DSPM untuk Keamanan Data Multi-Cloud: Visibilitas Terpadu di Seluruh AWS, Azure, dan GCP
- Keamanan data multi-cloud memerlukan pendekatan terpadu yang melampaui batasan masing-masing penyedia layanan cloud.
- DSPM menyediakan lapisan yang berpusat pada data untuk mengidentifikasi, mengklasifikasikan, dan memprioritaskan risiko data sensitif di seluruh penyedia layanan.
- Visibilitas berkelanjutan lebih unggul daripada penilaian pada titik waktu tertentu — paparan data di cloud terus berubah.
- DSPM melengkapi SSE, DLP, dan CASB, bukan menggantikannya.
- Program DSPM yang berhasil menggabungkan alur kerja penemuan, klasifikasi, analisis jalur akses, dan perbaikan.
Mengapa Multi-Cloud Mengubah Masalah Keamanan Data
Tim cloud jarang beroperasi dalam satu ekosistem saja. AWS sering digunakan karena cakupan layanannya yang luas dan kontrol penyimpanan yang sudah matang. Azure umum digunakan di perusahaan yang berpusat pada Microsoft. GCP banyak diadopsi untuk analitik, rekayasa data, dan pembelajaran mesin. Setiap layanan cloud menawarkan fleksibilitas, namun masing-masing juga memiliki model keamanan yang berbeda.
AWS menyusun akses data berdasarkan beberapa lapisan kontrol yang saling tumpang tindih, termasuk kebijakan bucket S3, kebijakan IAM, Daftar Kontrol Akses (ACL), Titik Akses, dan kebijakan kontrol layanan. Model perimeter datanya mengharuskan organisasi untuk mendefinisikan identitas tepercaya, sumber daya tepercaya, dan jalur jaringan yang diharapkan. Azure mengintegrasikan keamanan penyimpanan dengan kontrol akses berbasis peran, pengaturan akun penyimpanan, pencegahan akses anonim, dan konfigurasi titik akhir pribadi. Panduan Zero Trust Microsoft untuk penyimpanan Azure menekankan perlindungan data dalam ketiga keadaan—saat disimpan, saat dikirim, dan saat digunakan—sambil menerapkan prinsip akses hak akses minimal dan verifikasi berkelanjutan. Google Cloud menerapkan keamanan penyimpanan melalui Cloud IAM, kebijakan organisasi, kontrol akses seragam di tingkat bucket, dan batasan pencegahan akses publik. Google Cloud juga telah beralih ke kebijakan organisasi yang lebih kuat dengan prinsip “secure-by-default”, termasuk kontrol yang secara otomatis mencegah akses publik ke bucket penyimpanan dan menerapkan model izin yang konsisten.
Persyaratan perlindungan data yang sama—yaitu mencegah akses publik terhadap berkas-berkas sensitif—memerlukan pendekatan implementasi yang berbeda-beda di berbagai platform. Itulah sebabnya proses peninjauan manual yang dilakukan per layanan cloud tidak efektif jika diterapkan dalam skala besar.
Nilai Tambah yang Diberikan oleh DSPM
DSPM menyediakan lapisan yang berpusat pada data bagi tim keamanan, yang menjawab empat pertanyaan terkait seluruh lingkungan cloud:
Di mana letak datanya? Data seperti apa itu? Bagaimana cara mengaksesnya? Siapa saja yang bisa mengaksesnya?
Solusi DSPM yang efektif memberikan pemantauan inventaris secara berkelanjutan di empat dimensi kritis risiko data cloud berikut: lokasi, sensitivitas, konteks paparan, dan jalur akses.
Platform DSPM modern dapat mengidentifikasi informasi sensitif di seluruh penyimpanan objek, basis data terkelola, repositori data lake, sistem pencadangan, snapshot mesin virtual, dan kumpulan data pelatihan AI. Mesin klasifikasi canggih mengidentifikasi PII, catatan keuangan, kekayaan intelektual, kredensial, kunci API, dan jenis data yang diatur sambil menambahkan konteks bisnis. Konteks paparan mencakup akses internet publik, izin akses anonim, peran IAM yang terlalu luas, ACL warisan, berbagi lintas akun, dan prinsipal layanan dengan hak istimewa yang berlebihan. Pemetaan jalur akses mengidentifikasi pengguna manusia, akun layanan, aplikasi, dan identitas terfederasi yang dapat mengakses data sensitif melalui izin langsung, pewarisan peran, atau jalur eskalasi hak istimewa.
Dokumen MITRE ATT&CK memaparkan teknik-teknik yang relevan dengan lingkungan cloud yang melibatkan penyalahgunaan izin dan akses yang ditingkatkan, yang memperkuat alasan mengapa DSPM harus mengevaluasi konteks akses serta lokasi data.
Mengapa Visibilitas Berkelanjutan Itu Penting
Penilaian pada titik waktu tertentu tidak lagi memadai. Di lingkungan multi-cloud, konfigurasi penyimpanan, pengaturan berbagi, dan hubungan identitas terus berubah. Sebuah kumpulan data yang bersifat pribadi pada hari Senin dapat menjadi publik pada hari Selasa akibat kesalahan konfigurasi, perubahan kebijakan yang terlalu longgar, atau jalur integrasi baru.
Penemuan berkelanjutan lebih unggul daripada penilaian pada titik waktu tertentu karena dapat mendeteksi paparan risiko begitu muncul. Prioritisasi risiko juga mengurangi beban operasional dengan membantu tim berfokus pada paparan risiko yang paling penting. Alih-alih menghasilkan daftar temuan yang panjang dengan tingkat keparahan yang sama, DSPM mengkorelasikan sensitivitas data dengan tingkat keparahan paparan risiko sehingga tim dapat menangani masalah yang berdampak paling besar terlebih dahulu.
Hal ini penting baik dari segi operasional maupun teknis. Laporan Investigasi Kebocoran Data 2026 dari Verizon menemukan bahwa eksploitasi kerentanan telah menjadi titik masuk utama kebocoran data, yang menyumbang 31% dari seluruh kasus kebocoran. Jika para penyerang semakin gencar mencari kelemahan pada sistem yang terpapar dan kesalahan konfigurasi, maka visibilitas terhadap paparan data menjadi bentuk pertahanan yang praktis, bukan sekadar fungsi pelaporan.
Laporan IBM tentang Biaya Kebocoran Data 2025 menyebutkan bahwa biaya rata-rata kebocoran data secara global mencapai 4,44 juta dolar AS, yang semakin memperkuat alasan bisnis untuk meningkatkan visibilitas dan pengendalian data di lingkungan yang tersebar.
Bagaimana DSPM Mendukung Kepatuhan dan Tata Kelola
DSPM dapat memperkuat kepatuhan dan tata kelola dengan memberikan visibilitas berkelanjutan terhadap penanganan data yang diatur di seluruh platform cloud. Sistem ini dapat menghasilkan laporan yang menunjukkan di mana data yang diatur tersebut disimpan, siapa saja yang dapat mengaksesnya, serta sejauh mana kontrol akses selaras dengan persyaratan kepatuhan.
Hal tersebut memang tidak dapat menggantikan program kepatuhan yang lebih luas, namun dapat mengurangi beban kerja manual dalam hal inventarisasi, klasifikasi, dan pengumpulan bukti. Hasilnya adalah gambaran risiko data yang lebih terkini serta cara yang lebih praktis untuk mendukung audit dan tinjauan tata kelola internal.
DSPM dapat membantu memetakan data yang telah teridentifikasi dengan persyaratan regulasi dan kebijakan internal yang relevan. Nilai intinya bukanlah label itu sendiri; melainkan kombinasi antara proses identifikasi, klasifikasi, dan analisis akses yang membuat keputusan tata kelola menjadi lebih dapat diandalkan.
Membangun Berbasis Kontrol Awan Asli
DSPM bekerja paling optimal ketika dapat menginterpretasikan kontrol bawaan yang sudah disediakan oleh masing-masing penyedia layanan cloud.
AWS menekankan pengendalian perimeter data dan batasan akses berbasis identitas. Model tata kelola penyimpanannya mengandalkan penerapan kebijakan berlapis, di mana fitur S3 Block Public Access berfungsi sebagai landasan dasar untuk mencegah paparan data yang tidak disengaja. Panduan penyimpanan Azure sangat selaras dengan prinsip-prinsip Zero Trust, terutama terkait prinsip hak akses minimal, konektivitas privat, dan pencegahan akses anonim. Google Cloud semakin banyak menerapkan kebijakan organisasi yang aman secara default, akses seragam di tingkat bucket, serta pencegahan akses publik untuk mengurangi pola-pola paparan data yang umum sebelum menyebar.
Program DSPM yang kuat harus memahami batasan-batasan bawaan tersebut, kemudian mengevaluasi apakah konfigurasi yang sebenarnya selaras dengan postur keamanan yang diinginkan.
DSPM dalam Arsitektur Keamanan yang Lebih Luas
DSPM tidak dimaksudkan untuk berdiri sendiri.
CNAPP berfokus pada keamanan beban kerja, pengelolaan kerentanan, kesalahan konfigurasi infrastruktur, dan perlindungan saat runtime. DSPM berfokus pada lokasi data, tingkat sensitivitas, dan pola akses. SSE melindungi data yang sedang dikirim melalui kemampuan SWG, CASB, dan ZTNA, sementara DSPM berfokus pada data yang disimpan dan konteks paparan dalam layanan infrastruktur cloud. DLP unggul dalam memantau pergerakan data dan mencegah pembagian yang tidak sah, sementara DSPM menyediakan inventarisasi dan konteks risiko. CASB berfokus pada tata kelola SaaS, analisis perilaku pengguna, dan penegakan kebijakan secara langsung, sementara DSPM memperluas visibilitas ke dalam layanan infrastruktur cloud.
Karena alat-alat ini mengatasi masalah yang berbeda-beda, mereka akan bekerja paling optimal jika diintegrasikan. Platform SSE dari Skyhigh Security menggabungkan SWG, CASB, ZTNA, DLP, RBI, dan kemampuan keamanan data sehingga organisasi dapat menerapkan kebijakan yang konsisten, mengkorelasikan temuan di seluruh domain keamanan, serta merampingkan alur kerja remediasi. Skyhigh diakui sebagai “Niche Player” dalam laporan Gartner “ Magic Quadrant ” tahun 2025 untuk “ Security Service Edge ” dan memperoleh skor tertinggi dalam kasus penggunaan “Data Security” pada laporan Gartner “ Critical Capabilities ” tahun 2025 untuk SSE. Temuan DSPM harus terintegrasi dengan API, konektor SIEM, sistem tiket, serta sinkronisasi kebijakan dengan platform SSE.
Hal-hal yang Perlu Diperhatikan dalam Program DSPM
Strategi DSPM multi-cloud yang praktis harus mencakup jangkauan layanan native, integrasi identitas, konteks jaringan, serta dukungan pencatatan (logging) cloud-native di seluruh AWS, Azure, dan GCP. Strategi tersebut juga harus dapat diskalakan ke berbagai akun cloud, langganan, dan proyek sambil tetap mempertahankan kinerja dan karakteristik biaya yang dapat diterima.
DSPM multi-cloud harus mendukung integrasi bawaan dengan layanan-layanan seperti Amazon S3, RDS, dan Redshift; Azure Blob Storage, SQL Database, dan Synapse; serta Google Cloud Storage, Cloud SQL, dan BigQuery. Solusi tersebut juga harus memperhitungkan repositori data dan layanan analitik khusus cloud di luar penyimpanan objek dan basis data inti.
Klasifikasi data tingkat lanjut harus menggabungkan pencocokan pola, pembelajaran mesin, evaluasi konteks, dan integrasi metadata bisnis. Analisis akses lintas platform harus memetakan hubungan identitas dan izin di berbagai sistem IAM cloud untuk mengidentifikasi jalur akses dan peluang eskalasi hak akses.
Fitur perbaikan otomatis dapat membantu tim menangani risiko tinggi, seperti akses publik atau kontrol akses yang terlalu longgar, sekaligus tetap mempertahankan jejak audit. Hasil terbaik biasanya diperoleh dengan memadukan panduan perbaikan dengan alur kerja peninjauan dan penegakan kebijakan, bukan dengan mengejar otomatisasi penuh sebelum lingkungan tersebut dipahami dengan baik.
Pendekatan Pelaksanaan yang Praktis
Pelaksanaan sebaiknya dimulai dengan tahap penemuan, kemudian dilanjutkan ke tahap perbaikan. Urutan tersebut membuat proyek tetap terkendali dan membantu tim menunjukkan nilai tambah sejak dini.
Tahap awal sebaiknya difokuskan pada pendataan data sensitif, mengidentifikasi paparan risiko tertinggi, dan memetakan jalur akses di seluruh lingkungan cloud. Setelah tim memperoleh gambaran yang jelas mengenai aset data cloud, tim dapat melanjutkan ke tahap penyelarasan kebijakan, integrasi alur kerja, dan perencanaan perbaikan.
Organisasi sering kali memulai dengan tahap identifikasi dan penetapan prioritas risiko sebelum melangkah ke tahap perbaikan dan pemantauan berkelanjutan.
Sumber
- Microsoft. Menerapkan prinsip Zero Trust pada penyimpanan Azure (diperbarui Mei 2025). https://learn.microsoft.com/en-us/security/zero-trust/azure-infrastructure-storage
- MITRE. MITRE ATT&CK. https://attack.mitre.org/
- Verizon. Laporan Investigasi Kebocoran Data 2026 (Mei 2026). https://www.verizon.com/business/resources/reports/2026-dbir-data-breach-investigations-report.pdf
- IBM dan Ponemon Institute. Laporan Biaya Kebocoran Data 2025. https://www-api.ibm.com/adobe/assets/urn:aaid:aem:607b9590-38e0-4c91-b433-aa8a17f5b5e8/original/as/cost-of-a-data-breach-2025-full-report.pdf