تحديثات المنتجات للربع الثاني من عام 2026: أمان مبسط عبر الويب والسحابة والبيانات والذكاء الاصطناعي

بقلم ثياغا فاسوديفان - نائب الرئيس التنفيذي للمنتجات

21 يوليو 2026 7 دقيقة للقراءة

تعمل فرق الأمن في بيئة تزداد تعقيدًا مع مرور كل ربع سنة. يتسارع وتيرة اعتماد الذكاء الاصطناعي، ولا يزال العمل الهجين هو القاعدة السائدة، وتستمر البيانات الحساسة في الانتشار عبر التطبيقات السحابية. وفي الوقت نفسه، يُتوقع من فرق الأمن توفير حماية أقوى دون زيادة التكاليف التشغيلية.

طوال الربع الثاني من عام 2026، قدمت شركة « Skyhigh Security » تحسينات تهدف إلى تبسيط العمليات الأمنية اليومية. بدءًا من توسيع نطاق الحماية القائمة على المتصفح وتعزيز حوكمة الذكاء الاصطناعي، وصولاً إلى تبسيط الوصول القائم على نموذج «Zero Trust» وتسهيل إدارة السياسات الأمنية، تساعد الابتكارات التي تم طرحها في هذا الربع المؤسسات على تحسين مستوى الأمان مع تقليل الجهد الإداري.

فيما يلي نظرة على بعض التحسينات الرئيسية التي تم تقديمها خلال هذا الربع.

توسيع نطاق الحماية أينما كان مكان العمل

تعمل القوى العاملة اليوم بشكل شبه كامل عبر المتصفح. وسواءً كان الموظفون يستخدمون أجهزة خاضعة للإدارة، أو كان المتعاقدون يصلون إلى تطبيقات الشركة، أو كان المستخدمون يعملون من أجهزتهم الشخصية، فإن المؤسسات تحتاج إلى إجراءات أمنية تحمي البيانات دون الإخلال بالإنتاجية.

في هذا الربع، قامت شركة Skyhigh بتوسيع نطاق «ضوابط المتصفح الآمن» (Secure Browser Controls) لتشمل حماية أوسع نطاقًا لأنشطة التصفح اليومية. وأصبح بإمكان المؤسسات الآن منع عمليات تحميل الملفات غير المصرح بها، ومنع نسخ النصوص الحساسة إلى تطبيقات الويب، ومنع استخراج المعلومات الحساسة أثناء عمليات التنزيل، وتقييد عمليات الطباعة وإجراءات قائمة السياق. وتساعد هذه الضوابط على تقليل مخاطر الكشف عن البيانات، سواء كان ذلك عن غير قصد أو عمدًا، مع السماح للمستخدمين بمواصلة العمل باستخدام متصفحهم المفضل.

ولتحسين تجربة المستخدم بشكل أكبر، تمنح «الإشعارات الدقيقة بدون وكيل» (Granular Agentless Notifications) المسؤولين تحكماً أكبر في إشعارات المتصفح. ويمكن لفرق الأمن حجب الإشعارات الخاطئة المعروفة للمواقع الموثوقة مع الاستمرار في تطبيق سياسات «التحكم في الإشعارات» ( Data Loss Prevention )، مما يقلل من المقاطعات غير الضرورية دون إضعاف مستوى الأمان.

تساعد هذه التحسينات مجتمعةً المؤسسات على حماية البيانات الحساسة في الأماكن التي يُؤدى فيها العمل يوميًا.

تسهيل نشر نموذج «الثقة الصفرية» وتوسيع نطاقه

يجب أن يكون توفير الوصول الآمن أمرًا سهلاً للمستخدمين وقابلاً للإدارة بالنسبة للمسؤولين.

في هذا الربع، قامت Skyhigh بتبسيط عمليات نموذج «الصفر ثقة» (Zero Trust) من خلال إدخال تحسينات على منصة « Private Access ». تعمل ميزة «التحليل التلقائي لنظام أسماء النطاقات» (Automated DNS Resolution) على التخلص من الحاجة إلى التكوين اليدوي لنظام أسماء النطاقات (DNS) من خلال توجيه الطلبات بشكل ذكي لخدمات مثل Kerberos وLDAP وSMB وDNS عبر موصلات « Private Access ». ويتمتع المستخدمون باتصال سلس بينما تواصل المؤسسات تطبيق سياسات الوصول القائمة على الهوية.

كما أصبحت إدارة الوصول الآمن إلى التطبيقات أسهل بفضل تحسين إدارة مجموعات التطبيقات. يمكن للمسؤولين تنظيم التطبيقات بشكل أكثر كفاءة وتطبيق سياسات أمان متسقة مع استمرار توسع البيئات.

تعمل هذه التحسينات مجتمعةً على تقليل التعقيد التشغيلي، وتساعد المؤسسات في الوقت نفسه على توسيع نطاق الوصول القائم على نموذج «الصفر ثقة» بثقة.

وضع سياسات أمنية تتناسب مع نمو أعمالك

مع قيام المؤسسات بتبني تطبيقات جديدة وخدمات سحابية وتقنيات الذكاء الاصطناعي، تصبح سياسات الأمان بطبيعة الحال أكثر تعقيدًا. ولا ينبغي أن تتطلب إدارة هذا التعقيد سير عمل معقدًا.

يقدم «دعم الوظائف المتداخلة» نهجًا أكثر مرونة لإنشاء السياسات، مما يتيح للمسؤولين بناء منطق سياسات متقدم مباشرةً داخل محرك سياسات السحابة. ومن خلال دعم الشروط المتداخلة عبر واجهة سهلة الاستخدام، يمكن للمؤسسات إنشاء سياسات دقيقة تكون أسهل في الإدارة والصيانة والتوسع.

والنتيجة هي إطار عمل سياسي حديث يمنح فرق الأمن مرونة أكبر دون زيادة التعقيد الإداري.

تحويل تصنيف البيانات إلى حماية ذكية

يُعد تصنيف البيانات الحساسة مجرد الخطوة الأولى. ولتقليل المخاطر، تحتاج المؤسسات إلى سياسات أمنية تستجيب تلقائيًا لدرجة حساسية البيانات دون الاعتماد على التدخل اليدوي أو قرارات المستخدمين.

من خلال دمج علامات Google Drive مع سياسات «الحماية من فقدان البيانات» ( Data Loss Prevention ، DLP)، يمكن للمؤسسات تطبيق ضوابط تراعي السياق استنادًا إلى تصنيفات البيانات، مثل المعلومات الشخصية المحددة (PII) أو المعلومات المالية أو المحتوى السري أو المقيد. يتم تحديد الملفات الحساسة ووضع علامات عليها تلقائيًا، مما يمكّن سياسات الأمان من فرض الإجراءات الوقائية المناسبة في الوقت الفعلي. وسواء كان ذلك بإزالة أذونات المشاركة الخارجية، أو حظر الوصول، أو عزل الملفات، أو حذف المحتوى غير المصرح به، فإن عملية التنفيذ تعتمد على درجة حساسية البيانات والسياق التجاري الذي تُستخدم فيه.

والنتيجة هي نهج أكثر ذكاءً وتلقائيةً لحماية البيانات، يحوّل التصنيف إلى إجراءات عملية. وتتمكن المؤسسات من تقليل مخاطر تسرب البيانات، وتبسيط الاستعداد لعمليات التدقيق، وضمان استمرار حماية المعلومات الحساسة، دون الإخلال بتجربة المستخدم أو زيادة الأعباء الإدارية.

تعزيز أمن التعاون عبر Google Workspace

مع تبنّي المؤسسات لأساليب التعاون عبر السحابة، أصبحت المعلومات الحساسة تُشارك على نطاق أوسع عبر منصات مثل Google Drive وGoogle Chat. ويتطلب الحفاظ على مستوى أمني قوي رؤية مستمرة لكيفية مشاركة البيانات، ومن يتمتع بحق الوصول إليها، وأين قد توجد ثغرات أمنية.

توفر «الإدارة المستمرة للحالة الأمنية» في Google Workspace نظرة موحدة على أنشطة المشاركة عبر Drive وChat، مما يساعد المؤسسات على تحديد البيانات المعرضة بشكل مفرط، وإعدادات المشاركة المحفوفة بالمخاطر، وانتهاكات السياسات قبل أن تتحول إلى حوادث أمنية. ومن خلال التقييم المستمر للإعدادات وفقًا لأفضل الممارسات الأمنية وسياسات المؤسسة، توفر هذه الميزة رؤى قابلة للتنفيذ، وإجراءات تصحيحية موجهة، وتحسينات مستمرة للحالة الأمنية، وذلك للحفاظ على أمان التعاون دون الإخلال بالإنتاجية.

والنتيجة هي إطار عمل أمني استباقي يساعد المؤسسات على الحد من تعرض البيانات للخطر، وتعزيز الحوكمة، وتمكين التعاون الآمن على نطاق واسع.

تأمين التفاعلات القائمة على الذكاء الاصطناعي من خلال الحماية الذكية للمطالبات

مع تحول الذكاء الاصطناعي التوليدي إلى جزء لا يتجزأ من بيئة العمل الحديثة، تحتاج المؤسسات إلى إجراءات وقائية فعالة ضد المطالبات العدائية والمحتوى الضار وسوء الاستخدام. وينبغي أن تتيح الضوابط الأمنية اعتماد الذكاء الاصطناعي بأمان دون تقييد الابتكار أو الإنتاجية أو تجربة المستخدم.

توفر «حماية أوامر الذكاء الاصطناعي» إجراءات وقائية مستمرة ضد هجمات حقن الأوامر، ومحاولات كسر الحماية، والمحتوى الضار أو المتحيز، وتوليد البرامج الضارة، وغيرها من التقنيات العدائية عبر تطبيقات الذكاء الاصطناعي التي يستخدمها الموظفون. وهي تفحص كلاً من أوامر المستخدم والاستجابات التي يولدها الذكاء الاصطناعي، مع الكشف في الوقت نفسه عن محاولات حقن الأوامر المخفية المضمنة في رسائل البريد الإلكتروني والمستندات ومصادر المحتوى الأخرى التي قد تستند إليها نماذج الذكاء الاصطناعي. ومن خلال التقييم المستمر لبيانات التدريب ومستودعات المعرفة للكشف عن تلوث البيانات، وفرض سياسات استخدام الذكاء الاصطناعي الخاصة بالمؤسسة، تساعد هذه الخدمة في ضمان تشغيل تطبيقات الذكاء الاصطناعي بشكل آمن ومسؤول وضمن الإرشادات التجارية المحددة.

والنتيجة هي إطار عمل أمني شامل للذكاء الاصطناعي يحمي تفاعلات المؤسسات مع الذكاء الاصطناعي، ويمنع التلاعب بنماذج الذكاء الاصطناعي، ويمكّن المؤسسات من تبني الذكاء الاصطناعي التوليدي بثقة مع الحفاظ على الأمن والامتثال والثقة.

القضاء على النقاط العمياء في عملية الكشف عن البيانات الحساسة 

كل تطبيق جديد ومستخدم جديد وخدمة سحابية جديدة توسع نطاق بيانات المؤسسة، مما يجعل تتبع المعلومات الحساسة أكثر صعوبة. ونظرًا لأن البيانات تتنقل باستمرار عبر الخدمات المصرح بها والمُدارة عبر واجهات برمجة التطبيقات (API)، فإن المؤسسات تحتاج إلى طريقة أبسط لاكتشاف بياناتها وتصنيفها وفهمها تلقائيًّا دون الاعتماد على سياسات اكتشاف محددة مسبقًا أو الإشراف اليدوي.

يوفر «الاكتشاف التلقائي للبيانات» نهجًا آليًّا لاكتشاف البيانات الحساسة وتصنيفها بشكل مستمر على نطاق المؤسسة، مما يوفر رؤية في الوقت الفعلي للبصمة المتغيرة للبيانات في المؤسسة. وعندما يتم إنشاء البيانات أو تعديلها أو نقلها عبر خدمات السحابة المعتمدة، يتم تحديدها تلقائيًّا وإثراءها برؤى سياقية حول المخاطر. كما يمكن للمسؤولين تركيز عمليات الفحص على مجموعات بيانات أو مواقع محددة، مما يمكّن فرق الأمن من فهم أماكن وجود البيانات الحيوية، وكيفية تعرضها للمخاطر، والأماكن التي تتطلب اتخاذ إجراءات، دون التعقيدات التي تنطوي عليها إدارة سياسات الاكتشاف.

والنتيجة هي إطار عمل حديث لاكتشاف البيانات يمنح فرق الأمن رؤية مستمرة للبيانات الحساسة، مما يساعدها على كشف المخاطر الخفية، وتحديد أولويات جهود الحماية، وتأمين بيئة البيانات المتغيرة باستمرار دون زيادة التعقيد التشغيلي. 

توسيع نطاق رؤية البيانات الحساسة دون التسبب في إرهاق التنبيهات

مع قيام المؤسسات بإنشاء وتخزين كميات متزايدة من البيانات عبر البيئات السحابية، يصبح الحصول على رؤية شاملة للمعلومات الحساسة أمراً أكثر صعوبة. ولا ينبغي أن يؤدي توسيع نطاق اكتشاف البيانات إلى إصدار تنبيهات غير ضرورية أو تعطيل العمليات الأمنية الحالية.

يعمل «الاكتشاف المستمر للبيانات الثانوية» على توسيع نطاق رؤية البيانات من خلال تحديد وتصنيف البيانات الحساسة الموجودة في السحابة والتي تقع خارج نطاق سياسات منع تسرب البيانات (DLP) الأساسية. ويقوم هذا النظام بتحديث «مستكشف البيانات» باستمرار من خلال تقديم رؤية دقيقة وموحدة لآثار البيانات الخاصة بالمؤسسة، مع السماح للمسؤولين بتحديد تصنيفات البيانات ومثيلات خدمات السحابة التي يتم تضمينها في عمليات الفحص بدقة. ومن خلال الفصل الذكي بين عملية الاكتشاف وتطبيق السياسات، يمكن للمؤسسات الكشف عن البيانات الحساسة التي لم تكن مرئية من قبل دون التسبب في حوادث DLP غير ضرورية أو التأثير على سير عمل الأمان شبه الفوري.

والنتيجة هي إطار عمل أكثر شمولاً لاكتشاف البيانات، يوفر رؤية أعمق للبيانات الحساسة، ويحسّن استخدام موارد الفحص، ويمكّن فرق الأمن من تعزيز حماية البيانات دون زيادة الأعباء التشغيلية.

استشراف المستقبل

لا ينبغي أن تضطر فرق الأمن إلى الاختيار بين الحماية الأقوى وسهولة التشغيل.

تأتي الابتكارات التي تم طرحها خلال الربع الثاني في إطار استمرار تركيز شركة Skyhigh Securityعلى مساعدة المؤسسات في تأمين البيانات والويب والسحابة والتطبيقات الخاصة والذكاء الاصطناعي من خلال منصة موحدة يسهل نشرها وإدارتها وتوسيع نطاقها.

مع استمرار تطور المشهد الأمني، تظل «سكايهاي» ملتزمة بتقديم ابتكارات عملية تساعد المؤسسات على البقاء في صدارة مواجهة المخاطر الناشئة، مع الحفاظ في الوقت نفسه على بساطة العمليات اليومية.

العودة إلى المدونات