《 “数据泄露报告导读-翻译整理” 》 有 5 条评论

1. IBM数据泄露成本报告 2023
   https://mp.weixin.qq.com/s/h_lGLUmbKWCwFH387agJTQ
   `
   写在前面：本文包括两部分，第一部分是对IBM 数据泄露成本报告新内容的总结。第二部分是IBM 数据泄露成本报告原文，但也做了节选，删掉了一些介绍成本变化的报表及后部分对地区和行业的介绍、研究方法等。
   Verizon的数据泄露调查报告和IBM数据泄露成本报告，是数据安全领域最重要的两个报告。连续两篇供大家对比。

   IBM报告中有几个现象很有意思，发生数据泄露的组织，51%后续会提高产品售价，我们经常在报告中看到某个组织遭受勒索软件攻击，以为和自己无关，其实很多组织最后把成本分摊给消费者。

   82%的数据泄露发生在云端，既说明云端的安全还有很多需要加强的地方，也说明本地安全可做的工作日益减少。

   《2023 IBM 年数据泄露成本报告》新内容
          数据泄露的成本持续增长， 最新研究显示，全球平均成本达到创纪录的445万美元，在三年内增长了15%。医疗健康行业的成本继续高居榜首，连续第13年成为成本最高的行业。然而，随着泄露成本持续攀升，研究指出了遏制数据泄露成本的新机会。
           研究由波耐蒙研究所（Ponemon Institute）独立进行，IBM安全（IBM Security）分析并发布，构成了第18期年度数据泄露成本报告。本报告是安全行业领先的基准研究，旨在帮助IT、风险管理和安全领导者识别其安全态势中的差距，并发现哪些措施可以最成功地将代价高昂的数据泄露造成的财务和声誉损失降至最低。
           2023年版的报告分析了553家组织的真实数据泄露事件，采访了数千人，分析了数百个成本因素，得出了报告中的结论。(报告中的数据泄露发生在2022年3月至2023年3月之间，因此本文中提到的年份是指研究的年份，而不一定是数据泄露的年份。)

   数据泄露成本报告中的主要发现
   1. 安全AI和自动化、DevSecOps方法和事件响应计划引领了成本节约的道路。
   2. AI和ASM（攻击面管理）加快了对泄露的识别和控制。
   3. 当数据存储在多个环境中时，成本很高，并且需要更长的时间来遏制漏洞。
   4. 拥有内部团队识别泄露的组织在控制成本方面表现得更好。研究中只有33%的泄露是由组织的内部工具和团队发现的，而执法部门等中立第三方发现了40%的漏洞，其余27%的漏洞是由攻击者披露的，例如勒索软件攻击。然而，与攻击者披露的漏洞相比，那些在内部识别泄露的组织平均节省了100万美元。

   在安全方面的投资主要集中在事件响应规划和测试、员工培训以及威胁检测和响应工具方面。尽管只有51%的组织表示他们在数据泄露事件发生后增加了安全投资，但根据该研究，那些增加投资的组织将重点放在有效控制数据泄露成本的领域，以获得可观的投资回报率。其中50%的组织计划投资于事件响应计划和测试；46%组织投资员工培训；38%的组织投资SIEM等威胁检测和响应工具。
   `

   回复

2. 2023年 Verizon 数据泄露调查报告（DBIR）（下）
   https://mp.weixin.qq.com/s/R05P83poz_VEddOkYV5S4Q
   `
   写在前面：本章主要对VERIS定义的八种事件分类模式做具体说明。

   1. 系统入侵

   # 概要
   * 这种模式主要是关于专业犯罪人员实施的攻击，他们利用在黑客攻击和恶意软件方面的专业知识来破坏和/或影响不同规模的组织，经常利用勒索软件作为他们赚钱的手段。

   # 事件统计
   随着攻击者利用大量不同的技术来破坏组织，勒索软件继续在这种模式中占据主导地位。

   * 频率：3966起事件，1944起已确认数据泄露
   * 威胁攻击者： 外部(96%)，内部(4%)，多重(2%)，合作伙伴(1%)
   * 攻击者动机： 财务(97%)，间谍(3%)
   * 数据丢失：其他(42%)，个人(34%)，系统(31%)，内部(24%)

   2. 社会工程

   # 概要
   * 社会工程事件比去年有所增加，主要是由于使用Pretexting（假托（pretexting）通常是一个骗局，欺骗者在骗局中假装需要信息来确认对话人的身份。在和目标对象建立信任之后，假托者可能会问一系列问题来收集关键的个人身份信息），这在BEC中经常用到，自去年以来几乎翻了一番。加上这些攻击的频率，在过去几年中，这些攻击中被盗金额的中位数也增加到50,000美元。

   # 事件统计
   因此，网络钓鱼和Pretexting继续主导着这种模式，确保电子邮件仍然是影响个人的最常见手段之一。

   * 事件频率：1700起事件，928起已确认数据泄露
   * 威胁攻击者： 外部(100%)，多个(2%)，内部(1%)，合作伙伴(1%)
   * 攻击者动机： 财务(89%)，间谍(11%)
   * 数据丢失：凭证(76%)，内部(28%)，其他(27%)，个人(26%)

   3. 基本的Web应用攻击

   # 概要
   * 虽然这些泄露和事件约占我们数据集的四分之一，但它们往往主要是由针对凭证的攻击驱动的，攻击者随后利用这些被盗的凭证访问各种不同的资源。

   # 事件统计
   错误选择和保护不当的密码仍然是这种模式中泄露的主要来源之一。

   * 频率：1404起事件，1315起已确认数据泄露
   * 威胁攻击者：外部(100%)，内部(1%)，多重(1%)

   * 攻击者动机：财务(95%)，间谍(4%)，娱乐(1%)

   * 数据丢失：凭证(86%)，个人(72%)，内部(41%)，其他(19%)

   4. 杂项错误

   # 概要
   * 错误交付、错误配置和发布错误仍然是头条新闻，导致泄露的错误通常是由系统管理员和开发人员犯下的。

   # 事件统计
   员工不断犯错，有时会对组织造成相当大的损害。

   * 频率： 602次，512次确认数据泄露
   * 威胁攻击者： 内部(99%)，合作伙伴(2%)，多个(1%)，外部(1%)
   * 数据丢失：个人(89%)，医疗(19%)，其他(10%)，银行(10%)

   5. 拒绝服务攻击

   # 概要
   * 由于拒绝服务继续在我们的事件中占主导地位，因此缓解服务的能力也是如此。然而，低容量攻击的死灰复燃仍然会给企业带来问题。

   # 事件统计
   拒绝服务攻击仍然无处不在，并且多年来一直是事件攻击的首选。

   * 频率：6248次事件，4次确认数据泄露
   * 威胁攻击者： 外部(100%)

   6. 丢失和被盗的资产

   # 概要
   * 对于组织来说，这种模式仍然是一个问题，因为这些小型设备非常便携。我们已经看到它们存储大量数据的能力随着时间的推移而增加，而员工遗漏(或外部攻击者窃取数据)的能力仍然是可以预见的普遍现象。

   # 事件统计
   设备和媒介更有可能被内部人员丢失，而不是被外部攻击者窃取。

   * 频率：2091起事件，159起已确认数据泄露
   * 威胁行为者：外部(92%)，内部(68%)，多重(60%)，合作伙伴(1%)
   * 攻击者动机： 财务(100%)
   * 数据丢失：个人数据泄露(87%)，医疗(30%)，其他(21%)，银行(13%)

   7. 权限滥用

   # 概要
   * 您的员工继续使用他们的访问权限进行泄露行为，在某些情况下，还会发起欺诈性交易。今年，我们看到了更多不同类型的参与者之间的勾结。

   # 事件统计
   根据定义，这种模式继续以内部参与者为主。大多数人的动机是为了经济利益，个人数据仍然是最受欢迎的目标。

   * 频率：406起事件，288起已确认数据泄露
   * 威胁攻击者： 内部(99%)，多重(7%)，外部(6%)，合作伙伴(2%)
   * 攻击者动机：财务(89%)，怨恨(13%)，间谍(5%)，便利(3%)，好玩(3%)，意识形态(2%)
   * 数据丢失： 个人(73%)，医疗(34%)，其他(18%)，银行(12%)，支付(12%)
   `

   回复

3. 2023年 Verizon 数据泄露调查报告（DBIR）（上）
   https://mp.weixin.qq.com/s/tNYptKx_-FohJwXEpaFvfA
   `
   写在前面：Verizon和IBM的数据泄露调查报告是业内最有名的两个关于数据安全的报告，各有侧重。2022年IBM的报告我以前介绍过，更关注数据泄露成本。Verizon的报告方法很科学，内容很详尽，涵盖了主要的行业，尤其是对各种攻击技术都做了介绍。报告内容很多，我重点介绍前部分关于技术的章节，后部分详细分析各个不同行业遭受的攻击特点等，和国内差异较大，就先略过了。内容较多，分两篇介绍。

   报告的事件统计时间为2021年11月1日到2022年10月31日。

   在统计各类事件的时候，文中有时用事件，有时用泄露，事件指危及信息资产完整性、机密性或可用性的安全事件。

   泄露指导致数据被确认泄露(而不仅仅是潜在的泄露)给未授权方的事件。例如，分布式拒绝服务(DDoS)攻击通常是一个事件，而不是一个漏洞，因为没有数据泄露。

   # 调查总结

   社会工程攻击通常非常有效，网络罪犯获利不菲。也许这就是为什么商业电子邮件入侵(BEC)攻击(本质上是pretexing攻击)几乎翻了一番，在社会工程中占了50%以上。【假托（pretexting）通常是一个骗局，欺骗者在骗局中假装需要信息来确认对话人的身份。在和目标对象建立信任之后，假托者可能会问一系列问题来收集关键的个人身份信息】
   74%的数据泄露事件包括人为因素，涉及错误、特权滥用、使用被盗凭证或社会工程。
   83%的数据泄露涉及外部攻击者，95%的数据泄露中，攻击的主要动机仍然是金钱驱动。
   攻击者访问组织的三种主要方式是窃取凭证（50%）、网络钓鱼（10%）和利用漏洞（5%）。
   勒索软件继续作为最主要的攻击类型之一占据统治地位，虽然它实际上并没有增长，在统计上稳定地保持在24%。勒索软件在各种规模和行业的组织中无处不在。
   在这一年中，超过32%的Log4j扫描活动发生在其发布后的30天内(最大的活动高峰发生在17天内)。
   Log4j在我们的数据贡献者的事件响应中是如此重要，以至于90%的使用漏洞攻击事件中，在评论部分都有“Log4j”或“CVE-2021- 44228”。而只有20.6%的事件有评论。

   # 结果和分析
   在VERIS中，我们用来描述事件的核心分类被称为4A：攻击者（Actor）(谁)、行动（Action）(如何)、资产（Asset）(哪里)和属性（Attribute）(什么)。即使在一天结束时，其中一些因素对于调查事件的各方来说是未知的，一个事件需要所有这四个因素才是“完整的”。请关注我们在每个小节中的指导性标注，其提供了有关VERIS分类的更多背景信息。

   ## 攻击者分类
   * 外部：外部威胁源自组织及其合作伙伴网络之外。例子包括犯罪集团、单独黑客、前雇员和政府实体。这个分类还包括上帝(如“某些行为”)、自然界和随机机会。通常，对外部实体没有信任或权限。
   * 内部：内部威胁是指来自组织内部的威胁。这包括公司的全职员工、独立合同工、实习生和其他员工。内部人员值得信任和享有权限(有些人比其他人享有更多权限)。
   * 合作伙伴：合作伙伴包括与组织共享商业关系的任何第三方。这包括供应商、销售商、托管服务商和外包IT支持，赋予某种程度的信任和权限。注意，攻击者可以使用合作伙伴作为攻击渠道，但在这种情况下，这并不能使合作伙伴成为攻击者。除非是合作伙伴发起攻击。

   ## 行为分类
   * 黑客攻击：试图在没有(或超过)授权的情况下，通过绕过或破坏逻辑安全机制，有意访问或损害信息资产。
   * 恶意软件：任何在设备上运行的恶意软件、脚本或代码，在未经所有者知情同意的情况下改变设备的状态或功能。
   * 错误：错误地或无意中完成(或未完成)的任何事情。
   * 社会工程：利用欺骗、操纵、恐吓等手段，攻击信息资产中的人或用户。
   * 滥用：使用得到信任的组织资源或权限，任何与预期相反的目的或方式。
   * 物理：深思熟虑的威胁行为，包括接近、占有或武力。
   * 环境：不仅包括地震和洪水等自然事件，还包括与资产所在的直接环境或基础设施相关的危害。

   ## 资产分类
   * 服务器：支持组织某种功能的设备，通常没有最终用户交互。所有的网络应用程序、邮件服务、文件服务器和所有神奇的信息层都是在这里产生的。如果有人告诉您“系统已关闭”，请放心，某些服务器的可用性受到了影响。服务器是几乎所有攻击模式的常见目标，尤其是在系统入侵、基本Web应用程序攻击、杂项错误和拒绝服务模式中。
   * 人：在组织中从事这项工作的人(希望如此)。不包括人工智能聊天。不同类型的人将是不同部门的成员，并且在组织中具有源于此角色的相关许可和访问权限。至少，他们可以使用自己的用户设备，实现自己对未来的希望和梦想。人是社会工程攻击模式中常见的目标。
   * 用户设备：用户在组织中执行工作职责所使用的设备。通常表现为笔记本电脑、台式电脑、手机和平板电脑。系统入侵模式中的常见目标，但也存在于资产丢失和被盗模式中。人们确实喜欢带着他们的小电脑到处走。
   * 网络：不是概念，而是实际的网络计算设备，使比特在世界各地流通，如路由器、电话和宽带设备，以及一些传统的在线网络安全设备，如防火墙和入侵检测系统。
   * 介质：以最纯净的结晶形式稀释的宝贵数据。开玩笑的，主要是u盘和打印文件。您会不时看到奇怪的硬盘和实际的物理支付卡，但这些都是比较罕见的。常见于丢失和被盗资产模式中。

   ## 属性分类
   * 保密性：指对资产(或数据)的观察和披露受到限制。机密性的丧失意味着数据实际上被观察到或披露给了未经授权的攻击者，而不是处于危险、风险或潜在被暴露(后者属于占有和控制的属性)。
   简短定义：受限的访问、观察和披露。
   * 完整性：指资产(或数据)保持完整，相对于原始或授权的状态、内容和功能保持完整和不变。完整性损失包括未经授权的插入、修改和操作。
   简短定义：完整的，未改变的。
   * 可用性：指资产(或数据)就绪、可访问并在需要时准备好使用。可用性损失包括销毁、删除、移动、性能影响(延迟或加速)和中断。
   简短定义：在需要的时候可以使用和访问。

   # 模式分类

   * 基本Web应用攻击
   这些攻击是针对Web应用程序的，在最初的入侵之后，它们没有大量的附加动作。这是一种“进入、获取数据、然后退出”的模式。

   * 拒绝服务
   这些攻击旨在破坏网络和系统的可用性。这包括网络和应用层攻击。

   * 丢失和被盗资产
   信息资产丢失的事件，无论是由于放置不当还是恶意，都被分组到此模式中。

   * 杂项错误
   无意行为直接损害信息资产安全属性的事件属于这种模式。这还不包括设备丢失，因为设备丢失属于盗窃

   * 特权滥用
   这些事件主要是由未经批准或恶意使用合法权限造成的

   * 社会工程
   这种攻击涉及到一个人的心理影响，改变他们的行为，采取行动或违反保密性。

   * 系统入侵
   这些是复杂的攻击，利用恶意软件和/或黑客来实现他们的目标，包括部署勒索软件。

   * 其他项
   这种“模式”根本就不是真正的模式。相反，它涵盖了所有不符合其他模式的有序范围的事件。就像那个容器，里面装着你不再拥有的电子产品的所有电缆：以防万一。
   `

   回复

4. Data Breach 数据泄露
   https://www.cyberark.com/zh-hans/what-is/data-breach/
   https://www.cyberark.com/what-is/data-breach/
   `
   数据泄露指恶意内部人士或外部攻击者未经授权访问机密数据或敏感信息，例如病历、财务信息或个人身份信息（PII）的安全事件。数据泄露是最常见且代价最高的网络安全事件之一。它们影响着各种规模、行业和地域的企业，并以惊人的频率发生。

   # （数据泄露的种类繁多）Data Breaches Come in a Variety of Flavors

   (意外的网络/互联网暴露)Accidental Web/Internet Exposure where sensitive data or application credentials are accidentally placed in a location accessible from the web or on a public repository like GitHub.

   (未授权访问)Unauthorized Access where bad actors exploit authentication and authorization control system vulnerabilities to gain access to IT systems and confidential data.

   (敏感数据数据明文传输)Data on the Move where perpetrators access sensitive data transmitted in the clear using HTTP or other nonsecure protocols.

   (员工错误/疏忽/处置不当/损失)Employee Error/Negligence/Improper Disposal/Loss where bad actors exploit weak or unenforced corporate security systems and practices or gain access to misplaced or improperly decommissioned devices.

   (黑客/入侵)Hacking/Intrusion where an external attacker steals confidential data via phishing, malware, ransomware, skimming or some other exploit.

   (内部盗窃)Insider Theft where a current or former employee or contractor gains access to confidential data for malicious purposes.

   (实体盗窃)Physical Theft where data is extracted from stolen laptops, smartphones or tablets.

   # （防止和缓解数据泄露的方法）Preventing and Mitigating Data Breaches

   (特权访问安全)Privileged access security solutions to monitor and control access to privileged system accounts, which are often targeted by malicious insiders and external attackers.

   (多因素验证)Multi-factor authentication solutions to strengthen identity management, prevent impersonation and reduce risks associated with lost or stolen devices or weak passwords.

   (端点威胁检测和响应)Endpoint threat detection and response tools to automatically identify and mitigate malware, phishing, ransomware and other malicious activity that can lead to a data breach.

   (最小权限管理)Least privilege management practices to tightly align access rights with roles and responsibilities so that no one has more access than they need to do their job. This helps reduce attack surfaces and contain the spread of certain types of malware that rely on elevated privileges.
   `

   回复

5. IBM 发布《2024年数据泄露成本报告》：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
   https://china.newsroom.ibm.com/2024-07-31-IBM-2024-,AI
   `
   * 知识产权盗窃激增；超过三分之一的数据泄露事件涉及影子数据
   * 应用人工智能和自动化可将泄露成本降低188 万美元

   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。

   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：
   * 企业的安全团队人员配备不足。与前一年相比，更多企业面临严重的安全专家短缺问题（增加了 26%）；与那些安全团队水平较低或不存在安全人员短缺问题的组织相比，这些组织的平均数据泄露成本要多出 176 万美元。
   * 人工智能驱动的预防工作取得成效。三分之二的受访企业正在其安全运营中心（SOC）中部署安全人工智能（AI）和自动化技术。当企业在预防阶段广泛使用AI和自动化工具，其平均数据泄露成本与未使用这些技术的组织相比要少 220 万美元，这也是 2024 年报告中披露的最大成本节约。
   * 数据可见性问题亟待改善。40% 的数据泄露事件涉及混合环境中存储的数据，包括公有云、私有云和本地部署。这些数据泄露事件的平均成本超过 500 万美元，识别事件并遏制发展所需的时间也最长（283 天）。

   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。”

   1. 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。

   2. 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。

   3. 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：
   * 凭证盗窃是最常见的初始攻击载体之一。**凭证盗窃和破解占数据攻击行为的 16%，在常见的初始攻击载体中居于首位**。识别和遏制此类攻击的时间也最长（将近 10 个月）。
   * 执法部门的介入有助于企业减少赎金。与其他被勒索软件攻击的企业相比，引入执法部门的企业平均节省近 100 万美元的数据泄露成本，这还不包括他们已经支付的赎金。大多数求助于执法部门的勒索软件受害者（63%）可以避免支付赎金。
   * 面向关键基础设施的企业承担了最高的数据泄露成本。医疗健康、金融服务、制造、科技和能源企业的数据泄露成本领先其他行业。其中，医疗健康企业已连续 14 年承担了最高的数据泄露成本，平均数据泄露成本达到 977 万美元。
   * 数据泄露成本被转嫁到消费者身上。63% 的企业表示，今年因数据泄露事件而增加了商品或服务成本，这一比例比去年 (57%) 略有上升，这也意味着大多数受访企业已连续第三年采取该举措。
   `

   回复