Sentra 的 CEO 和联合创始人 Yoav Regev – 采访系列

Yoav Regev，Sentra 的联合创始人和 CEO，是一位经验丰富的网络安全专业人士，在以色列军事情报部门工作了 20 多年，曾领导网络安全部门。他现在领导 Sentra，一家致力于解决云和数据安全现代挑战的公司。

Sentra 是一个云原生、AI 驱动的数据安全平台，旨在发现、分类和监控结构化和非结构化数据，跨越 IaaS、PaaS、SaaS 和本地环境。它强调在客户自己的基础设施内保持客户数据，同时应用策略执行、异常检测、最小权限访问和合规保障，以减少暴露和保护敏感资产。

您在以色列精锐部队 8200 中度过了二十多年，包括担任网络安全部门负责人。在那段经历中，您的网络安全理念如何受到影响，并最终导致了 Sentra 的成立？

在 8200 部队领导网络安全行动多年后，一个问题变得非常明显：一切都与数据有关。无论是数据泄露、勒索软件攻击还是网络安全行动，根源往往相同。有人不知道他们的数据在哪里、谁可以访问它，或者如何使用它。我们一次又一次地看到缺乏可见性和控制如何破坏整个系统。

这让我深有感触，当我开始与各个行业的 CISO、CIO 和安全领导人交谈时，他们反复表达了同样的困难。每个人都想加快速度、采用云计算、利用 AI，但他们不能这样做，因为他们不完全理解自己的数据。什么是敏感的？什么是过时的？什么需要保护？

数据不再仅仅是一种资产。它是区分好公司和伟大公司的决定性因素。但是，只有当你可以控制它时，才能真正利用数据。Sentra 的建立是为了给组织提供他们需要的清晰度和控制力，以便他们能够自信地创新。要创新，你需要了解你的数据、理解其背景并在每个环节保护它。

您在军事网络安全行动中看到的哪些具体挑战或模式现在在企业 AI 和数据安全领域重现？

在军队中，成功取决于速度。你必须比对手快。这需要不断的映射、持续的评估和在危机发生之前采取行动的能力。

在企业中，赌注不同，但挑战相似。组织希望快速行动，尤其是在 AI 发展的步伐下。他们正在将越来越多的数据推向边缘，以便为模型提供数据、做出决定和个性化体验。但是，这种加速带来了风险。

可以这样想：一级方程式赛车。每个人都关注汽车可以跑多快，但真正赢得比赛的是制动系统。没有控制的速度就是危险。对于 AI 来说，控制和能力同样重要。如果你想加快速度，你需要知道如何通过设计、转向和在必要时停止来控制。也就是说，在数据进入系统之前，你需要了解你的数据，而不是等到出了问题。

为什么传统的安全工具在 AI 时代不再足够？在 AI 驱动的工作流和生成模型中，安全性有什么根本的不同之处？

传统的安全工具并不是为像 AI 这样的自治系统设计的。这些工具是为人类审查决策和管理访问权限的环境设计的，拥有明确的边界。

AI 不是这样工作的。它处理大量数据并独立做出决定。一旦数据被输入，审查的机会就开始消失。这就是它如此根本不同和危险的原因，如果处理不当的话。

对于生成性 AI，你没有第二次机会。一旦数据被输入，就几乎不可能将其取回或审计发生了什么。因此，在输入点之前的可见性、分类和访问控制至关重要。AI 不仅仅是一个计算问题，它是一个核心的数据问题。

您的平台使用具有 95% 以上准确率的 AI 驱动的分类，在 PB 级别上运行。您如何将 AI 模型与安全逻辑相结合以实现这种精度？

我们设计 Sentra 以完全在客户的环境中运行。我们不移动数据，我们不共享它。这是一个核心原则。所有内容都保持在客户的控制之下，我们的平台适应这一要求而不妥协。

在内部，我们使用 AI、LLM 技术和专有安全逻辑的组合来根据数据的上下文对其进行分类，而不仅仅是其元数据。这意味着，即使敏感的数据点被埋在一个非结构化文件中，我们的模型仍然可以识别它并告诉你其用途。由于我们在不移除数据的情况下执行此操作，因此我们在每个步骤都保持隐私和合规性。

这种方法为客户提供了最好的两全其美的效果：精度和信任。我们能够自动化数据理解和决策，并且具有很高的准确度，我们这样做是没有牺牲安全性或暴露他们最有价值的资产——数据的前提下进行的。

数据可见性方面企业最大的盲点是什么？Sentra 如何帮助弥补这些差距？

最大的差距是可见性。许多公司认为自己知道敏感数据在哪里，但他们只看到部分图景。AI 工具、云迁移和 SaaS 平台正在产生大量的数据，这些数据通常不在正式控制之下。这就是我们所说的影子数据。

影子数据正是攻击者所针对的目标。它是敏感的、不受保护的，并且对大多数工具来说是不可见的。Sentra 通过为组织提供其数据的完整、实时地图来解决这个问题——跨云、SaaS、本地和 AI 系统。我们根据敏感性对数据进行分类，并帮助安全团队确定风险所在、如何解决以及如何保持合规性。

您从与国际合作伙伴的工作中带来了独特的跨境视角。全球数据治理和监管框架如何影响 Sentra 的平台战略？

与国际合作伙伴的合作使我清楚地认识到，合规性不仅仅是一个复选框。它是信任的核心功能。不同国家有不同的规则，但他们都要求控制。你需要控制你的数据在哪里以及谁在使用它。

Sentra 的设计就是为了满足这些需求。我们支持 GDPR、HIPAA、CCPA 等监管要求，并为客户提供工具来展示合规性和执行策略。我们在边界内和跨系统执行此操作。

您经常强调主动安全策略而不是被动策略。这种思维方式如何体现在产品中，并且为什么在今天的 AI 威胁格局中它至关重要？

Sentra 建立在主动安全的哲学之上。我们不相信组织应该等待事件发生。相反，我们帮助他们发现敏感数据，无论它位于哪里，实时监控异常，并在检测到风险时立即做出反应。

我们的平台持续扫描环境，分类敏感信息，并与安全工具集成以自动启动补救措施。这就是主动安全的前瞻性方法，它在定义 AI 的世界中不再是可选的。

Sentra 跨 IaaS、PaaS、SaaS，甚至 AI 辅助工具进行集成。您最近在这些环境中看到的最令人惊讶或最具风险的行为是什么？

代理 AI 引入了严重的新风险。它可以允许系统在几乎没有监督的情况下访问、处理或共享敏感数据，这为安全团队增加了一层复杂性。

大型语言模型（LLM）可以在总结内部内容或以绕过现有数据保护协议和访问权限控制的方式使用时暴露敏感信息。没有适当的防护措施，这些工具可以成为数据泄露或不当披露的意外载体。

随着企业中生成性 AI 的快速崛起，您想揭穿的一个安全神话是什么，以及您希望更多领导人认真对待的一个关键警告是什么？

我听到的最大的神话之一是，AI 系统默认是安全的，它们的复杂性使得攻击者更难突破。但在网络安全中，复杂性往往是敌人。系统越复杂，就有更多的配置错误、盲点或过度权限的机会。

现实是，AI 系统，尤其是那些可以访问敏感数据的系统，如果管理不当，可能会成为重大暴露点。

我想与任何领导人分享的一个关键警告是：不要把 AI 系统当作黑盒子。从第一天开始就强制执行最小权限。这些模型只应被允许访问它们真正需要执行其功能的数据，不能再多。没有这种纪律，很容易让敏感数据过度暴露、滥用或泄露。而且由于 AI 可以独立运行，甚至可以级联运行，这些暴露可能会比人们意识到的更快地扩散。

展望未来，您如何看待 AI、网络安全和合规性在未来 3-5 年内的交汇点？Sentra 如何为这一未来做准备？

我们已经看到第一波针对 AI 的监管浪潮的形成。科罗拉多州通过了一项专注于消费者保护的开创性 AI 法律，仅 2025 年，美国议员就已经提出超过 700 项与 AI 相关的法案。我们预计全球范围内将会有类似于 GDPR 和 CCPA 的动力。信息很明确：AI 治理不再是理论上的，而且它正在成为一个合规性要求。

对于企业来说，这意味着两件事。首先，他们需要更深入地了解 AI 系统如何与敏感数据交互。其次，他们需要工具来在数据层面执行控制，以便在风险扩散之前减轻风险。

在 Sentra，我们现在就为这一未来做准备。我们的 AI 代理数据安全解决方案为组织提供了发现环境中使用的 AI 工具、映射它们访问的数据、根据敏感性对数据进行分类以及监控输出以防止泄露或滥用的能力。

我们将继续扩展这些功能，同时加倍关注我们的核心优势：全面数据发现、准确分类和主动风险缓解。AI 带来了巨大的潜力，但它必须被安全地和负责任地采用。这就是我们帮助客户实现的结果。

感谢这次精彩的采访，希望了解更多的读者可以访问 Sentra。