საკმარისია თუ არა კიბერუსაფრთხოების დიდი მიღწევები საკუთარი მონაცემების დასაცავად?
კიბერუსაფრთხოებაში მეგა მონაცემებს სისტემური მუშაობისთვის გადამწყვეტი მნიშვნელობა აქვს.
ვირტუალურ ქსელს ძლიერი დაცვის სისტემა აქვს, მაგრამ ეჭვგარეშეა, რომ ჰაკერების და თავდამსხმელებისათვის კონკრეტულ პირთა პირადი მონაცემები არც თუ ისე დაცულია - წერს ამერიკული Forbes-ი.
გამოცემის ინფორმაციით, ბოლო წლებში მილიარდობით პირადი ინფორმაცია იქნა კომპრომეტირებული. ტექნიკური ინდუსტრია აქტიურად ცდილობს კიბერუსაფრთხოების ზომების გამკაცრებას, ეძებენ მონაცემების დაცვის უკეთეს გზებს, მაგრამ პარალელურ რეჟიმში ჰაკერების დაჯგუფებებიც ძლიერდებიან.
გამოსავალი შეიძლება მარტივი იყოს. ექსპერტების თქმით, უსაფრთხოებისთვის მეგა მონაცემების გამოყენებამ, შეიძლება კომპანიებს თავიდან ააცილონ პოტენციური შეტევები.
პროცესი მარტივია- “Big Data“ იმ ადამიანურ, ტექნიკურ და ტექნოლოგიურ რესურს მოიცავს, რომელიც საჭიროა მონაცემთა მოპოვების, ორგანიზების, ანალიზისა და ანგარიშგებისთვის. მეგა მონაცემების დამუშავება და ანალიტიკა მონიტორინგის საშუალებას იძლევა. ადრეულ ეტაპზე ინფორმაციის ან საეჭვო მონაცემის მოპოვება უსაფრთხოების ექსპერტებს მუშაობას გაუმარტივებს.
საწყისი შედეგები წამახალისებელია: აშშ – ს სამთავრობო სააგენტოების გამოკითხულ რესპონდენტთა 84% ამბობს, რომ ხელმძღვანელებმა კიბერ თავდასხმების დასაბლოკად მეგა მონაცემების ანალიტიკას მიმართეს, რის შემდეგაც, საერთო ჯამში უსაფრთხოების დარღვევების შემცირება მოხდა. ამ იმედისმომცემი რიცხვების მიუხედავად, გამოკითხვაში მონაწილე 59% აცხადებს, რომ სააგენტოში, სადაც ისინი არიან დასაქმებული, თვეში ერთხელ მაინც მომხდარა კიბერუსაფრთხოების დარღვევა.
მეგა მონაცემების ანალიზი არის კიბერუსაფრთხოების ძლიერი ხელსაწყო, მაგრამ მისი გამოყენება ადვილი საქმე არ არის.
მონაცემთა დიდი ოდენობა ხელს უშლის ხილვადობას
დადგენილია, რომ 2025 წლისთვის მონაცემების მოცულობა 463 ექსბაიტამდე გაიზრდება.
კონტექსტისთვის, მსოფლიო ეკონომიკური ფორუმის სტატიაში მოცემულია ასეთი შედარება - ამჟამად შენახული მონაცემების რაოდენობა უტოლდება 200 მილიონზე მეტ DVD– ზე განთავსებული მონაცემის რაოდენობას. კომპანიებს, რომლებსაც შეუძლიათ დაამუშავონ ეს მონაცემები, დიდი კონკურენტული უპირატესობა აქვთ, მაგრამ მონაცემთა ზრდის ტემპი მის ანალიზს ბევრად აღემატება.
კომპანიებისთვის სულ უფრო რთულდება მონაცემთა დაცვა. მთავარი საკითხი ეხება ამ ინფორმაციის მართვას და შენახვას: ფედერალური სააგენტოების 49% -მა გამოკვლევაში აღნიშნა, რომ მონაცემთა მოცულობა ძალიან დიდია დასამუშავებლად. “Forrester“ აცხადებს, რომ საწარმოში მონაცემების 60% -73% ის ანალიზი ვერ ხერხდება.
მაგალითად, საშუალო ზომის ქსელი დაახლოებით 20,000 მოწყობილობით (ლეპტოპების, სმარტფონების და სერვერების ჩათვლით) 24 საათის განმავლობაში სერვერს 50 ტერაბაიტ მონაცემს გადასცემს. საშუალოდ, ეს არის ხუთი გიგაბიტი წამში, რომელიც საფუძვლიანად უნდა გაანალიზდეს კიბერშეტევების, პოტენციური საფრთხეებისა და მავნე პროგრამების დასადგენად. ახლა წარმოიდგინეთ დიდი ქსელებისთვის საჭირო ანალიტიკური ძალის მოცულობა...
თუ ორგანიზაციას სურს ქსელი კიბერ შეტევებისგან დაიცვას, მას უნდა შეეძლოს დაინახოს და თვალყური ადევნოს მის მიერ შეგროვებულ მონაცემებს. სწორედ ამიტომ, მონაცემთა ხილვადობა არის ერთ – ერთი ყველაზე მნიშვნელოვანი გამოწვევა, რომელსაც კომპანიები უნდა გაუმკლავდნენ, რათა ანალიტიკა თავიანთ სასარგებლოდ გამოიყენონ.
დაუცველობის მზარდი წერტილები
როდესაც საქმე ეხება კიბერშეტევებისგან თავის დაცვას და პროფილაქტიკას, ხილვადობასთან ერთად, დიდი მნიშვნელობა აქვს დროს.
კომპანია Deloitte– ს 2019 წლის მონაცემებით, აღმასრულებლები დროის მნიშვნელოვან ნაწილს კიბერუსაფრთხოების მართვაზე, გამძლეობაზე, კიბერ მონიტორინგსა და ოპერაციებზე ხარჯავენ. ფედერალურმა სააგენტომ გამოავლინა, რომ მეგა მონაცემების ანალიზმა რესპონდენტთა კიბერუსაფრთხოების სისტემების 30% -ში მხოლოდ იმიტომ არ იმუშავა, რომ მონაცემების სწორად გაანალიზებას დიდი დრო დასჭირდა. აქედან გამომდინარე აუცილებელია გავითვალისწინოთ, რომ კიბერუსაფრთხოების მენეჯერისთვის მეგა მონაცემების გაანალიზების სუსტი წერტილი მხოლოდ ზომა არ არის, მიშველოვანია სიჩქარე.
მონაცემთა დაცვის სისტემებში არსებული სისუსტეების გამოსაყენებლად ჰაკერებმა ხელოვნური ინტელექტის მიღწევების გამოყენება დაიწყეს. მაგალითად, მანქანური სწავლების ტექნოლოგიის გამოყენებით, გამოცდილ ჰაკერებს შეუძლიათ ავტომატიზირებული გახადონ ინფორმაციის შეგროვების პროცესები, გამოავლინონ უსაფრთხოების სისუსტეები და განახორციელონ კიბერშეტევები. კიბერ ჰაკები ავტომატიზირებული და სულ უფრო ეფექტური ხდება, ხოლო ორგანიზაციები კვლავ ცდილობენ “წყლიდან მშრალები ამოვიდნენ“.
თუ ალგორითმები ავტომატიზირებს დიდ მონაცემებთან დაკავშირებული ინფორმაციის შეგროვების, ანალიზისა და ინტერპრეტაციის სტანდარტულ პროცესებს, მაშინ კიბერუსაფრთხოების პერსონალს შეუძლია საფრთხეების იდენტიფიცირებაზე და თავდასხმების პრევენციაზე მოახდინოს ფოკუსირება. ეს მნიშვნელოვნად გაზრდის მეგა მონაცემების ხილვადობას და ანალიზის სიჩქარეს.
Artificial Intelligence - ხელოვური ინტელექტის სრულყოფა
Artificial Intelligence, შემოკლებით AI კომპიუტერული მეცნიერების დარგია, რომელიც მიზნად ისახავს ისეთი პროგრამის შექმნას, რომელიც სრულყოფილების შემთხვევაში ადამიანის ინტელექტს გაუტოლდება.
რაც უფრო მეტ ციფრულ ნაკვალევს ვტოვებთ ინტერნეტ სივრცეში, ჰაკერებისათვის უფრო მეტ “შესვლის წერტილებს“ ვხსნით.
კიბერუსაფრთხოების მიერ მიღებული ზომების უმეტესობა, როგორიცაა ეკრანები, სეგმენტაცია და VPN, ნამდვილად გვთავაზობენ დაცვის გარკვეულ დონეს, მაგრამ მათ არ შეუძლიათ უზრუნველყონ სრული ხილვადობა და არ აქვთ ავტომატიზირებულ შეტევებზე რეაგირებისთვის საჭირო სიჩქარე.
ამიტომ, მიუხედავად მრავალი ხარვეზისა, მეგა მონაცემთა ანალიზი კიბერ უსაფრთხოების განმტკიცებაში მთავარ კომპონენტად რჩება.
როგორ მუშაობს Big Data და უფრო კონკრეტულად რა პროცესია ეს?
Big Data ანალიზის მთავარი სარგებელი პროგნოზირებაა. სხვადასხვა წყაროებიდან (სოც. ქსელებიდან, კვლევებიდან, კომპანიების საოპერაციო საქმიანობიდან და სხვა) მიღებული მონაცემების ანალიზის მეშვეობით, კომპანიებს შეუძლიათ მომხმარებლების სეგმენტაცია მოახდიონ. (დაადგინონ რომელია ყველაზე ღირებული, განსაზღვრონ მათი სამომავლო ქცევა და ა.შ )
Big Data ანალიზისთვის ასევე გამოიყენება ისტორიული და ტრანზაქციული მონაცემები.
