2021年IBM数据泄露成本报告:平均成本破纪录,达到424万美元

本文主要是介绍2021年IBM数据泄露成本报告:平均成本破纪录,达到424万美元,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

导读由 IBM Security赞助、由 Ponemon Institute 进行分析的年度数据泄露成本报告已经到了第十七个年头。该报告在帮助组织了解和应对安全风险方面发挥着重要作用。

网络安全正变得比过往的任何时刻都重要,尤其是在这种专注于疫苗制造和病毒研究的特殊时期。最新的数据泄露成本报告显示,安全成本仍然在不断上升,这使得预防和对应网络威胁成为关键问题。

2021年IBM数据泄露成本报告:平均成本破纪录,达到424万美元2021年IBM数据泄露成本报告:平均成本破纪录,达到424万美元

由 IBM Security赞助、由 Ponemon Institute 进行分析的年度数据泄露成本报告已经到了第十七个年头。该报告在帮助组织了解和应对安全风险方面发挥着重要作用。今年的报告研究了影响数据泄露成本的数十个因素,包括数百万员工远程登录访问数据和应用程序带来的影响。

就如同去年报告中预测的那样,数据泄露成本创下历史新高。由于疫情大流行导致的远程工作导致数据泄露的成本迅速上升,而且控制数据泄露所需的时间也变得越来越长。一些典型的数据如下所示:

  1. 数据泄露成本最高的国家是美国,可达到 905 万美元
  2. 数据泄露成本最高的行业是医疗,可达到 923 万美元
  3. 最常见的攻击向量是:凭据泄露(20%)、网络钓鱼(17%)和云配置错误(15%)
  4. 泄露数据在 5000 万到 6500 万条的泄露事件成本可达到 4 亿美元以上
  5. 最贵的个人记录可以卖到 180 美元/条

2021年IBM数据泄露成本报告:平均成本破纪录,达到424万美元2021年IBM数据泄露成本报告:平均成本破纪录,达到424万美元

数据泄露成本

2021 年,数据泄露的平均成本增长了近 10%,达到了创纪录的 424 万美元。当远程工作被认为是导致数据泄露的一个因素时,数据泄露的平均成本会进一步上升到 496 万美元。

远程办公也影响了响应处置速度,控制数据泄露花费的时间越来越长。在远程工作超过 50% 的组织中,平均需要 316 天才能识别并控制违规行为。而平均情况是 287 天,远程工作似乎使控制数据泄露的时间延长了一个月。

不过,报告表示更快的响应时间会显著降低成本花费。如果能够在不到 200 天的时间内控制违规行动,可以节省近 30% 的成本。

新安全技术应用

尽管数据泄露成本逐渐变高、控制损失时间越来越长,但人工智能、安全自动化和零信任技术的应用在降低数据泄露成本上取得了令人欣喜的进展。这些手段有助于控制损失,也在更多的公司进行了部署。

报告发现,完全或者部分部署了安全人工智能/安全自动化的组织从 2020 年的 59% 上升至 65%。这些组织会最大可能地降低数据泄露成本,部署了安全人工智能/安全自动化的组织的平均成本会减少 381 万美元。没有使用安全自动化时,泄露平均成本为 671 万美元,而在部署安全自动化的组织中平均为 290 万美元,相差 79.3%。

零信任也有助于降低数据泄露成本,但目前只有 35% 的组织部署了零信任。没有部署零信任时,数据泄露的成本为 504 万美元,部署后可降低 42% 到 328 万美元。

云安全

混合云模型的平均成本最低。与公共云、私有云和内部部署的云相比,混合云的平均成本更低。混合云数据泄露的成本平均比公共云数据泄露低 119 万美元。云也有助于减少响应时间,但与此同时云迁移的成本也更高。成熟使用云的组织比刚开始使用云的组织能更好的遏制漏洞(可从从 329 天降低到 252 天)。

量化安全风险

CISO 和安全团队可以使用数据泄露成本报告等研究报告来推断其行业或地域的总体趋势和成本平均值,或者使用风险量化来了解其特定组织的风险。

作为风险管理综合策略的一部分,安全风险量化计算某些事件的概率并计算对业务的估计财务影响。网络风险影响业务价值举例就是在合并和收购时发生,被收购公司未披露的数据泄露可能导致公司价值损失。其他风险包括股票估值威胁、业务损失、业务中断以及监管和法律成本。

报告也强调信息风险因素分析(FAIR)的应用。FAIR 是一种网络风险建模的开放国际标准,结合威胁情报可以帮助组织通过财务预测和概率评估网络风险的潜在影响。

具体措施

在报告中,您还可以找到 IBM Security 提供的、更为具体的安全措施与建议,这些建议可以减少数据泄露造成的潜在财务和声誉损失。可采取的措施部分如下所示:

  1. 部署安全编排(SOAR)
  2. 使用自动化和响应技术和服务
  3. 制定和实施事件响应计划
  4. 管理远程员工的认证与访问
  5. 采用零信任安全模型来帮助阻止对敏感数据的未授权访问   更多Linux资讯请查看:https://www.linuxprobe.com

这篇关于2021年IBM数据泄露成本报告:平均成本破纪录,达到424万美元的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/673170

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【专题】2024飞行汽车技术全景报告合集PDF分享(附原数据表)

原文链接: https://tecdat.cn/?p=37628 6月16日,小鹏汇天旅航者X2在北京大兴国际机场临空经济区完成首飞,这也是小鹏汇天的产品在京津冀地区进行的首次飞行。小鹏汇天方面还表示,公司准备量产,并计划今年四季度开启预售小鹏汇天分体式飞行汽车,探索分体式飞行汽车城际通勤。阅读原文,获取专题报告合集全文,解锁文末271份飞行汽车相关行业研究报告。 据悉,业内人士对飞行汽车行业

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav