Poate știința datelor să prevină următorul mare hack?

Publicat: 2020-07-06

Au trecut trei ani de când s-a întâmplat WannaCry în mai 2017, o lună care va rămâne veșnic gravată în memoria unora dintre cele mai mari conglomerate globale. WannaCry este considerat unul dintre cele mai sofisticate atacuri de tip ransomware de până acum și s-a răspândit ca un incendiu puternic, infectând peste 230.000 de sisteme informatice din 150 de țări și provocând o pierdere raportată de 4 miliarde de dolari. În mod ironic, Microsoft , care preemptinge vulnerabilitățile, a lansat patch-uri cu două luni înainte de atac, dar atât consumatorii, cât și companiile nu au recunoscut gravitatea situației și nu au reușit să se miște suficient de repede pentru a-și corecta sistemele.

Ceea ce este și mai regretabil este că, chiar și după trei ani, companiile continuă să fie la fel de vulnerabile ca în 2017. Popularul ransomware Maze a revenit la viață în timpul pandemiei de COVID-19 și a mai multor companii Fortune 500, cum ar fi Cognizant, LG Electronics, Xerox, printre altele, a căzut deja pradă acestui atac în 2020.

Acest lucru ridică întrebarea – companiile nu au reușit să ia măsurile preventive corecte sau sunt infractorii cibernetici mult prea sofisticați, iar pălăriile albe nu fac decât să ajungă din urmă?

În timp ce experții din industrie au vorbit despre necesitatea securității cibernetice proactive și predictive, companiile continuă să depind în mare măsură de abordările tradiționale de securitate și de evaluările vulnerabilității pentru a-și măsura poziția de securitate. Dar, în condițiile în care pandemia ne obligă pe cei mai mulți dintre noi să funcționeze aproape exclusiv pe ecranele noastre, identitățile noastre sunt acum blocate în baze de date, făcând și pânza unui hacker să se extindă.

Cel mai important, cursurile de știință a datelor ar putea fi următorul mare răspuns la problemele de securitate cibernetică din lume. De fapt, mai multe companii de securitate cibernetică investesc acum masiv în învățarea automată, inteligența artificială, știința datelor și în alte domenii conexe, pentru a avansa în fața criminalilor cibernetici.

Date și analize în războiul împotriva pandemiei de coronavirus

Cuprins

Cum poate un cercetător de date să ajute experții cibernetici?

„Datele sunt noul petrol” și este ceea ce face sau distruge afacerile astăzi, în secolul 21. De la companiile mari de tehnologie până la companiile tradiționale de logistică, toată lumea analizează datele utilizatorilor pentru a deveni profitabile. Acesta este ceea ce atrage infractorii cibernetici să pirateze datele tale. Până în 2023, se estimează că infractorii cibernetici vor fura aproximativ 33 de miliarde de înregistrări .

Acest lucru ne aduce la punctul în care oamenii de știință de date pot juca un rol esențial în securitatea cibernetică. Un raport recent de la Indeed evidențiază că a existat o creștere de 29% a cererii de cercetători de date de la an la an și o creștere de 344% din 2013. Aflați mai multe despre cererea de cercetători de date. Securitatea cibernetică este unul dintre principalii factori pentru această creștere bruscă a cererii.

În termeni mai simpli, știința modernă a datelor implică studierea, procesarea și extragerea de informații valoroase dintr-un set de informații, făcând din oamenii de știință datele o figură cheie în puzzle-ul securității cibernetice predictive. Oamenii de știință de date pot folosi ML și AI pentru a identifica potențialele amenințări la adresa securității cibernetice, iar acest lucru le permite să prezică riscurile pe baza exploatărilor și modelelor de comportament din trecut.

De exemplu, cu ajutorul științei datelor, puteți identifica modele pe site-ul dvs. de comerț electronic și atunci când este lovit cel mai mult cu Distributed Denial of Service (Ddos) și să luați măsurile necesare pentru a preveni acest lucru. În mod similar, s-ar putea să observați că majoritatea atacurilor cibernetice bazate pe rețea din organizația dvs. au loc la o anumită perioadă de timp a zilei.

Știința datelor și securitatea cibernetică trebuie să funcționeze mână în mână

Adoptarea și implementarea științei datelor ajută organizațiile să măsoare eficiența securității informațiilor în moduri mai bune. Oamenii de știință de date pot alimenta algoritmii de învățare automată cu informații istorice și actuale despre intruziunile cibernetice. Algoritmii de învățare automată sunt o caracteristică impresionantă a științei datelor și măresc semnificativ șansele de a detecta lacune într-un mediu de securitate a informațiilor.

Instrumentele de securitate cibernetică de nouă generație se actualizează continuu cu capabilități de știință a datelor, inclusiv analize bazate pe comportament și răspunsuri în suite antivirus, firewall-uri și analizoare de trafic pentru a-și face produsele inteligente. În ultimii câțiva ani, securitatea cibernetică ca industrie s-a maturizat destul de repede cu cadre precum NIST Cybersecurity Framework și Federal Information Security Management Act (FISMA) pentru a ghida companiile spre aplicarea celor mai bune practici în cadrul strategiei lor de securitate.

Provocarea cu care se confruntă cei mai mulți lideri de securitate și management al riscurilor este cum să securizeze algoritmii cutie neagră – produse ale programelor de știință a datelor – care învață și cresc dinamic.

Aceste modele de analiză sunt extrem de dinamice și sunt foarte valoroase pentru întreprinderi. Drept urmare, profesioniștii în securitate cibernetică vor trebui să stabilească standarde și metode pentru protejarea acestor modele și pentru asigurarea integrității acestora. Pentru a face acest lucru, ei vor trebui să protejeze aceste bunuri din exterior înăuntru și din interior spre exterior.

Potrivit unui raport IBM-Ponemon Cost of Data Breach, care a fost lansat înainte de pandemie, companiile din întreaga lume pierdeau anual o medie de 3,92 milioane de dolari. Odată cu creșterea dependenței de digital de către pandemie de mai multe ori, acest număr a crescut.

Nu lăsați organizația dvs. să contribuie la această cifră și începeți să investiți în știința datelor și în securitatea cibernetică predictivă, proactivă și la nivel de întreprindere pentru a putea dejuca atacurile cibernetice deja sofisticate pe care le vedem.

Pentru oamenii de știință de date, securitatea cibernetică nu este doar o altă cale de succes și carieră, este una dintre cele mai convingătoare oportunități pe care le oferă zilele moderne. După cum spusese odată Albert Einstein: „În fiecare criză, există o mare oportunitate”. și astăzi, este oportunitatea ta de a face diferența.

Va fi utilă știința datelor în viitor?

Știința datelor este o opțiune de carieră în plină expansiune, importanța datelor fiind foarte mare pe piață. Timp de patru ani consecutiv, Data Scientist este cunoscut a fi locul de muncă numărul unu în SUA de către Glassdoor. Potrivit Biroului de Statistică a Muncii din SUA, experții se așteaptă ca cererea de oameni de știință a datelor va oferi o creștere cu 27,9% a angajării în domeniu până în 2026.

Există o cerere uriașă pe piață pentru acest domeniu și, în același timp, există o lipsă uriașă de profesioniști în știința datelor cu experiență pe piață. Dacă sunteți foarte interesat de matematică, computere și de explorarea răspunsurilor din datele disponibile, atunci cu siguranță ar trebui să luați în considerare Data Science și Data Analytics ca opțiune de carieră.

Știința datelor modelează viitorul fiind parte integrantă a fiecărei organizații din aproape fiecare industrie. Datele sunt considerate a fi cea mai mare putere din această lume digitală, iar companiile au nevoie de profesioniști care să le ajute să gestioneze aceste date pentru a genera informații.

Care este următorul mare lucru care se întâmplă în Data Science?

Augmented Analytics este considerat a fi viitorul Datelor și Analytics. Utilizează tehnici AI și ML pentru automatizarea pregătirii, partajării și, de asemenea, a descoperirii de informații. Procesul de dezvoltare, implementare și gestionare a modelelor științei datelor și ML este, de asemenea, automatizat cu ajutorul Augmented Analytics.

Utilizarea analizei augmentate este observată pe scară largă în diferite afaceri. Organizațiile folosesc analitică augmentată pentru toate platformele de business intelligence (BI), machine learning (ML), știința datelor, analize moderne, pregătire a datelor și gestionarea datelor.

Oamenii de știință de date trebuie să se ocupe de big data?

Abordarea big data nu poate fi realizată prin utilizarea metodelor tradiționale de analiză a datelor. Data Science este o abordare științifică care utilizează idei matematice și statistice pentru procesarea datelor mari.

Această abordare include utilizarea tehnicilor, sistemelor și instrumentelor specializate de modelare a datelor pentru a extrage informații semnificative din porțiunea disponibilă de date. Datele sunt inutile dacă profesioniștii nu sunt capabili să genereze informații utile din datele disponibile. Profesioniștii în știința datelor fac posibil ca companiile să ia decizii ulterioare pe baza înțelegerii datelor obținute.