Jadual Kandungan
Perlindungan Data Tidak Mencukupi
Perusahaan mengambil berat tentang kesan AI terhadap data sensitif
72% daripada pemimpin keselamatan siber bimbang mereka boleh kehilangan pekerjaan mereka kerana pencerobohan dalaman yang tidak dapat diselesaikan Untuk bertindak balas dengan berkesan, organisasi percaya bahawa penyelesaian perlindungan data harus menyediakan penyiasatan yang cepat dan mudah (42%) kandungan fail dan keterlihatan metadata (. 39%) dan harus dapat disepadukan dengan penyelesaian teknologi lain (38%).
Rumah Peranti teknologi AI Alat AI meletakkan syarikat pada risiko pelanggaran data

Alat AI meletakkan syarikat pada risiko pelanggaran data

Mar 07, 2024 pm 09:34 PM
AI keselamatan rangkaian ai Data sensitif kehilangan data

Alat AI meletakkan syarikat pada risiko pelanggaran data

Sejak 2021, pelanggaran data, kehilangan dan kecurian yang disebabkan oleh orang dalam korporat telah meningkat sebanyak purata 28% setiap bulan. Menurut 85% responden, trend ini akan berterusan dalam tempoh 12 bulan akan datang.

Perlindungan Data Tidak Mencukupi

Walaupun 99% perniagaan mempunyai penyelesaian perlindungan data, 78% pemimpin keselamatan siber mengakui bahawa data sensitif mereka masih terjejas. Memandangkan risiko hari ini semakin didorong oleh AI dan GenAI, cara pekerja bekerja, dan percambahan aplikasi awan, responden berkata mereka perlu mengetahui lebih lanjut tentang kod sumber yang dihantar ke repositori (88%), iaitu Fail untuk akaun awan peribadi (87 %) dan muat turun data sistem CRM (90%).

Kini, kemudahalihan data yang tinggi memberikan banyak kemudahan kepada perusahaan. Pembangunan berterusan kecerdasan buatan dan teknologi awan telah menimbulkan amalan perniagaan baharu yang menggalakkan sambungan, inovasi dan kerjasama dalam kalangan pekerja. Walau bagaimanapun, ini juga menjadikan data perusahaan kritikal seperti kod sumber lebih terdedah kepada kebocoran.

Tahun ini, penyelidikan ini menyerlahkan cabaran baharu yang dikemukakan oleh AI, memandangkan set data sedang didorong melangkaui perusahaan untuk melatih model bahasa yang besar. Kami juga melihat bahawa, sebagai tambahan kepada maklumat kewangan dan data penyelidikan, kod sumber kini dianggap sebagai data yang paling penting untuk dilindungi, yang merupakan penemuan penting kerana kebanyakan alat perlindungan data gagal mengesan penyingkiran kod sumber yang paling biasa.

Perusahaan mengambil berat tentang kesan AI terhadap data sensitif

Tinjauan mendedahkan majoriti responden percaya pasukan keselamatan siber mereka kurang kemahiran, mendorong pemimpin keselamatan siber beralih kepada teknologi AI (83%) dan GenAI (92%) untuk menampung kekurangan bakat . Walau bagaimanapun, laporan itu menyatakan bahawa teknologi ini tidak dapat menggantikan sepenuhnya peranan pekerja, dan penggunaan alat ini mungkin membawa risiko kehilangan data.

73% daripada pemimpin keselamatan siber berkata terdapat tahap kekaburan tertentu di sekitar peraturan data, yang boleh menyebabkan beberapa ketidakpastian bagi perniagaan dalam mematuhi undang-undang perlindungan data baharu. 68% menyatakan sedikit keyakinan sama ada syarikat mematuhi sepenuhnya peraturan baharu ini. Selain itu, 98% responden percaya terdapat ruang untuk penambahbaikan dalam latihan keselamatan data mereka, yang menunjukkan keperluan untuk mengukuhkan kesedaran dan kemahiran keselamatan data pekerja. Di samping itu, 44% responden percaya bahawa bidang keselamatan data perlu diperbaharui sepenuhnya untuk menyesuaikan diri dengan ancaman siber dan persekitaran teknologi yang berkembang pesat. Tinjauan terpacu data ini menunjukkan bahawa sebahagian besar responden percaya bahawa data sensitif syarikat mereka secara beransur-ansur dipengaruhi oleh teknologi AI yang baru muncul. 87% daripada mereka menyatakan kebimbangan bahawa pekerja mungkin secara tidak sengaja memasukkan data sensitif ke dalam sistem GenAI, menyebabkan data itu dibocorkan kepada pesaing. Selain itu, 87% responden juga menyatakan kebimbangan mengenai pematuhan pekerja terhadap dasar GenAI. Keputusan ini menyerlahkan kebimbangan dan kebimbangan mengenai keselamatan data, menunjukkan bahawa syarikat perlu mengukuhkan latihan dan penyeliaan pekerja untuk memastikan data sensitif tidak terjejas melalui penggunaan teknologi AI.

Syarikat mengambil berat tentang risiko keselamatan pekerja mereka, terutamanya Generasi Z dan Milenium. Tinjauan menunjukkan bahawa syarikat lebih bimbang tentang pekerja muda ini menjadi sasaran serangan pancingan data kerana pelanggaran keselamatan data (61%), terlalu berkongsi maklumat syarikat dalam talian (60%) dan memindahkan fail/data syarikat ke akaun/peranti peribadi (62% ) %), malah melibatkan memasukkan data sensitif ke dalam alatan GenAI (58%). Tingkah laku ini boleh menyebabkan perusahaan menghadapi kebocoran data dan ancaman keselamatan Oleh itu, perusahaan perlu memperkukuh pendidikan kesedaran keselamatan untuk pekerja untuk mengurangkan kemungkinan risiko ini.

Tinjauan menunjukkan bahawa responden secara amnya percaya bahawa risiko terbesar kepada keselamatan data korporat datang daripada pengurusan kanan (81%) dan ahli lembaga pengarah (71%) kerana mereka boleh mendapatkan data paling sensitif dengan mudah. Ini mungkin menunjukkan bahawa kumpulan ini mempunyai akses yang lebih tinggi kepada data syarikat dan oleh itu mungkin menimbulkan ancaman yang lebih besar kepada keselamatan data.

Kehilangan data orang dalam menghabiskan masa dan wang. purata 3 jam sehari menyiasat insiden data yang didorong secara dalaman.

72% daripada pemimpin keselamatan siber bimbang mereka boleh kehilangan pekerjaan mereka kerana pencerobohan dalaman yang tidak dapat diselesaikan Untuk bertindak balas dengan berkesan, organisasi percaya bahawa penyelesaian perlindungan data harus menyediakan penyiasatan yang cepat dan mudah (42%) kandungan fail dan keterlihatan metadata (. 39%) dan harus dapat disepadukan dengan penyelesaian teknologi lain (38%).

Keterlihatan yang lebih besar diperlukan supaya perniagaan dapat melihat data direplikasi ke dalam alatan GenAI untuk mengenal pasti dan membetulkan risiko sebelum terlambat.

Atas ialah kandungan terperinci Alat AI meletakkan syarikat pada risiko pelanggaran data. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Cara Membuka Segala -galanya Di Myrise
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Cara menggunakan datetime sql Cara menggunakan datetime sql Apr 09, 2025 pm 06:09 PM

Jenis data DateTime digunakan untuk menyimpan maklumat tarikh dan masa ketepatan tinggi, dari 0001-01-01 00:00:00 hingga 9999-12-31 23: 59: 59.99999999, dan sintetik adalah. Fungsi penukaran zon, tetapi perlu menyedari isu -isu yang berpotensi apabila menukarkan ketepatan, pelbagai dan zon masa.

Bolehkah saya mengambil kata laluan pangkalan data di Navicat? Bolehkah saya mengambil kata laluan pangkalan data di Navicat? Apr 08, 2025 pm 09:51 PM

Navicat sendiri tidak menyimpan kata laluan pangkalan data, dan hanya boleh mengambil kata laluan yang disulitkan. Penyelesaian: 1. Periksa Pengurus Kata Laluan; 2. Semak fungsi "Ingat Kata Laluan" Navicat; 3. Tetapkan semula kata laluan pangkalan data; 4. Hubungi pentadbir pangkalan data.

Kaedah Navicat untuk melihat kata laluan pangkalan data MongoDB Kaedah Navicat untuk melihat kata laluan pangkalan data MongoDB Apr 08, 2025 pm 09:39 PM

Tidak mustahil untuk melihat kata laluan MongoDB secara langsung melalui Navicat kerana ia disimpan sebagai nilai hash. Cara mendapatkan kata laluan yang hilang: 1. Tetapkan semula kata laluan; 2. Periksa fail konfigurasi (mungkin mengandungi nilai hash); 3. Semak Kod (boleh kata laluan Hardcode).

Klausa had SQL Master: Kawal bilangan baris dalam pertanyaan Klausa had SQL Master: Kawal bilangan baris dalam pertanyaan Apr 08, 2025 pm 07:00 PM

Klausa SQLLIMIT: Kawal bilangan baris dalam hasil pertanyaan. Klausa had dalam SQL digunakan untuk mengehadkan bilangan baris yang dikembalikan oleh pertanyaan. Ini sangat berguna apabila memproses set data yang besar, paparan paginat dan data ujian, dan dapat meningkatkan kecekapan pertanyaan dengan berkesan. Sintaks Asas Sintaks: SelectColumn1, Column2, ... FROMTABLE_NAMELIMITNUMBER_OF_ROWS; Number_of_rows: Tentukan bilangan baris yang dikembalikan. Sintaks dengan Offset: SelectColumn1, Column2, ... Fromtable_namelimitoffset, Number_of_rows; Offset: Langkau

Kaedah Navicat untuk melihat kata laluan pangkalan data PostgreSQL Kaedah Navicat untuk melihat kata laluan pangkalan data PostgreSQL Apr 08, 2025 pm 09:57 PM

Tidak mustahil untuk melihat kata laluan PostgreSQL terus dari Navicat, kerana Navicat menyimpan kata laluan yang disulitkan atas alasan keselamatan. Untuk mengesahkan kata laluan, cuba sambungkan ke pangkalan data; Untuk mengubah suai kata laluan, sila gunakan antara muka grafik PSQL atau Navicat; Untuk tujuan lain, anda perlu mengkonfigurasi parameter sambungan dalam kod untuk mengelakkan kata laluan berkod keras. Untuk meningkatkan keselamatan, disyorkan untuk menggunakan kata laluan yang kuat, pengubahsuaian berkala dan membolehkan pengesahan multi-faktor.

Bagaimana untuk melihat kata laluan pangkalan data di Navicat untuk MariaDB? Bagaimana untuk melihat kata laluan pangkalan data di Navicat untuk MariaDB? Apr 08, 2025 pm 09:18 PM

Navicat untuk MariaDB tidak dapat melihat kata laluan pangkalan data secara langsung kerana kata laluan disimpan dalam bentuk yang disulitkan. Untuk memastikan keselamatan pangkalan data, terdapat tiga cara untuk menetapkan semula kata laluan anda: Tetapkan semula kata laluan anda melalui Navicat dan tetapkan kata laluan yang kompleks. Lihat fail konfigurasi (tidak disyorkan, risiko tinggi). Gunakan alat baris perintah sistem (tidak disyorkan, anda perlu mahir dalam alat baris arahan).

Navicat menyambung ke kod ralat dan penyelesaian pangkalan data Navicat menyambung ke kod ralat dan penyelesaian pangkalan data Apr 08, 2025 pm 11:06 PM

Kesilapan dan penyelesaian yang biasa apabila menyambung ke pangkalan data: Nama pengguna atau kata laluan (ralat 1045) Sambungan blok firewall (ralat 2003) Timeout sambungan (ralat 10060)

Cara mengelakkan suntikan SQL Cara mengelakkan suntikan SQL Apr 09, 2025 pm 05:00 PM

Untuk mengelakkan serangan suntikan SQL, anda boleh mengambil langkah -langkah berikut: Gunakan pertanyaan parameter untuk mengelakkan suntikan kod jahat. Melarikan diri dari watak khas untuk mengelakkan mereka memecahkan sintaks pertanyaan SQL. Sahkan input pengguna terhadap senarai putih untuk keselamatan. Melaksanakan pengesahan input untuk menyemak format input pengguna. Gunakan rangka kerja keselamatan untuk memudahkan pelaksanaan langkah -langkah perlindungan. Simpan perisian dan pangkalan data yang dikemas kini untuk menampal kelemahan keselamatan. Hadkan akses pangkalan data untuk melindungi data sensitif. Menyulitkan data sensitif untuk mengelakkan akses yang tidak dibenarkan. Secara kerap mengimbas dan memantau untuk mengesan kelemahan keselamatan dan aktiviti yang tidak normal.

See all articles