北京2024年7月31日 /美通社/ -- 近日,IBM(纽约证券交易所:IBM)发布了2024年《数据泄露成本报告》(Cost of a Data Breach Report)。报告显示,全球数据泄露事件的平均成本在今年达到488万美元,而随着其破坏性越来越大,组织对网络安全团队的要求也进一步提高。与上一年相比,数据泄露带来的成本增加了10%,是自2020年来增幅最大的一年;70%的受访企业表示,数据泄露造成了重大或非常重大的损失。
企业数据泄露成本创新高,AI和自动化成为“数据保卫战”突破口
数据泄露导致的业务损失以及事后的客户和第三方响应成本,推动了成本的同比增加,这显示其"附加伤害"已日益加剧:不仅导致企业成本上升,还扩大了副作用的影响面;即使在少数(12%)从数据泄露完全恢复的企业中,大多数企业的恢复时间都超过 100 天。
《2024 年数据泄露成本报告》对全球 604 家机构在 2023 年 3 月至 2024 年 2 月期间的真实数据泄露事件展开了深入分析。这项由 Ponemon Institute 开展、IBM 支持并执行分析的研究报告已连续发布19年,对六千多个组织的数据泄露事件进行了研究,已成为网络安全领域的重要行业指标。
上述报告的主要洞察包括:
IBM Security 战略与产品设计部副总裁 Kevin Skapinetz 表示:"很多企业陷入了数据泄露、遏制发展和应对后果的持续循环中。现在,企业一方面投资加强安全防御,另一方面将数据泄露的损失转嫁给消费者,从而使安全成为新的经营成本。随着生成式人工智能迅速渗透企业,攻击面不断扩大,这一循环很快就会难以为继,迫使企业重新评估安全措施和应对策略。要想保持竞争优势,企业应该投资于新的人工智能驱动的防御系统,并培养必要技能,应对生成式人工智能带来的新风险和新机遇。"
安全人员短缺导致数据泄露成本上升
2023年,一半以上的受访企业存在严重或高级别的安全人员短缺问题,导致数据泄露成本大幅增加:对于存在高级安全人员短缺问题的企业,数据泄露成本为 574 万美元;而对于存在低级别人员短缺问题或不存在人员短缺问题的企业,数据泄露成本则为 398 万美元。目前,企业正在争先恐后地采用生成式人工智能 (Gen AI) 技术,预计这将给安全团队带来新的风险。事实上,根据 IBM 商业价值研究院的一项调查显示,51% 的受访企业领导者担心生成式AI带来不可预测的风险和新的安全漏洞,47% 的受访者则担心会出现针对AI的新型攻击。
与去年(51%)相比,更多企业(63%)计划增加安全预算,而随着安全技能培训成为投资重点,预计安全人员短缺问题在短期内可得到缓解。受访企业还计划投资于事件响应规划和测试、威胁检测和响应技术(如 SIEM、SOAR 和 EDR)、身份和访问管理以及数据安全保护工具。
借助人工智能跑赢时间
67% 的受访企业已经部署了AI和自动化驱动的安全工具,这一比例较上一年增加了近 10%;20% 的企业已经使用了某种形式的生成式AI安全工具。平均而言,广泛采用安全AI和自动化技术的企业,发现和遏制数据泄露事件的时间比未使用这些技术的企业快 98 天。同时,全球的平均数据泄露生命周期从上一年的 277 天减少到 258 天,创下7 年来的新低,这表明AI和自动化技术有助于加速威胁缓解和补救,为防御者争取更多时间。
数据泄露生命周期的缩短也得益于内部检测的增加:42%的数据泄露事件是由企业自己的安全团队或工具检测到的,这一比例在上一年仅为33%。与攻击者披露入侵活动相比,内部检测将数据泄露生命周期缩短了 61 天,为企业节省了近 100 万美元的成本。
数据安全漏洞助长知识产权盗窃
《2024年数据泄露成本报告》显示,40% 的数据泄露事件涉及在多个环境中存储的数据,超过三分之一的数据泄露事件涉及影子数据(即存储在非管理数据源中的数据),这凸显了跟踪和保护数据面临的严峻挑战。
这些数据可见性的差距导致针对知识产权(IP)的盗窃行为急剧上升 (27%),其相关成本比上一年增加近 11%,达到每条记录 173 美元。随着生成式AI逐渐渗透到混合环境中的数据和其他高度专有的数据,知识产权可能会变得更容易获取。而随着关键数据在各种环境中的使用日益增多,企业需要重新评估围绕这些数据的安全和访问控制措施。
《2024年数据泄露成本报告》中的主要发现还包括:
其他资料:
责任编辑:prnasia
图片版权归原作者所有,如有侵权请联系我们,我们立刻删除。
随机文章