2026年8款最佳数据发现与分类工具

大多数组织都无法准确说明其所有敏感数据存放在哪里——这正是数据发现与分类工具所解决的核心问题。 Harmonic Security’s Q3 2025 对超过三百万条提示（prompts）和文件上传（file uploads）的分析发现，上传到 GenAI 工具的文件中有 26.4% 含有敏感数据，高于上一季度的 22%。

当访问缺乏治理时，这种暴露会进一步加深。 Netwrix 2025 Cybersecurity Trends Report 指出：在 2025 年，46% 的受访者遭遇过账号被攻破；而在 2020 年这一比例仅为 16%。因此，只有在你同时知道谁可以接触到这些敏感数据时，找到敏感数据才真正有助于降低风险。

最好的数据发现与分类工具可以同时回答两个问题。本指南在混合环境、云优先、隐私以及终端（endpoint）使用场景中对 8 种方案进行对比。

数据发现与分类工具应该关注什么

找到敏感数据只是第一层；真正降低风险的是对其采取行动。五项标准将能够推动结果落地的工具，与只能生成“摆上架就绪”的报告的工具区分开来——这也是我们用于比较 sensitive data discovery tools 的视角。

• 混合环境与云覆盖范围广度：请确认该工具覆盖你的实际数据存储位置，因为云优先扫描器往往会跳过位于本地（on-premises）的文件服务器、网络附加存储（NAS）、本地 SharePoint 以及保存受监管数据的旧式数据库（legacy databases）。
• 分类准确性和可训练的分类器： 使用您自己的数据进行概念验证（POC）来验证准确性，并确认分类器能够对自定义数据类型以及超出标准 data classification 模板（针对 PII、PHI 和 PCI）的区域特定 ID 进行训练。
• 身份与权限上下文： 优先选择将分类与“谁可以访问数据”绑定的工具。因为如果没有权限上下文，仅有敏感文件列表无法采取有效行动，并且会让 data access governance 的空缺得不到解决。
• 修复与下游强制执行： 偏向能够推动负责人复核、隔离、权限变更以及 data loss prevention 或标签传播的方案。因为停留在“仅标记”的工具会让风险继续存在。
• AI 与影子 AI（shadow-AI）数据治理： 检查该工具是否能呈现流入生成式 AI 工具和 Copilot 的敏感数据。

2026 年最佳数据发现与分类工具 7 款

以下工具覆盖四类采购场景：以身份为锚点的混合部署、云优先的 DSPM、以隐私与数据主体访问请求（DSAR）为驱动，以及终端（Endpoint）的分类。

1. Netwrix Access Analyzer

Netwrix Access Analyzer 是一个数据安全与访问治理平台，可在混合环境中发现并分类 敏感数据，然后将每一项分类结果与身份和权限上下文关联起来。它不仅展示敏感数据存放在何处，还会说明谁能够访问它，以及该访问是否恰当。

关键功能：

• 混合式发现与分类： Netwrix Access Analyzer 通过一次扫描即可覆盖本地文件服务器、NAS（NetApp、Dell EMC、Qumulo、Nutanix）、Windows 共享、SharePoint（本地和 Online）、SQL Server 以及 Microsoft 365。
• 权限映射到身份上下文： 它会将所有已扫描存储库中的有效访问权限解析到 Active Directory 和 Entra ID 的组成员关系中，并在分类发现的同时暴露过度暴露、过期以及配置错误的权限。
• 与分类绑定的修复： 基于所有者的访问审查、自动隔离、权限撤销，以及对冗余、过时和琐碎（ROT）数据的清理，都将直接从分类输出中运行。
• 面向分类的变更审计： Netwrix Auditor 记录谁访问了高风险数据以及发生了什么变化，从而生成变更前后的 审计追踪——这是仅靠发现类工具从未生成过的内容。
• 合规报告与 SIEM 集成： 提供针对 GDPR、HIPAA、PCI DSS 和 SOX 的预置报表，可生成可供审计的证据；同时，分类元数据会向 Splunk、IBM QRadar 和 ArcSight 提供数据。

需要考虑：

• 覆盖范围在以 Microsoft 为中心的混合环境中最深，因此 AWS 原生或以 GCP 为首的团队应在评估阶段验证连接器的深度。
• 云原生数据存储需要 Netwrix DSPM 以及 Access Analyzer 才能实现对整个环境的完整覆盖。

最适合： 在以 Microsoft 为中心的混合环境中，需要将分类与 Identity 和访问治理关联以满足监管合规要求的安全与合规团队。

2. Microsoft Purview Information Protection

Microsoft Purview Information Protection 是面向 Microsoft 365、Azure 和 Windows 终端的原生数据发现、分类与标记平台。它通过敏感度标签和统一策略覆盖 Exchange Online、SharePoint、OneDrive、Teams 以及 Windows 设备。

主要功能：

• 在 Exchange Online、SharePoint、OneDrive、Teams 和 Windows 终端上进行原生分类与敏感度标记，并且标记会在 AI 应用交互过程中保持传递。
• 用于基于模式和机器学习的检测的可训练分类器，以及可自定义的敏感信息类型（SITs）。
• 用于一致执行的自动标记、强制标记，以及面向终端用户的策略提示。
• 与 Microsoft Defender for Cloud Apps、Defender for Endpoint 以及 Microsoft Sentinel 集成以进行响应。
• DSPM：用于 AI 功能，包括态势报告以及用于发现敏感数据的引导式工作流。

需要考虑：

• 它不原生支持 SAP 或 Oracle；本地（on-premises）NAS 需要单独的扫描器组件。
• 自定义可训练分类器仅支持英文，并且一旦发布就无法重新训练。

最适合： 已将 Microsoft 365 和 Azure 作为标准的平台/组织，并希望将分类功能嵌入其现有生态系统。

3. Varonis 数据安全平台

Varonis 是一个数据安全平台，能够对文件服务器、NAS、Microsoft 365 以及协作平台中的非结构化数据进行深度分类和行为分析。它可在实时监测中标记对机密/已分类数据的异常访问。

关键功能：

• 在本地文件服务器、SharePoint、OneDrive 以及协作环境中发现并对敏感数据进行分类。
• 对直接与继承的组成员关系进行有效的权限分析，并由所有者驱动进行权限（Entitlement）复核。
• 使用机器学习基线（baselining）进行异常访问监测与内部威胁检测的用户和实体行为分析（UEBA）。
• 自动化修复：移除全局访问组，修复中断的继承关系，并对权限进行“合适化”（right-size）。

需要考虑：

• 自托管平台将于 2026 年 12 月 31 日进入停止支持（end of life） ，这将迫使迁移到 SaaS。
• 结构化数据库和云端数据仓库的分类能力，往往不如专为 DSPM 构建的工具深入。

最适合： 主要风险在于非结构化文件数据和协作平台的组织。在这类场景中，行为监测的重要性与分类同样关键。

4. BigID

BigID 是一款以隐私、安全和治理为核心用例的数据发现与智能平台。它能够在混合与云环境中，对结构化与非结构化存储中的个人及敏感数据进行规模化分类，并将隐私工作流与分类发现结果关联起来。

主要功能：

• 覆盖数据库、数据湖、对象存储、SaaS 以及本地系统的机器学习发现与分类，并支持多语言。
• 面向结构化与非结构化数据的 AI 分类器、模式识别、自然语言处理以及命名实体识别。
• 用于支持处理活动记录（RoPA）、数据保护影响评估（DPIA）以及同意管理的数据映射与盘点。
• 涵盖影子 AI 发现、AI 安全态势管理以及代理式数据访问控制的 AI 治理。
• 与 Microsoft Purview、Splunk、ServiceNow 以及云原生 DLP 集成，并提供可扩展的框架以支持自定义数据类型。

需要考虑：

• 在几十个数据存储和自定义分类体系中进行广泛部署，会延长实现全面覆盖所需的时间。
• 该平台更强调发现的广度，而非深入的权限与访问治理分析，因此访问深度可能需要使用单独的工具。

最适合： 负责管理多重合规框架义务（例如 GDPR、CCPA 和 HIPAA）的企业隐私、合规与安全团队；需要将分类集成到 DSAR 工作流中的团队。

5. Sentra

Sentra 是一款云优先的数据安全平台，采用无代理的“在环境内扫描”模型，可在多云环境中发现并分类敏感数据。其 DataTreks 功能可追踪已分类数据在各云服务之间如何流转。

关键功能：

• 覆盖 AWS、Azure、GCP、Snowflake、Databricks、BigQuery、Amazon Redshift 和 MongoDB Atlas 的无代理发现与分类。
• 根据数据敏感度、访问暴露程度和配置错误（misconfiguration）进行风险优先级排序。
• 在环境内扫描，可将已分类数据保留在客户的云边界之内，并且仅对外部处理元数据。
• DataTreks 会监控敏感数据在各类云服务中如何传播。
• 以数据暴露和生成式 AI 风险为重点的 AI 治理。

需要考虑：

• 与其云原生产品的深度相比，本地（on-premises）覆盖范围有限。
• 它侧重于发现和安全态势评估，而非强制执行（enforcement），因此要阻止数据移动，需要额外的 DLP 层。

最适合： 以云为优先的组织，在多个云存储中管理敏感数据，并且需要在无需代理的情况下进行发现，同时具备对数据流转的可视化。

6. Cyberhaven

Cyberhaven 是一个数据检测与响应（DDR）平台，可按数据血缘（lineage）对数据进行分类，并从源头开始追踪其在应用程序和终端上的每一次流转。将文件从客户数据库复制到个人云盘时，该文件的血缘中会携带其来源。

关键功能：

• 数据血缘跟踪：追踪敏感数据在应用程序、用户与仓库（repositories）之间如何流转。
• 结合内容检查、行为上下文和血缘关系（lineage），用于实现对策略的精准定位。
• 对诸如个人云端上传、截图、剪贴板操作和打印等高风险行为的实时响应。
• 覆盖端点、云存储和 SaaS 应用。
• 用于自主调查的 Linea AI 分析代理。

需要考虑：

• 它需要终端代理和应用级集成，因此无法扫描处于静止状态的静态存储库（at rest）。
• 它面向传输中的数据（data in motion），因此合规项目仍需要针对静止数据（data at rest）的存储库扫描分类器。

最适合： 将知识产权保护和内部人员风险放在首位的组织，在这种情况下，分类数据的流转方式比其静置位置更重要。

7. Securiti

Securiti 是一个统一的数据安全与隐私平台，通过其 Data+AI Command Center 架构将发现（discovery）和分类（classification）与隐私、安全态势（security posture）以及治理工作流（governance workflows）连接起来。Veeam 在 2025 年 12 月收购了 Securiti。

主要功能：

• 由 Data Command Graph 知识图谱驱动，覆盖云服务、SaaS 和本地系统的 400+ 分类器
• 用于 DSAR 履行、同意管理以及处理记录的集成隐私工作流。
• 数据安全态势视图，突出显示已暴露的敏感数据以及访问配置错误。
• 用于强制执行的自动化修复以及无代码策略构建器。
• 用于保护 AI 管道并实现情境感知型行动治理的 AI 安全控制

需要考虑：

• 2025 年 12 月对 Veeam 的收购意味着长期路线图和集成方向可能会发生变化。
• 仅需要“发现与分类”的买家将难以充分使用更广泛的隐私与治理平台。

最适合： 需要在一个平台中将“发现与分类”同时连接到隐私运营和安全态势管理的组织。

8. Spirion Sensitive Data Platform

Spirion 是一个以端点为中心、具备深度能力的敏感数据发现与分类平台，可保护笔记本电脑、台式机、服务器以及可移动介质上的数据。该公司于 被 archTIS 收购 2025 年 10 月完成。

关键功能：

• 端点发现扫描 Windows、macOS 和 Linux 工作站、笔记本电脑以及服务器中的静态数据（data at rest）。
• 用于检测的 AnyFind 模式匹配、校验和验证以及邻近性分析。
• CADIA（Context-Aware Data Intelligence Architecture）用于借助“人在回路中”的方式降低误报。
• 根据分类结果直接触发的补救措施。
• 针对 GDPR、HIPAA 和 PCI DSS 用例的受监管数据发现预置支持。

需要考虑：

• 云优先的 SaaS 与数据仓库覆盖范围比专为 DSPM 而构建的工具更窄。
• 它可以呈现并修复敏感数据，但无法映射哪些人员可以访问它，因此权限分析需要使用单独的工具。

最适合： 最高风险暴露主要来自终端和文件系统的组织，尤其是在受监管的医疗保健和金融服务环境中。

为您的环境选择合适的数据发现与分类工具

没有任何单一平台能适配所有环境，因此请让您实际运行的代码库（仓库）以及您需要触发的分类结果来决定候选名单。

本地（On-premises）的文件服务器、NAS 和传统（遗留）数据库需要进行全面的混合覆盖；云优先的企业可以从无代理扫描器开始；而采用 Microsoft 标准化的团队则可以在其现有技术栈中直接启动。

超越“覆盖范围”，要让工具胜任其需要完成的工作：无论是 DSAR 与隐私流程，还是内部风险与数据血缘跟踪，或是端点常驻式发现。在扩大范围之前，请先在自己的数据上验证准确性。

对于需要将分类与访问上下文关联的混合 Microsoft 环境，Netwrix Access Analyzer 会将敏感数据映射到能够访问它的身份；同时，Netwrix DSPM 将覆盖范围扩展到 AWS、Azure 和 GCP 上的云原生存储。

请求演示 以了解 Netwrix 如何将敏感数据映射到能够访问它的身份（覆盖您的整个环境）。

免责声明：本文信息已在 2026 年 6 月前得到核实。请您直接与各供应商确认其当前能力。

一览8款最佳数据发现与分类工具

最好的工具能同时回答这两个问题。本指南比较了八种数据发现和分类解决方案，涵盖混合、云优先、隐私和端点场景。

大多数组织难以在其基础设施中定位所有敏感数据，这是这些工具要解决的核心挑战。Harmonic Security 2025年第三季度分析发现上传到GenAI工具的文件中有26.4%包含敏感数据，高于上一季度的22%。

下表列出了所有八个工具的部署模型、主要关注点和最佳适用案例。

数据发现和分类工具中应关注的内容

部署模型快速缩小范围，但并不说明工具运行后是否真正降低了风险。以下标准区分了仅列出敏感数据的工具和帮助您采取行动的工具。

这个数字只说明了一半的情况。文件的敏感性本身并不决定其风险；决定风险的是谁或什么已经有权限访问它。Netwrix 2026 Data and Identity Security Report发现，74%的组织缺乏对敏感数据所在位置及可访问身份的统一视图，只有26%的组织今天能回答这个问题。查找敏感数据和了解谁能访问它是一个需要共同解决的问题。

发现敏感数据只是第一步；根据发现采取行动才能降低实际风险。六个标准区分了能够提供可衡量成果的工具与仅生成存档报告的工具：

• 混合云覆盖范围： 请确认工具覆盖您的实际数据存储，因为专注于云的扫描器经常忽略本地文件服务器、网络附加存储（NAS）、本地 SharePoint 以及包含受监管信息的传统数据库。
• Identity 和权限上下文： 请选择将分类与访问权限连接的工具，因为孤立的敏感文件列表无法操作，会留下数据访问治理的漏洞。
• 自动分类方法与手动分类方法： 请确认分类是基于模式匹配、机器学习还是手动终端用户标记，因为仅手动的方法会在员工跳过或错误标记文件时留下覆盖空白。
• 分类准确性和可训练分类器： 使用您自己的数据进行概念验证，确认分类器能够适应自定义数据类型和特定区域标识符，超出PII、PHI和PCI的标准模板。一个提高分类准确性的清单 有助于在运行概念验证之前进行结构化。
• 补救和下游执行： 选择推动所有者审查、隔离、权限更改以及数据丢失防护或标签传播的平台，因为仅分类工具会保留风险。

2026年8款最佳数据发现与分类工具

• AI 和影子 AI 数据治理： 验证该工具是否显示流入生成式 AI 工具和 Copilot 的敏感数据。

1. Netwrix Data Classification

以下每个简介涵盖工具的功能、突出特点、实际限制及适用对象，先介绍提供最广泛混合和identity-aware覆盖的平台，再介绍面向更具体环境、cloud-first、endpoint-first或隐私为核心的工具。

来源：netwrix.com/

主要功能：

Netwrix Data Classification 是一款身份感知的数据发现和分类平台，可在文件服务器、NAS、Microsoft 365 和云存储中发现并标记 PII、PHI、PCI 数据及自定义数据类型。然后通过更广泛的 Netwrix 平台，将这些结果用于身份感知的安全决策，连接敏感数据所在位置与可访问人员。

• ROT数据识别：标记冗余、过时和琐碎数据以及敏感数据，使清理和风险降低同时进行。
• 混合云发现：扫描文件系统、数据库、电子邮件和云存储库，使用复合术语处理和统计分析，而不仅仅是关键词匹配。
• 直接修复操作：在无代理模式下，将敏感文件移动到安全位置，移除过度权限，并编辑机密内容。
• Microsoft Information Protection 标签：将 MIP 标签直接应用于文档，使分类随文件传递到其他 Microsoft 安全工具中。

需要考虑的事项：

• 覆盖范围在以Microsoft为中心的混合环境中最深，因此AWS原生或GCP优先的团队应在评估期间验证连接器的深度。
• 基于模式、上下文和人工智能的分类：预定义和自定义分类法对内容进行分类，合规报告符合GDPR，HIPAA和PCI DSS。
• DLP和IRM增强：将分类元数据嵌入文件，增强下游数据丢失防护和信息权限管理工具的执行力度。
• Microsoft 365 之外的云原生数据存储需要 Netwrix DSPM 和 Netwrix Data Classification 共同实现完整的资产覆盖。

2. Microsoft Purview 信息保护

这将数据主体请求的完成时间从数周的手工工作缩短到几分钟，并避免了每年8万英镑的额外招聘费用。

• Data Classification本身不会显示哪些身份可以访问被标记的文件。需要与Netwrix Access Analyzer配合使用，它可以解析回AD和Entra ID组成员身份的有效访问权限。

实际上，从发现到修复的连接体现在部署结果中。 Horizon Leisure Centers 使用Netwrix Data Classification自动发现并索引了超过50万个文件夹，以符合GDPR要求。

适合对象： 需要与identity和访问治理相关联的分类以满足合规要求的混合型Microsoft为中心环境中的安全和合规团队。

Microsoft Purview Information Protection 是用于 Microsoft 365、Azure 和 Windows 端点的本地数据发现、分类和标记平台。它通过敏感度标签和统一策略涵盖 Exchange Online、SharePoint、OneDrive、Teams 和 Windows 设备。

来源：microsoft.com

主要功能：

• 可训练的分类器和可定制的敏感信息类型（SIT），用于基于模式和机器学习的检测。
• 在 Exchange Online、SharePoint、OneDrive、Teams 和 Windows 端点上实现原生分类和敏感度标记，标签可贯穿 AI 应用交互。

需要考虑的事项：

• 与 Microsoft Defender for Cloud Apps、Defender for Endpoint 和 Microsoft Sentinel 的响应集成。
• 自动标记、强制标记和终端用户策略提示，以实现一致的执行。
• 用于AI功能的DSPM，包括姿态报告和敏感数据发现的引导工作流。
• 它不原生支持SAP或Oracle，本地NAS需要单独的扫描器组件。
• 自定义可训练分类器仅支持English，发布后无法重新训练。

3. Varonis 数据安全平台

适合对象： 标准化使用 Microsoft 365 和 Azure，且希望将分类嵌入其现有生态系统的组织。

主要功能：

来源：varonis.com

• 跨本地文件服务器、SharePoint、OneDrive 和协作环境的敏感数据发现与分类。

Varonis 是一款数据安全平台，具备对文件服务器、NAS、Microsoft 365 及协作平台上的非结构化数据进行深度分类和行为分析的能力。它能实时标记对分类数据的异常访问。

• 针对直接和继承的组成员资格进行有效的权限分析，并由所有者主导权限审查。

需要考虑的事项：

• 使用机器学习基线进行异常访问和内部威胁检测的用户和实体行为分析（UEBA）。
• 自动修复，移除全局访问组，修复断开的继承，并合理调整权限。
• 结构化数据库和云数据仓库的分类不如专门构建的DSPM工具深入。
• 自托管平台将于2026年12月31日停止支持，迫使迁移到SaaS。

4. BigID

适合对象： 主要风险是非结构化文件数据和协作平台的组织，在这里行为监控与分类同等重要。

来源：bigid.com

主要功能：

BigID 是一个基于隐私、安全和治理用例的数据发现与智能平台。它能够在混合和云环境中对结构化和非结构化存储的大规模个人和敏感数据进行分类，并将隐私工作流与分类结果关联。

• 跨数据库、数据湖、对象存储、SaaS 和本地系统的机器学习发现与分类，支持多语言。
• 用于结构化和非结构化数据的AI分类器、模式识别、自然语言处理和命名实体识别。
• 支持处理活动记录（RoPA）、数据保护影响评估（DPIA）和同意管理的数据映射和清单。
• 涵盖shadow AI发现、AI安全态势管理和代理数据访问控制的AI治理。

需要考虑的事项：

• 与 Microsoft Purview、Splunk、ServiceNow 及云原生 DLP 集成，提供可扩展的自定义数据类型框架。
• 在数十个数据存储和自定义分类中的广泛部署延长了实现全面覆盖的时间。

5. Sentra

• 该平台强调发现的广度，而非深入的权限和访问治理分析，因此访问深度可能需要单独的工具。

适合对象： 管理多框架义务（如GDPR、CCPA和HIPAA），需要将分类集成到DSAR工作流中的企业隐私、合规和安全团队。

来源：https://sentra.io/

Sentra 是一款云优先的数据安全平台，采用无代理的环境内扫描模型，发现并分类多云环境中的敏感数据。其 DataTreks 功能跟踪分类数据在云服务间的流动。

主要功能：

• 基于数据敏感性、访问暴露和配置错误的风险优先级排序。
• 跨 AWS、Azure、GCP、Snowflake、Databricks、BigQuery、Amazon Redshift 和 MongoDB Atlas 的无代理发现和分类。
• 环境内扫描，将机密数据保留在客户的云边界内，仅在外部处理元数据。
• 专注于数据暴露和生成式AI风险的AI治理。
• DataTreks监控敏感数据在云服务中的传播情况。

需要考虑的事项：

• 与其云原生产品的深度相比，本地覆盖有限。
• 它侧重于发现和态势，而非执行，因此阻止数据移动需要单独的DLP层。

6. Cyberhaven

来源：cyberhaven.com

主要功能：

适合对象： 需要无代理发现和数据移动可视性的云优先组织，管理跨云存储的敏感数据。

Cyberhaven 是一款数据检测与响应 (DDR) 平台，通过血统对数据进行分类，追踪其从源头到跨应用和端点的每一次移动。 从客户数据库复制到个人云盘的文件，其血统中包含了该源头信息。

• 数据血缘追踪，跟踪敏感数据在应用程序、用户和存储库之间的流动。
• 结合内容检查、行为上下文和血统的分类，实现精确的策略定位。
• 对个人云上传、截图、剪贴板操作和打印等风险行为进行实时响应。
• Linea AI 分析代理，用于自主调查。
• 覆盖端点、云存储和SaaS应用程序。

需要考虑的事项：

• 它需要端点代理和应用程序级集成，因此无法扫描静态存储库。

7. Securiti

• 它针对的是动态数据，因此合规程序仍然需要一个用于静态数据的存储库扫描分类器。

来源：securiti.com

适合对象： 优先保护知识产权和内部风险的组织，关注机密数据的流动方式胜于存放位置。

主要功能：

• 基于Data Command Graph知识图谱，涵盖云服务、SaaS和本地系统的400多个分类器。

Securiti 是一个统一的数据安全和隐私平台，通过其 Data+AI Command Center 架构，将发现和分类与隐私、安全态势和治理工作流程连接起来。Veeam 于 2025 年 12 月收购了 Securiti。

• 用于DSAR履行、同意管理和处理记录的集成隐私工作流程。
• 突出显示暴露的敏感数据和访问错误配置的Data Security Posture视图。
• 自动修复和无代码策略生成器以执行。
• 用于AI管道保护和上下文感知操作治理的AI安全控制。

需要考虑的事项：

• 2025年12月的Veeam收购使长期路线图和集成方向可能发生变化。
• 仅购买Discovery and classification的用户不会大量使用更广泛的隐私和治理平台。

8. Spirion Sensitive Data 平台

适用对象： 需要在单一平台上进行隐私操作和安全态势管理的发现与分类的组织。

来源：spirion.com

主要功能：

• 用于检测的AnyFind模式匹配、校验和验证和邻近分析。
• Endpoint 发现扫描 Windows、macOS 和 Linux 工作站、笔记本电脑及服务器上的静态数据。

Spirion 是一款具有端点优先深度的敏感数据发现和分类平台，保护笔记本电脑、台式机、服务器和可移动媒体上的数据。 archTIS 收购了 Spirion 于2025年10月。

• 用于人工参与的误报减少的CADIA（Context-Aware Data Intelligence Architecture）。

免责声明：本文信息截至2026年8月。请直接向各供应商核实当前功能。

请求演示，了解 Netwrix 如何将敏感数据映射到可访问它的身份，覆盖您的整个环境。