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-2023-36439 – Microsoft Exchange szerver sérülékenysége
CVE-2023-23368 – QNAP QTS sérülékenysége
CVE-2023-22518 – Confluence Data Center és Server sérülékenysége
CVE-2023-20273 – Cisco IOS XE Web UI jogosultság kiterjesztés sérülékenysége
CVE-2023-20198 – Cisco IOS XE Web UI sérülékenysége
CVE-2023-4966 – NetScaler ADC és NetScaler Gateway sérülékenysége
CVE-2023-20101 – Cisco Emergency Responder 12.5(1)SU4 sérülékenysége
CVE-2023-22515 – Atlassian Confluence Data Center és Server sérülékenysége
CVE-2023-42793 – JetBrains TeamCity sérülékenysége
CVE-2023-41179 – Trend Micro Apex One és Worry-Free Business Security sebezhetősége
Tovább a sérülékenységekhez »