今天來到鐵人賽最後一天、第 30 天的收官日，
我們透過整理過去各個區塊談的核心要點，來做個完整的總結：
我們談及資訊安全的驅動力以及存在的原因，
是為了保障既有經濟成長能夠確保，
因此願意投入更多額外的成本來施加各項的技術措施。
而資料庫活動監控 (Database activity monitor, DAM)，
也就是直接針對資料存取活動進行保護與管控的解決方案。
1. 前導篇：資料安全是什麼？聽起來好抽象
2. 前導篇：為什麼需要考慮資料安全？
3. 前導篇：發生在資料安全之前的事
4. 前導篇：資料生命週期與分級分類
5. 前導篇：資料使用與安全的交集
接續我們在實務篇階段，直接藉由實際發生的資料外洩事件，
細究每次事件背後的直接或間接導致外洩的可能原因，
有的是因管理配置不當、有的是因爲外部供應商導致、
有的則是直接資料安全管理不當所導致的。
透過一次次的資料外洩事件回顧，我們知道資料安全風險是持續性的威脅，
無論是內部威脅或外部威脅，都可能「掛一漏萬的」造成破口，
進而讓堆疊的資料保護措施功虧一簣。
1. 實務篇：近年資料外洩事件 I - 配置管理不當
2. 實務篇：近年資料外洩事件 II - 供應鏈管理
3. 實務篇：近年資料外洩事件 III - 資料活動安全
4. 實務篇：資料外洩事件我們學到什麼？
5. 實務篇：個資、隱私與資料使用同意管理
到了技術力區塊，我們分成 10 天來提及關於資料保護的技術措施，
從敏感資料掌握、資料存取、規則保護、稽核紀錄、加密保存等，
都可以分別透過網路、身份、資料等不同維度進行資料安全確保，
而這都需要透過實際的技術控制項目或工具來協助實現。
1. 技術篇：資料使用與安全的關聯
2. 技術篇：敏感資料掌握與發掘
3. 技術篇：資料存取活動監控
4. 技術篇：資料存取規則管控
5. 技術篇：資料存取稽核記錄
6. 技術篇：資料保存與儲存環境
7. 技術篇：資料加密與去識別化
8. 技術篇：資料風險的持續衡量
9. 技術篇：資料安全與資安監控整合
10. 技術篇：資料安全技術、人員與流程
接著我們透過各個產業與領域的實際特性，
分別介紹他們在資料安全面向所應遵守或面對的挑戰為何，
包含金融、製造、醫療、流通與政府等不同屬性的產業等，
都有其資料運用的獨有挑戰，以及需要側重與遵守的產業標準在。
1. 產業篇：資料安全在金融產業領域
2. 產業篇：資料安全在製造產業領域
3. 產業篇：資料安全在醫療產業領域
4. 產業篇：資料安全在流通產業領域
5. 產業篇：資料安全在政府機關領域
最後我們透過雲端資料威脅、生成式 AI 與同態加密的趨勢，
看看新興科技與技術如何強化資料安全保障。
核心的概念都是希望透過持續性的風險掌握、AI技術的自動化，
以及更好的保護隱私措施，讓現代資訊科技運用能更加安全與遵守個資保護，
1. 趨勢篇：雲端資料存管與落地安全性
2. 趨勢篇：全同態加密的資料安全運算
3. 趨勢篇：生成式 AI 與資料安全之間
時間飛快、30天的挑戰又到最後尾聲，
非常感謝鐵人賽的激勵與平台，讓自己可以每年接近年尾時，
將一年所學與累積進行文字輸出與知識梳理，
透過撰寫每篇文章的過程，更能知道自己掌握了多少，
今年的【30天成為 DAM 達人】就在今天成功完賽了！
謝謝各位的一路支持，希望能夠對想了解資料安全的朋友多少有所助益。
iThome鐵人賽
看影片追技術