI – as empresas precisam garantir que os dados permaneçam facilmente acessíveis, sejam seguros contra ameaças em evolução, possam ser recuperados em caso de desastre e devem ser otimizados para as cargas de trabalho do AI.

A acessibilidade é importante porque os desenvolvedores precisam ser capazes de encontrar e utilizar rapidamente os dados para treinar outros algoritmos do AI. A maior parte do tempo, esse tipo de dado é considerado “crítico para a missão” e pode ser o mais valioso para as operações comerciais. Ter esse tipo de dado prontamente disponível é fundamental para garantir processos otimizados quando mais importa.

Esses dados também precisam ter o mais alto nível de segurança enquanto estão sendo armazenados. Considerando que 96% dos ataques de ransomware agora visam dados de backup, o armazenamento precisa ser resistente a ransomware e capaz de suportar qualquer tempo de inatividade ou interrupção que uma organização possa enfrentar. Os backups são os principais alvos para os atacantes porque os tornam incapazes de restaurar seus dados, tornando mais provável que paguem o resgate para recuperar dados críticos. Enquanto isso, as empresas podem ser deixadas desprotegidas e enfrentar períodos prolongados de interrupções de TI se seus dados “críticos para a missão” não estiverem acessíveis. Isso pode causar perdas tanto de reputação quanto financeiras que seriam devastadoras para acionistas, clientes e funcionários.

Os ataques cibernéticos não são a única razão pela qual o armazenamento pode ser perdido ou manipulado. Os dados de produção, ou os dados utilizados nas operações diárias de uma empresa, devem ser sempre tratados como se tivessem sido destruídos ou corrompidos. Portanto, uma cópia de recuperação “dourada”, ou uma cópia limpa, confiável e isolada de dados críticos, é mandatória. A exclusão acidental, a sobreposição de dados ou qualquer outro tipo de erro causado por erro humano pode comprometer seus dados. Falhas de software e hardware, como corrupção ou vírus, também podem colocar seus dados em risco, especialmente se seu software e hardware não tiverem as atualizações mais recentes. Por fim, fatores ambientais, como interrupções de energia, inundações e condições climáticas extremas, são todas boas razões para garantir que seus dados de backup possam ser recuperados.

Além disso, as ferramentas do AI podem produzir uma quantidade excessiva de dados a uma taxa exponencial, e as arquiteturas de armazenamento tradicionais podem não ser capazes de acompanhar a quantidade de dados que precisam ser armazenados. Portanto, o armazenamento para o AI deve ser equipado para lidar com cargas de trabalho massivas de forma eficiente. Utilizar armazenamento de dados escalável e seguro, como soluções de armazenamento em camadas, apresentará capacidades ótimas para que os dados sejam monitorados e salvos.

O Melhor Armazenamento de Dados do AI (Sem Quebrar o Banco)

O armazenamento de backup em camadas garante que os dados vitais sejam rapidamente acessíveis e é uma das soluções mais rentáveis. Ele permite a retenção de dados, permitindo que os dados sejam acessados e reutilizados a qualquer momento. O armazenamento em camadas e os backups organizam os dados com base em sua importância e frequência de acesso. Dados de alta prioridade vão para armazenamento rápido e caro, como SSDs, enquanto dados menos críticos são armazenados em mídia mais barata e lenta, como HDDs ou armazenamento em nuvem. Especificamente, os dados do AI devem ser armazenados no nível 0 ou nível 1, considerando os requisitos acima. O nível 0 é o armazenamento de alta velocidade para dados críticos para a missão, com tipos de mídia NVMe e matrizes de armazenamento em flash. O nível 1 é o armazenamento de alto desempenho para dados frequentemente acessados, com SSDs e mídia de armazenamento híbrida em flash.

Levando isso um passo adiante, fazer backup dos dados armazenados em armazenamento em camadas o mais frequentemente possível permitirá o acesso rápido em caso de desastre, como erro humano ou alteração maliciosa. Garantir que cópias de dados de backup sejam armazenadas em vários locais, com vários tipos de criptografia e em vários tipos de mídia é a única maneira de garantir que os backups sejam seguros.

Ao escolher um fornecedor de armazenamento e backup resistente a ransomware, é importante garantir que você está selecionando armazenamento imutável que possa resistir a qualquer tipo de desastre que possa colocar seus dados em risco. É importante notar que nem todos os armazenamentos imutáveis cumprem com esse acordo. Se os dados “imutáveis” podem ser sobrescritos por um administrador de backup ou armazenamento, um fornecedor ou um atacante, então não é uma solução de armazenamento verdadeiramente imutável. Entender o conceito central de imutabilidade verdadeira ajudará a separar sistemas de backup seguros de alegações vazias de fornecedores.

Esses cinco requisitos ajudam a definir um ambiente de armazenamento de backup que entrega imutabilidade:

1. Armazenamento de Objetos S3: Um padrão totalmente documentado e aberto com imutabilidade nativa que permite testes de penetração independentes
2. Tempo Zero para Imutabilidade: Os dados de backup devem ser imutáveis no momento em que são escritos
3. Acesso Zero a Ações Destrutivas: Nenhum administrador – interno ou externo – deve ser capaz de modificar, excluir ou redefinir dados imutáveis.
4. Segmentação de Software e Armazenamento de Backup: O software de backup e o armazenamento de backup devem ser fisicamente isolados para prevenir que credenciais comprometidas sejam usadas para alterar ou destruir dados e para fornecer resiliência contra outros desastres.
5. Fator de Forma de Hardware: Um appliance dedicado isola o armazenamento imutável de superfícies de ataque virtualizadas e deve remover todos os riscos durante a configuração, atualizações e manutenção.

Ao atender a esses requisitos, as organizações podem garantir a imutabilidade e, portanto, garantir que, aconteça o que acontecer – ransomware, ameaças internas, violações de credenciais – os dados de backup permaneçam protegidos e recuperáveis.

À medida que o AI se torna uma ferramenta consistente para as empresas, elas precisam adotar e identificar melhores estratégias de gerenciamento de dados e infraestrutura para garantir a maturidade dos dados. A resposta para isso pode estar no armazenamento em camadas e backups como a melhor maneira de proteger as quantidades excessivas de dados criados e treinados pelo AI e permitir o acesso rápido e seguro a esses dados críticos e amplos.