データサイエンスは次の大きなハッキングを防ぐことができますか？

WannaCryが2017年5月に発生してから3年が経ちました。この月は、世界最大のコングロマリットのいくつかの記憶に永遠に刻み込まれます。 WannaCryは、これまでで最も高度なランサムウェア攻撃の1つと見なされており、猛威を振るう山火事のように広がり、150か国で23万台以上のコンピューターシステムに感染し、40億ドルの損失を報告しています。 皮肉なことに、脆弱性を先取りしたMicrosoftは、攻撃の2か月前にパッチをリリースしましたが、消費者と企業の両方が状況の重大さを認識せず、システムにパッチを適用するのに十分な速さで行動できませんでした。

さらに不幸なことに、企業は3年後も、2017年と同じように脆弱な状態が続いています。人気のあるMazeランサムウェアは、COVID-19の大流行と、Cognizant、LG Electronics、とりわけゼロックスは、2020年にすでにこの攻撃の餌食になっています。

これは疑問を投げかけます–企業は正しい予防策を講じることができなかったのでしょうか、それともサイバー犯罪者はあまりにも洗練されていて、白い帽子が追いつくだけでしょうか？

業界の専門家は、予防的かつ予測的なサイバーセキュリティの必要性について語っていますが、企業は、セキュリティ体制を測定するために、従来のセキュリティアプローチと脆弱性評価に大きく依存し続けています。 しかし、パンデミックにより、私たちのほとんどが画面上でほぼ独占的に操作することを余儀なくされているため、私たちのIDはデータベースにロックされ、ハッカーのキャンバスも拡大しています。

データサイエンスコースは、最も重要なこととして、世界のサイバーセキュリティの問題に対する次の大きな答えになる可能性があります。 実際、複数のサイバーセキュリティ企業が、機械学習、人工知能、データサイエンス、およびその他の関連分野に多額の投資を行って、サイバー犯罪者に先んじています。

コロナウイルスパンデミックとの戦いにおけるデータと分析

データサイエンティストはサイバー専門家をどのように支援できますか？

「データは新しい石油」であり、21世紀の今日のビジネスを成功または失敗させるものです。 大規模なテクノロジービジネスから従来の実店舗のロジスティクス企業まで、誰もがユーザーデータを分析して収益を上げています。 これは、サイバー犯罪者があなたのデータをハッキングするように誘惑するものです。 2023年までに、サイバー犯罪者は推定330億件の記録を盗むと推定されています。

これにより、データサイエンティストがサイバーセキュリティにおいて極めて重要な役割を果たすことができるようになります。 確かに最近のレポートは、データサイエンティストの需要が前年比で29％増加し、2013年以降344％増加したことを強調しています。データサイエンティストの需要の詳細をご覧ください。 サイバーセキュリティは、この需要の急増の主要な推進力の1つです。

簡単に言うと、現代のデータサイエンスでは、一連の情報から貴重な洞察を研究、処理、抽出して、データサイエンティストを予測サイバーセキュリティのパズルの重要人物にしています。 データサイエンティストは、MLとAIを使用して潜在的なサイバーセキュリティの脅威を特定できます。これにより、過去のエクスプロイトと行動パターンに基づいてリスクを予測できます。

たとえば、データサイエンスの助けを借りて、eコマースWebサイトのパターンを特定し、分散型サービス拒否（Ddos）が最も発生した場合に、それを防ぐために必要な措置を講じることができます。 同様に、組織内のネットワークベースのサイバー攻撃のほとんどは、1日の特定の時間帯に発生していることがわかります。

データサイエンスとサイバーセキュリティは連携して機能する必要があります

データサイエンスの採用と実装は、組織が情報セキュリティの有効性をより良い方法で測定するのに役立ちます。 データサイエンティストは、サイバー侵入に関する過去および現在の情報を機械学習アルゴリズムに提供できます。 機械学習アルゴリズムはデータサイエンスの優れた機能であり、情報セキュリティ環境で抜け穴を検出する可能性を大幅に高めます。

新世代のサイバーセキュリティツールは、動作ベースの分析やウイルス対策スイート、ファイアウォール、トラフィックアナライザーへの応答などのデータサイエンス機能を使用して継続的にアップグレードされ、製品をスマートにしています。 過去数年間で、業界としてのサイバーセキュリティは、NISTサイバーセキュリティフレームワークや連邦情報セキュリティ管理法（FISMA）などのフレームワークによってかなり急速に成熟し、セキュリティ戦略にベストプラクティスを適用するように企業を導きました。

ほとんどのセキュリティおよびリスク管理のリーダーがまだ直面している課題は、動的に学習して成長するブラックボックスアルゴリズム（データサイエンスプログラムの製品）をどのように保護するかです。

これらの分析モデルは非常に動的であり、企業にとって非常に価値があります。 この結果、サイバーセキュリティの専門家は、これらのモデルを保護し、その整合性を確保するための標準と方法を決定する必要があります。 そうするために、彼らはこれらの資産を外側から内側へ、そして内側から外側から保護する必要があります。

パンデミックの前に発表されたIBM-Ponemonのデータ侵害のコストレポートによると、世界中の企業が年間平均でなんと392万ドルを失うことになりました。 パンデミックによりデジタルへの依存度が数倍に増加したため、この数は増加しただけです。

組織がこの数字に貢献し、データサイエンスと予測的、予防的、企業全体のサイバーセキュリティへの投資を開始して、私たちが目にしているすでに洗練されたサイバー攻撃を阻止できるようにしないでください。

データサイエンティストにとって、サイバーセキュリティは成功とキャリアの単なる別の手段ではなく、現代が提供する最も魅力的な機会の1つです。 アルバート・アインシュタインがかつて言ったように、「あらゆる危機において、大きなチャンスがあります。」 そして今日は、違いを生むチャンスです。