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
CVE-2024-53104 – Linux Kernel sérülékenysége
CVE-2024-49035 – Microsoft Partner Center Improper Access Control sebezhetősége
CVE-2024-56145 – Craft CMS Exploitation Tool sebezhetősége
CVE-2025-0111 – Palo Alto Networks PAN-OS File Read sebezhetősége
CVE-2025-23209 – Craft CMS Code Injection sebezhetősége
CVE-2025-24989 – Microsoft Power Pages Improper Access Control sebezhetősége
CVE-2025-26466 – OpenSSH sérülékenysége
CVE-2025-26465 – OpenSSH sérülékenysége
CVE-2024-57727 – SimpleHelp Path Traversal sebezhetősége
CVE-2024-53704 – SonicOS SSLVPN Authentication Bypass sebezhetősége
Tovább a sérülékenységekhez »