Upravljanje rizicima, politike kibernetičke sigurnosti i edukacija zaposlenika nešto su na što treba obratiti pozornost kako bi bili sigurni u svijetu ovisnom o tehnologiji
Dražen Tomić / Tomich Productions
Umjetna inteligencija (AI) i strojno učenje (ML) transformiraju kibernetičku sigurnost omogućujući brže i točnije otkrivanje prijetnji. Ove tehnologije analiziraju goleme količine podataka kako bi identificirale neobične obrasce i ponašanja koji mogu ukazivati na sigurnosnu prijetnju. Za CMS, implementacija AI i ML može značajno poboljšati našu sposobnost otkrivanja i odgovora na prijetnje u stvarnom vremenu, smanjujući prozor mogućnosti za napadače ili čak automatizirati suvišne zadatke povezane s NIST okvirom za upravljanje rizicima.
Upravljanje rizicima, politike kibernetičke sigurnosti i edukacija zaposlenika nešto su na što treba obratiti pozornost kako bi bili sigurni u svijetu ovisnom o tehnologiji, ističe za ICT na Ti Krešimir Filla, sigurnosni stručnjak iz Combisa.
Ransomware ostaje među najvećim prijetnjama, s naprednim tehnikama poput enkripcije u prekidima i napada bez ucjene. Kibernetički napadi u političke svrhe sve su češći, posebno u kontekstu sukoba poput onoga između Rusije i Ukrajine. Grupe povezane s državama koriste DDoS i wipere protiv kritičnih infrastruktura. Sigurnosni tokeni su postali cilj jer omogućuju pristup cloud resursima. Microsoft je imao nekoliko incidenata s curenjem tokena, uključujući slučaj s kompromitiranim Azure SAS tokenom. Zlonamjerni akteri sve više ciljaju repozitorije otvorenog koda, koristeći metode poput tipografskih pogrešaka (typosquatting), preuzimanja brendova (brandjacking) i napada ovisnosti (dependency confusion) kako bi uveli zlonamjerni kod. Napadi temeljeni na tipografskim pogreškama iskorištavaju pogrešno napisane nazive paketa u repozitorijima, dok brendjacking koristi imitaciju poznatih biblioteka za uvođenje zlonamjernog koda. Povećan broj Zero-day ranjivosti omogućuje hakerskim grupama proboj sigurnosnih sustava bez unaprijed dostupnih zakrpa.
Umjetna inteligencija (AI) i strojno učenje (ML) transformiraju kibernetičku sigurnost omogućujući brže i točnije otkrivanje prijetnji. Ove tehnologije analiziraju goleme količine podataka kako bi identificirale neobične obrasce i ponašanja koji mogu ukazivati na sigurnosnu prijetnju. Za CMS, implementacija AI i ML može značajno poboljšati našu sposobnost otkrivanja i odgovora na prijetnje u stvarnom vremenu, smanjujući prozor mogućnosti za napadače ili čak automatizirati suvišne zadatke povezane s NIST okvirom za upravljanje rizicima.
Procjene pokazuju da će globalno tržište industrijske kibernetičke sigurnosti, koje je 2024. godine vrijedilo 84,54 milijarde dolara, do 2029. doseći 135,11 milijardi dolara, uz prosječnu godišnju stopu rasta (CAGR) od 9,8%. Taj rast pokreću sve veća integracija Interneta stvari (IoT) u sustave industrijske kontrole (ICS), primjena umjetne inteligencije i generativnog AI-ja u sigurnosnim rješenjima te prijelaz prema pametnoj proizvodnji.
Potrošnja za kibernetičku sigurnost potaknuta je većim poslovima u 2. kvartalu 24., jer su se dobavljači usredotočili na unakrsnu prodaju svojih platformi, prema Canalysu. To je unatoč tome što klijenti pažljivo provjeravaju proračune i trebaju im više vremena da potpišu ugovore zbog stalne makroekonomske neizvjesnosti.
