Big data elemzés segíthet a biztonság növelésében

A Big data elemzések első alkalommal marketing célokból készültek. Azzal hogy megértjük a kapcsolatot a felhasználók és az általuk végrehajtott műveletek közt, hatékonyabban tudjuk eladni az árunkat és a szolgáltatásainkat. Mostanra azonban ez a gyakorlat megjelent a biztonságban is: ha megértjük az összefüggést a hálózati hibák és az események közt, akkor nagyobb biztonságban tudhatjuk magunkat. A Teradata és a Ponemon Institute tegnap kiadott kutatása szerint a big data elemzésekre épülő biztonsági eszközök egyre jobban elterjednek az iparágban. A tanulmány végső következtetése az, hogy ezen eszközök hatékonyságát széleskörűen felismerték, bár a kiterjedt használatuk még nem túl gyakori. A tanulmány azt mutatja, hogy a kibertámadások egyre veszélyesebbekké válnak, ennek ellenére a szervezetek alig 20%-a elég hatékony ahhoz, hogy megállítsák azokat. A két legnagyobb veszély a káros szoftver (9.6/10 pont ) és a rosszindulatú felhasználó (8.88 pont). A hálózat ellen végrehajtott káros cselekmények korai felismerése mindkét esetben a gyorsabb és hatékonyabb védekezést jelenti.

http://www.infosecurity-magazine.com/view/30890/big-data-analytics-for-anomaly-detection-in-security/


Legfrissebb sérülékenységek
WinZip Mark-of-the-Web kezelési sérülékenysége – WinZip Mark-of-the-Web kezelési sérülékenysége
CVE-2024-10924 – Really Simple Security WordPress plugin authentication bypass sérülékenysége
CVE-2024-1212 – LoadMaster szoftver RCE (remote-code-execution) sérülékenysége
CVE-2024-38813 – VMware vCenter Server privilege escalation sérülékenysége
CVE-2024-38812 – VMware vCenter Server heap-based overflow sérülékenysége
CVE-2024-10224 – Linux ScanDeps sérülékenysége
CVE-2024-11003 – Linux needrestart sérülékenysége
CVE-2024-48992 – Linux needrestart sérülékenysége
CVE-2024-48991 – Linux needrestart sérülékenysége
CVE-2024-48990 – Linux needrestart sérülékenysége
Tovább a sérülékenységekhez »