IBM: в пандемию средний ущерб от утечек возрос до рекордных $4,24 миллиона

IBM: в пандемию средний ущерб от утечек возрос до рекордных $4,24 миллиона

IBM: в пандемию средний ущерб от утечек возрос до рекордных $4,24 миллиона

По данным IBM Security, в 2021 году финансовые потери предприятий из-за утечек данных в среднем увеличились до $4,24 млн — это самое высокое значение за 17 лет аналогичных исследований, проводимых институтом Ponemon по заказу техногиганта. В сравнении с прошлым годом дополнительные расходы, вызванные такими инцидентами, возросли на 10%.

Новая статистика составлена по результатам анализа реальных случаев утечки (около 100 тыс. инцидентов), произошедших более чем в 500 организациях разных стран в период с мая 2020 года по март 2021-го. Рост ущерба от утечек эксперты объясняют изменением методов работы из-за COVID-19: удаленный режим затруднил выявление киберинцидентов, а процессы, связанные с переходом в облако, затормозили реагирование.

Дороже прочих утечки теперь обходятся представителям сферы здравоохранения — в среднем в $9,23 млн на каждый случай. На втором месте — финансовый сектор ($5,72 млн), на третьем — фармацевтика ($5,04 млн). В таких сферах, как ритейл, мультимедиа, гостиничный и ресторанный бизнес, производство потребительских товаров, расходы из-за утечек тоже заметно выросли.

В разделении по странам этот показатель наиболее высок в США ($9,05 млн на каждый случай), странах Ближнего Востока ($6,93 млн) и Канаде ($5,4 млн). Примечательно, что при компрометации большого количества данных (от 50 до 65 млн записей) ущерб может возрасти в 100 раз —до $401 миллиона.

На обнаружение и ликвидацию утечки компаниям сейчас требуется в среднем 287 дней (212, чтобы выявить, и еще 75, чтобы нейтрализовать). Это на 1 неделю больше, чем в прошлом году.

Причиной большинства утечек является компрометация учетных записей, облегчающая взлом и кражу данных. В 44% случаев злоумышленников интересовали ПДн пользователей, которые зачастую сами виноваты во взломе аккаунта: 82% таких участников опроса признались, что используют одинаковые пароли для разных учетных записей. На выявление таких утечек, согласно статистике IBM, сейчас в среднем уходит 250 дней.

Почти 20% организаций, принявших участие в исследовании, отметили, что одной из причин утечки стал дистанционный режим работы. В этом случае инцидент обходился дороже — в среднем в $4,96 млн.

Опрос также показал, что 60% организаций стали в большей степени использовать облачные решения. Утечки, произошедшие в процессе миграции в облако, оказались более затратными (на 18,8% дороже среднего уровня). Зато те, кто успел продвинуться в этом направлении дальше своих коллег, выявляли и предотвращали инциденты на 77 дней быстрее.

При этом организациям, применяющим гибридные облака, утечки обходились дешевле — в $3,61 млн против $4,80 млн для публичных и $4,55 млн для частных облачных инфраструктур.

Снизить убытки от утечек также помогает использование ИИ-технологий, ИБ-аналитики и шифрования. В этом случае экономия может составить от $1,25 млн до $1,49 млн. В организациях с развитым подходом нулевого доверия ущерб от утечек данных в среднем равнялся $3,28 миллиона.

Около 65% участников исследования указали, что они частично или полностью развернули средства автоматизации ИБ, и это помогло снизить непредвиденные расходы в два раза — до $2,90 млн. В то же время те, кто не озаботился модернизацией бизнеса, теряли от каждой утечки в среднем на 16,6% больше, чем их более предусмотрительные коллеги.

«Более высокие убытки от утечек данных — еще одна статья расходов для бизнеса на фоне быстрого изменения технологий во время пандемии, — комментирует Крис МакКерди (Chris McCurdy), вице-президент и гендиректор IBM Security. — За последний год ущерб от утечек данных достиг рекордных значений, но отчет также показал положительное влияние современных методов защиты, таких как искусственный интеллект, автоматизация и применение подхода нулевого доверия — они потенциально могут и в дальнейшем снижать ущерб от подобных инцидентов».

В России хотят поставить на учет учебные материалы для ИИ-моделей

Минцифры РФ готовит законопроект, обязывающий разработчиков раскрывать сведения о наборах данных, используемых для обучения ИИ-моделей. Инициатива пока обсуждается в профильных ведомствах и сообществах игроков рынка.

Как выяснили «Ведомости», создатели подобных решений должны будут указывать наименование набора для тренинга, дату его создания, формат, объем и происхождение. В перспективе возможно создание специализированного реестра для ИИ.

Предложение выдвинуто в рамках работы правительства над регулированием сферы ИИ. Пока лишь известно, что разрабатываемый закон определит критерии российского происхождения нейросетей, закрепит право на авторство, обязанности и ответственность разработчиков, а также введет маркировку ИИ-контента.

Параллельно российские власти работают над мерами противодействия использованию ИИ в противоправных целях. Предложено даже признать применение ИИ отягчающим обстоятельством при совершении преступлений.

Предложение Минцифры о раскрытии источников обучающих данных для больших языковых моделей пока не принято на рассмотрение. Опрошенные новостным изданием эксперты сомневаются, что иностранные вендоры вроде OpenAI, Microsoft, Google, Perplexity будут соблюдать это требование.

По идее, новая инициатива должна повысить доверие к ИИ, возможность независимой оценки качества таких решений и дисциплины работы с данными. В то же время нововведение, скорее всего, потребует создания специального реестра, который будет заполняться формально из-за увеличения нагрузки на разработчиков, заинтересованных в скорейшем выводе ИИ-решений на рынок.

В то же время эксперты отметили, что в условиях дефицита качественных и юридически чистых наборов данных для обучения ИИ раскрытие их происхождения будет способствовать формированию нового коммерческого рынка.

Использование данных, взятых из открытых источников и без ведома владельцев создает риски утечки конфиденциальной информации и порождает конфликт интересов в случаях нарушения авторских прав. Подобные ситуации вынуждают создателей ИИ-моделей более внимательно относиться к подбору учебных данных и в случае необходимости покупать права на контент либо заключать договоры на использование.

В настоящее время закона, регулирующего сферу ИИ, в России нет; в законодательстве даже отсутствуют нужные определения. Освоение таких технологий пока осуществляется в соответствии с утвержденной указом Президента стратегией развития ИИ до 2030 года.

По этой причине попытки госрегулирования пока носят декларативный или рекомендательный характер. Так, в конце прошлого года было выдвинуто предложение о создании технических стандартов по ИИ и продвижение их на международном уровне.

Минцифры также определилось с требованиями к ПАК для ИИ и собирается создать киберполигон для проверки безопасности ИИ-систем, предназначенных для использования на критически важных объектах.

RSS: Новости на портале Anti-Malware.ru