Каждая 3-я утечка данных в России заканчивается увольнениями персонала

Каждая 3-я утечка данных в России заканчивается увольнениями персонала

Каждая 3-я утечка данных в России заканчивается увольнениями персонала

Утечка данных в компании может изменить жизнь не только самой организации, но и её сотрудников. По данным «Лаборатории Касперского», каждый третий подобный инцидент в России заканчивается увольнением людей. Чаще всего работы лишаются руководители IT-подразделений (в 31% случаев).

При этом каждая четвёртая компания вынуждена расстаться со специалистами, не имеющими никакого отношения к IT. А в 9% случаев работу теряют самые высокопоставленные сотрудники, в частности генеральные директора.

К слову, с утечкой конфиденциальных данных по меньшей мере один раз за последние 12 месяцев столкнулись 32% российских компаний. Значительную долю скомпрометированной информации (40%) составили личные данные клиентов и сотрудников компании – так называемая персональная идентифицируемая информация, которую сегодня хранят в своих IT-инфраструктурах подавляющее большинство компаний (свыше 85%).

Помимо потери важных для бизнеса сотрудников, российские организации также несут другие убытки из-за утечки данных. Так, каждой третьей компании пришлось заплатить компенсации пострадавшим клиентам.

Каждая четвёртая организация сообщила, что после инцидента у неё возникли проблемы с привлечением новых клиентов. А каждая пятая была вынуждена заплатить штраф.

«Утечка данных – это всегда большой удар по бизнесу. Но с последствиями сталкивается не только компания. За подобными инцидентами тянется деструктивный шлейф для тысяч конкретных людей – клиентов или сотрудников пострадавшей организации. Нормы защиты личных данных сегодня регламентируются индустриальными стандартами и законодательными актами. И, как показало наше исследование, 78% российских компаний уже следуют этим нормам. Но цифры говорят, что этого всё же недостаточно. Решением проблемы должно стать повышение осведомлённости о киберугрозах как среди конечных пользователей, так и среди сотрудников, причём на всех уровнях: от младшего персонала до топовых руководителей», – отметил Дмитрий Алёшин, директор по продуктовому маркетингу «Лаборатории Касперского».

В Security Vision SOAR появились ИИ-ассистент и ML-отчёты

Security Vision выпустила обновление платформы SOAR, добавив в неё несколько заметных функций — локальный ИИ-ассистент, ML-скоринг инцидентов и автоматические ML-отчёты по итогам расследований. Обновление ориентировано на повседневную работу SOC и обработку инцидентов без выхода за контур заказчика.

Security Vision SOAR используется для управления и автоматизации реагирования на инциденты информационной безопасности на всех этапах их жизненного цикла — от выявления и анализа до восстановления и постинцидентной работы.

В основе платформы лежит объектно-ориентированный подход: каждый элемент инцидента — будь то хост, учётная запись, процесс или артефакт — рассматривается как отдельный объект со своей историей, связями и возможными действиями.

Сценарии реагирования в системе динамические: плейбуки автоматически подстраиваются под развитие инцидента, появление новых данных и техник атак. Дополнительно платформа выстраивает цепочку Kill Chain, показывая, как развивалась атака и какие шаги предпринимал злоумышленник.

Система также предлагает рекомендации по дальнейшим действиям, опираясь на контекст инцидента, накопленный опыт SOC и ML-модели, включая оценку вероятности ложного срабатывания.

 

В новом релизе появился локальный ИИ-ассистент в формате чат-бота. Он работает полностью внутри инфраструктуры заказчика и не обращается к внешним сервисам. Ассистент учитывает контекст конкретного инцидента — его стадию, связанные объекты, историю действий и похожие кейсы — и помогает аналитикам разбираться в событиях, расшифровывать логи, понимать техники атак или формировать команды для диагностики. Модель может дообучаться прямо в SOC на результатах обработки инцидентов и аналитических бюллетенях, при этом все данные остаются внутри контура.

Ещё одно нововведение — ML-скоринг критичности инцидентов. Модель автоматически оценивает приоритет события на основе его масштаба и значимости затронутых активов, что упрощает триаж и помогает быстрее понять, какие инциденты требуют внимания в первую очередь.

Также в платформе появился ML-summary — автоматическое резюме по итогам расследования. При закрытии инцидента система формирует краткий отчёт в едином формате: что произошло, какие действия были выполнены, к какому результату они привели и удалось ли атакующему чего-то добиться. Такое резюме сохраняется в карточке инцидента и отчётности, упрощая передачу дел между сменами и снижая потерю контекста.

В целом обновление направлено на то, чтобы упростить и ускорить рутинную работу SOC: быстрее разбираться в инцидентах, снижать нагрузку на аналитиков и сохранять знания внутри команды без необходимости вручную оформлять каждый шаг расследования.

RSS: Новости на портале Anti-Malware.ru