Рон Рейтер, технический директор и сооснователь Sentra – Интервью

Рон Рейтер, технический директор и сооснователь Sentra, является опытным предпринимателем и экспертом в области кибербезопасности с глубокими знаниями в области облачных технологий, который создал инновационные технологические решения на протяжении более двух десятилетий в разработке программного обеспечения; он стал сооснователем и руководителем технологий в Sentra, компании по кибербезопасности данных, которая помогает предприятиям защитить свои облачные данные, и ранее стал сооснователем Crosswise (приобретенной Oracle (ORCL ) за 50 миллионов долларов), а также более шести лет работал в качестве директора по инженерии в Oracle/Crosswise, где курировал продукты и команды Oracle Data Cloud.

Sentra – это облачная платформа безопасности данных, которая использует возможности искусственного интеллекта для обнаружения, классификации и контекстного анализа, чтобы предоставить организациям полную видимость и контроль над конфиденциальными данными в облаке, гибридных и локальных средах, помогая им оценить риски, обеспечить соблюдение нормативных требований и предотвратить утечку данных в крупномасштабных современных многооблачных и AI-средах.

Вы основали несколько компаний в области кибербезопасности и инфраструктуры данных. Что вдохновило вас создать Sentra, и как ваш опыт в Crosswise и Oracle повлиял на раннее направление компании?

То, что заставило меня начать Sentra, было повторяющимся шаблоном. В Crosswise и позже в Oracle данные всегда были центром гравитации. Там была сосредоточена ценность, но также и риски. Однако большинство инструментов безопасности рассматривали данные как что-то статическое, что можно обнаружить один раз и затем считать под контролем.

По мере того, как ускорялось внедрение облачных технологий и организации начали экспериментировать с искусственным интеллектом, это предположение перестало действовать. Данные постоянно перемещались, копировались, преобразовывались и доступ к ним осуществлялся системами, которые никто не полностью отслеживал. Я хотел создать компанию, которая начинала с данных как живого актива, что-то, что необходимо постоянно понимать и управлять, а не что-то, что можно инвентаризировать один раз и забыть. Эта идея сформировала Sentra с самого начала.

Sentra фокусируется на предоставлении организациям полного контроля и видимости над своими облачными данными. Какая основная проблема вы были наиболее решительно настроены решить, когда начинали проектировать платформу?

Основной проблемой было ложное чувство уверенности. Многие организации считали, что они понимают свою позицию в отношении данных, но эта уверенность была основана на частичной видимости. Они знали, где живут некоторые конфиденциальные данные, но не все, и они редко имели четкое представление о том, как эти данные доступны или переиспользуются с течением времени.

Мы поставили цель закрыть этот разрыв. Не только обнаруживая данные, но и поддерживая постоянное понимание того, какие данные существуют, насколько они чувствительны и кто или что может к ним доступиться. Без этого фундамента все остальное в безопасности становится реактивным.

Вы говорили об важности точности в современной безопасности данных. Что делает достижение высокой точности в огромном облачном масштабе настолько сложным, и как ваша команда подошла к этой проблеме по-другому?

Точность становится сложной на крупном масштабе, потому что контекст имеет значение. По мере роста среды данные становятся более неструктурированными и более специфичными для того, как на самом деле работает бизнес. Простое сопоставление шаблонов и общих моделей работает достаточно хорошо в небольших средах, но они склонны разрушаться, когда объемы данных растут, а случаи использования становятся более сложными.

Мы столкнулись с этим лично при оценке в корпоративной среде, где точность ухудшалась, когда клиенты переходили от десятков терабайт к петабайтам неструктурированных данных. Наш подход заключался в том, чтобы спроектировать классификацию вокруг контекста и быть дисциплинированными в отношении эффективности. Точность, которая работает только на небольшом масштабе или требует чрезмерных вычислительных ресурсов, не полезна в реальных корпоративных средах.

Сканирование и обеспечение безопасности данных в распределенных облачных средах известно своей сложностью. Какие архитектурные решения позволяют Sentra работать эффективно на нескольких облаках и хранилищах данных?

Мы изначально предполагали, что клиенты будут работать на нескольких облаках, платформах SaaS и гибридных средах. Это заставило нас избегать дизайнов, которые полагаются на интенсивное перемещение данных или постоянные полные повторные сканирования, которые не работают хорошо по мере роста среды.

Вместо этого мы сосредоточились на поддержании видимости при изменении среды и минимизации ненужных накладных расходов. Этот выбор дизайна проявляется в надежности и предсказуемости затрат, особенно в больших, сложных средах.

Поскольку агенты ИИ, помощники и автоматизированные рабочие процессы становятся частью корпоративных систем, какие новые категории риска для безопасности данных предприятия всё ещё недооценивают?

Самая большая слепая зона — нечеловеческий доступ. Агенты ИИ, интеграции и автоматизированные рабочие процессы теперь постоянно обращаются к конфиденциальным данным, часто вне средств контроля, созданных для пользователей-людей.

Эти системы входят в среду не так, как люди, и не вызывают традиционные оповещения. Ошибочно считать их просто ещё одним пользователем. Предприятиям нужно понимать, к каким данным могут обращаться эти системы, и следить, чтобы разрешения соответствовали назначению. Иначе риск будет расти быстрее, чем команды успеют на него реагировать.

Sentra использует модельный подход для классификации и защиты конфиденциальных данных. Как при создании решений для корпоративных нагрузок вы находите баланс между производительностью моделей, операционными затратами и масштабируемостью?

Баланс начинается с продуманного выбора способов применения моделей. Не для каждой задачи нужна самая крупная или универсальная модель. Мы используем малые языковые модели, которые хорошо подходят для классификации и способны эффективно работать в больших средах.

Так мы сохраняем высокую точность, а эксплуатационные расходы остаются низкими и предсказуемыми. Для корпоративных служб безопасности стабильность и надёжность так же важны, как максимальная производительность.

Какое самое распространённое заблуждение о защите облачных данных в эпоху ИИ вы встречаете у директоров по информационной безопасности и как должны измениться их стратегии?

Распространённое заблуждение состоит в том, что данные достаточно обнаружить один раз. На деле облачные среды и среды ИИ постоянно меняются. Данные перемещаются, разрешения постепенно отклоняются от первоначальных настроек, а новые системы появляются каждую неделю.

Стратегии должны перейти от периодической оценки к непрерывному управлению. Безопасность данных следует считать постоянной дисциплиной, а не разовым проектом. Задача заключается не только в обнаружении риска, но и в предотвращении его повторного появления по мере развития среды.

Управление состоянием безопасности данных (DSPM) стало центральным уровнем современного стека облачной безопасности. Какие характеристики, по вашему мнению, определяют действительно зрелую платформу DSPM?

Зрелая платформа DSPM должна хорошо выполнять три задачи: точно понимать данные, надёжно работать в большом масштабе и поддерживать практические действия, а не только формировать отчёты.

Сегодня многие платформы выглядят убедительно при проверке концепции или на ранних этапах внедрения, но испытывают трудности по мере роста среды и усложнения схем доступа. Сканирование замедляется, расходы растут, а точность снижается, особенно при работе с неструктурированными данными. Зрелой можно считать платформу DSPM, которой службы безопасности продолжают доверять, когда объёмы данных достигают производственного масштаба, а системы ИИ постоянно обращаются к информации. Именно доверие при масштабировании отличает пригодные к работе платформы от теоретических решений.

Вы также инвестировали в несколько стартапов в сфере кибербезопасности. Что, с этой точки зрения, отличает успешных основателей в отрасли от тех, кому приходится тяжело?

Успешные основатели обычно очень близки к реальным проблемам клиентов. Они не поддаются соблазну гнаться за модными словами или чрезмерно усложнять продукт ради редких случаев, а сосредотачиваются на проблемах, которые постоянно возникают в производственных средах.

Кроме того, они с самого начала думают об устойчивости. В безопасности выиграть проверку концепции легко. Годами надёжно работать в большом масштабе гораздо труднее. Основатели, которые изначально проектируют решения с учётом этой реальности, обычно остаются на рынке надолго.

По мере того, как организации принимают децентрализованные архитектуры, автономные системы искусственного интеллекта и все более сложные потоки данных, как вы ожидаете, что требования к безопасности данных будут меняться в 2026 году и далее?

Безопасность данных будет перемещаться от защиты местоположений к управлению движением. По мере децентрализации архитектур и автономных систем искусственного интеллекта вопрос больше не будет заключаться в том, где находятся данные, а в том, как они перемещаются и кто или что может их использовать.

Организации будут нуждаться в постоянной видимости и политике обеспечения безопасности, которая будет перемещаться вместе с самими данными. Те, кто не сможет добиться этого, обнаружат, что их инициативы по искусственному интеллекту будут замедлены из-за проблем с риском и соблюдением нормативных требований. Те, кто сможет, будут двигаться быстрее, с уверенностью.

Спасибо за отличное интервью, читателям, которые хотят узнать больше, следует посетить Sentra.