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-2025-4322 – WordPress sérülékenység
CVE-2025-37091 – HPE StoreOnce Remote Code Execution sebezhetősége
CVE-2025-37093 – HPE StoreOnce Authentication Bypass sebezhetősége
CVE-2025-20271 – Cisco AnyConnect VPN sérülékenység
CVE-2025-43200 – Apple Multiple Products Unspecified sérülékenysége
CVE-2023-0386 – Linux Kernel Improper Ownership Management sebezhetősége
CVE-2023-33538 – TP-Link Multiple Routers Command Injection sérülékenysége
CVE-2025-3464 – Asus Armoury Crate AsIO3.sys authorization bypass sérülékenysége
CVE-2025-4123 – Grafana cross-site scripting (XSS) sebezhetősége
Tovább a sérülékenységekhez »