美8000万医疗用户数据泄露背后,谁动了患者的奶酪

2024-03-21 09:10

本文主要是介绍美8000万医疗用户数据泄露背后,谁动了患者的奶酪,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!

近期,大洋彼岸传来消息:美国第二大的医疗保险服务商Anthem公司信息系统被黑客攻破,近8000万员工和客户资料被盗。

该公司总裁兼CEO司伟德官方发布一份声明:黑客入侵公司信息系统,获得了公司员工和客户的个人资料,这当中包括姓名、生日、医保ID号、社会保险号、住宅地址、电子邮箱,雇佣情况,以及收入数据。

美8000万医疗用户数据泄露背后,谁动了患者的奶酪

虽然Anthem公司称,客户的信用卡号码、病历等数据并未丢失。不过在美国,病例失窃影响非常之大:“它就像一个无限制使用的信用卡,你可以‘免费’获得昂贵的服务或者药物。大家对信用卡和银行账户都比较熟知,但是对病历却不怎么在乎。其实病历失窃可能会带来更为严重的后果。”

病例失窃还意味着犯罪分子可以利用这些数据破坏受害者医疗记录:试想一下,一个不知自己医保ID号被盗的受害者突发疾病,需要紧急切除胆囊,而病人病历上写的却是胆囊已于去年切除掉了。问题来了,是医生误诊还是有其他的情况呢?

安华金和分析,医疗数据信息的泄密主要来源于三个渠道:

1、设备的丢失:存储设备、备份磁带、过期硬盘等中储存着数据库文件,这些设备的丢失会带来客户信息的泄露;

2、外部入侵者的信息获取:互联网的接通、无线网络使用,使外部入侵者更容易进入到企业内部的网络中;外部人员入侵,拷贝走数据库文件,窃取客户信息。

3、内部人员的泄漏:内部的网络管理人员、数据库管理员、第三方的系统开发和维护人员都可以较为容易地接触到数据库中的核心数据,这些人员所拥有的数据库高权限,是现有数据库系统所赋予的特权,也成为客户信息泄漏的重要威胁。

关于如何最大化避免自己的医疗信息被泄露,针对个人,建议如下:

1、认真核对每一项福利解说声明(病人接受治疗后保险公司都会发送声明)

2、认真核对信用报告,如发现可以的账单要及时向保险公司核对

3、就医资料在废弃时要撕成碎片

4、如果医疗卡丢失要及时告知相关部门

5、不要随意把自己的医保号告诉别人

目前,Anthem已经邀请了美国联邦调查局协助调查,但奇怪的是他们却一直拒绝联邦监察机构对其健康保险系统进行漏洞扫描。这种态度显然是不正确的,企业注意自身安全,才能更好的确保客户信息安全。

对于医疗保险公司而言,安华金和作为数据库领域的安全专家,建议从以下手段有效防范医疗数据泄密:

1、加强对系统漏洞的检查:对应用系统、主机、数据库系统等,使用专业的漏洞检查工具进行扫描,对发现的安全问题进行提前整改;避免出现未进行的补丁升级、便面弱口令、避免低的安全策略配置。

2、从根源解决患者信息保密,从数据库级别进行防控,从根源上彻底控制客户数据信息的泄露,将患者信息、电子病历、诊断信息中的社会保险号、住宅地址及收入数据等关键项数据,进行加密存储,防止患者隐私信息集中泄露、统计行为批量进行;

3、变事后追查为主动防御,通过加密技术,将患者信息数据与无关工作人员进行隔离,有效防止非法窃取数据行为的发生;通过数据库防火墙技术,将数据库的攻击行为和患者信息的批量下载行为进行拦截。

4、提升高端客户和特殊病人的服务质量,一些高端客户,对特殊病历,对个人信息有强烈的隐私保护需求;通过提供患者数据加密服务,能够提升医院的服务质量和形象;

5、变相互制约为权责分明,建立独立于数据库系统的安全权限体系,进行权限精细控制,使与医疗行为无关的DBA、网络维护人员不能看到具体的客户的健康档案、电子病历等个人信息;

6、进行数据访问行为审计,通过数据库审计技术,将数据的访问行为进行记录和存档,在发生安全事件时,做到快速定位。

作者:佚名


来源:51CTO

这篇关于美8000万医疗用户数据泄露背后,谁动了患者的奶酪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/832301

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

【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

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者