چرا تجزیه و تحلیل حوادث گذشته به تیم ها بیشتر از معیارهای امنیتی معمول کمک می کند؟

چرا تجزیه و تحلیل حوادث گذشته به تیم ها بیشتر از معیارهای امنیتی معمول کمک می کند؟

چرا تجزیه و تحلیل حوادث گذشته به تیم ها بیشتر از معیارهای امنیتی معمولی کمک می کند هوش داده پلاتو بلاک چین؟ جستجوی عمودی Ai.

بر اساس آخرین گزارش پایگاه داده رویداد باز (VOID) Verica، معیارهای پذیرفته شده برای اندازه گیری شدت حوادث امنیتی، مانند میانگین زمان تعمیر (MTTR)، ممکن است آنطور که قبلا تصور می شد قابل اعتماد نباشد و اطلاعات صحیحی را در اختیار تیم های امنیتی فناوری اطلاعات قرار ندهد. .

این گزارش بر اساس 10,000 حادثه از کمتر از 600 شرکت، از Fortune 100s گرفته تا استارت آپ ها، تهیه شده است. Verica گفت که میزان داده های جمع آوری شده سطح عمیق تری از تجزیه و تحلیل آماری را برای تعیین الگوها و از بین بردن مفروضات قبلی صنعت که فاقد شواهد آماری هستند، امکان پذیر می کند.

نورا جونز، مدیر عامل و یکی از بنیانگذاران Jeli، می گوید: «شرکت ها برخی از پیچیده ترین زیرساخت ها را در جهان اجرا می کنند و از بخش های زیادی از زندگی روزمره ما پشتیبانی می کنند، بدون اینکه اکثر ما حتی به آن فکر کنیم - تا زمانی که چیزی کار نمی کند. "کسب و کار آنها به شدت به قابلیت اطمینان سایت متکی است، و با این حال با پیچیده تر شدن فناوری، حوادث از بین نمی روند."

او می‌گوید: «بیشتر سازمان‌ها تصمیمات مدیریت حادثه را بر اساس مفروضات دیرینه اجرا می‌کنند.

اطلاعات را برای درک حوادث به اشتراک بگذارید

کورتنی نش، تحلیلگر ارشد تحقیقاتی در Verica و خالق VOID، توضیح می‌دهد که به همان روشی که شرکت‌های هواپیمایی نگرانی‌های رقابتی را در اواخر دهه 90 و پس از آن کنار گذاشتند تا اطلاعات را به اشتراک بگذارند، شرکت‌ها دارای حجم عظیمی از دانش کالایی هستند که می‌توانستند. استفاده کنید تا از یکدیگر بیاموزید و صنعت را به جلو سوق دهید و در عین حال آنچه را که ساخته می شود برای همه ایمن تر کنید.

جمع‌آوری این گزارش‌ها اهمیت دارد زیرا نرم‌افزار مدت‌هاست که از میزبانی تصاویر گربه‌ها به صورت آنلاین به حمل‌ونقل، زیرساخت‌ها، شبکه‌های برق، نرم‌افزارها و دستگاه‌های مراقبت‌های بهداشتی، سیستم‌های رأی‌گیری، وسایل نقلیه خودران و بسیاری از عملکردهای اجتماعی حیاتی (اغلب از نظر ایمنی حیاتی) رسیده است.» نش می گوید.

دیوید سورسکی، دانشمند ارشد داده های امنیتی در موسسه سینتیا، اشاره می کند که شرکت ها فقط می توانند حوادث خود را ببینند، که توانایی دیدن و اجتناب از روندهای گسترده تر را که بر سایر سازمان ها تأثیر می گذارد، محدود می کند.

او می‌گوید: «پایگاه‌های اطلاعاتی و گزارش‌هایی مانند [VOID] به آن‌ها کمک می‌کند تا از دید تونل فرار کنند و امیدواریم قبل از اینکه خودشان مشکلاتی را تجربه کنند، عمل کنند».

مدت و شدت داده های «کم عمق» هستند

نحوه تجربه سازمان ها از حوادث متفاوت است، همانطور که زمان زیادی طول می کشد تا آن حوادث بدون توجه به شدت حل شوند. این گزارش هشدار داد که کدام سناریوها حتی به عنوان یک "حادثه" شناخته می شوند و در چه سطحی در بین همکاران در سازمان متفاوت است و در بین سازمان ها سازگار نیست.

نش مدت و شدت را توضیح می دهد داده های "کم عمق" - آنها جذاب هستند زیرا به نظر می رسد درک واضح و ملموسی از موقعیت های کثیف و غافلگیرکننده دارند که خود را به جمع بندی های ساده نمی دهد. با این حال، اندازه گیری مدت زمان واقعاً مفید نیست.

نش می‌گوید: «مدت یک حادثه اطلاعات عملی داخلی کمی در مورد حادثه به دست می‌دهد، و شدت آن اغلب به روش‌های مختلف، حتی در یک تیم، مورد مذاکره قرار می‌گیرد.»

از شدت ممکن است به عنوان یک پروکسی برای تأثیر مشتری یا در موارد دیگر، تلاش مهندسی مورد نیاز برای رفع یا فوریت استفاده شود. این امر به دلایل مختلف، از جمله جلب توجه یا دریافت کمک برای یک حادثه، راه اندازی - یا اجتناب از شروع - بررسی پس از حادثه، یا کسب تأییدیه مدیریت برای بودجه مورد نظر، تعداد کارمندان، و غیره به طور ذهنی اختصاص داده می شود. نش می گوید.

بر اساس این گزارش، هیچ ارتباطی بین مدت و شدت حوادث وجود ندارد. شرکت‌ها می‌توانند حوادث طولانی یا کوتاهی داشته باشند که بسیار جزئی، از نظر وجودی حیاتی و تقریباً هر ترکیبی در این بین هستند.

نش می‌گوید: «مدت یا شدت نه تنها نمی‌تواند به یک تیم بگوید که چقدر قابل اعتماد یا مؤثر هستند، بلکه هیچ چیز مفیدی را در مورد تأثیر رویداد یا تلاش لازم برای مقابله با حادثه نیز بیان نمی‌کنند».

وقایع گذشته را تجزیه و تحلیل کنید

در حالی که MTTR مفید نیست به عنوان یک متریکاو می‌گوید، هیچ‌کس نمی‌خواهد حوادث آنها بیش از آنچه باید ادامه داشته باشد. برای پاسخگویی بهتر، شرکت‌ها ابتدا باید با تجزیه و تحلیل عمیق‌تر نحوه واکنش‌شان را در گذشته مطالعه کنند، که به آن‌ها در مورد مجموعه‌ای از عوامل پیش‌بینی‌نشده قبلی، چه فنی و چه سازمانی، آموزش می‌دهد.»

جونز می افزاید که فرهنگ یک سازمان همچنین نقش مهمی در نحوه برچسب گذاری رویدادها توسط تیم ها و میزان آن ایفا می کند.

او می‌گوید: «همه اینها به افراد یک سازمان برمی‌گردد - افرادی که زیرساخت‌ها را می‌سازند، زیرساخت‌ها را حفظ می‌کنند، حوادث را حل می‌کنند و سپس آنها را بررسی می‌کنند.» "همه اینها توسط مردم انجام می شود."

از دیدگاه او، مهم نیست که فناوری ما چقدر خودکار می شود، مردم همچنان سازگارترین بخش سیستم و دلیل موفقیت مداوم هستند.

جونز می‌گوید: «به همین دلیل است که شما باید این سیستم‌های فنی-اجتماعی را دقیقاً به همین شکل بشناسید و سپس با همان درک به تحلیل رویداد خود نزدیک شوید.

Severski می‌گوید صنعت امنیت مملو از نظرات در مورد آنچه باید برای بهبود کارها انجام شود، است، اشاره کرد که Cyentia به تجزیه و تحلیل مجموعه‌های داده بزرگ در مطالعه بینش ریسک اطلاعات (IRIS) خود ادامه می‌دهد. تحقیق.

او می‌گوید: «بر اساس توصیه‌های ما بر اساس شکست‌های واقعی و درس‌های آموخته‌شده از این، رویکرد بسیار مؤثرتری است. ما برای مطالعه حوادث دنیای واقعی ارزش زیادی قائل هستیم.»

تمبر زمان:

بیشتر از تاریک خواندن