全球金融系统最大风险:网络安全

简介:

美国证券交易委员会(SEC)将网络安全指认为全球金融产业最大风险。

SEC主席玛丽·乔·怀特说:“网络风险可造成深远影响。”

例如,不久前发生的利用全球转账网络SWIFT从孟加拉央行偷走8100万美元的网络劫案。

SEC承诺加强监管,SWIFT自身也将于本周发起新的网络安全行动,包括对其客户的独立安全审计。同时,7国集团顶级财政官员汇集日本,探讨改善全球网络安全协调的计划。

前世界银行安全团队 Strategic Cyber Ventures 首席执行官汤姆·凯勒曼称,这是全球金融网络安全的历史性时刻。10年前,他就向世界银行提交一份颇有先见之明的报告,指出了当时被很多金融公司忽略掉的潜在网络风险。

“他们对现实嗤之以鼻,认为这绝对不会成为一个广泛性问题。然而,犯罪分子赶上了那份报告中提到的最坏情况,将预测变成了现实。”

专家认为,金融系统有3个方面会使安全性的改善难上加难。其一,系统整体安全性决定于其中最弱的一环,这一环有可能分布在世界任何地方。其二,一些受害者可能根本没察觉自己已经被黑了。最后,向交易事务实时处理的转变,移除了一些以前的检查和制衡。

谁是最弱的那一环?

德勤会计师事务所网络风险服务战略与监管实践总监维克拉姆·巴特说,全球金融系统是紧密连通的,但成员机构之间的安全水平参差不齐。

“坏人会攻破生态系统中最弱的一环。也就是网络项目没达标的那些机构。”

而且,潜在的目标不仅仅是金融机构。这些机构几乎什么事都交给了外部供应商,从法律事务和营销服务到交易处理。

“他们常常通过赋予外部团体对内部系统的实时访问权来外包各种各样的事务。如果系统没有被恰当隔离,一旦有人攻入,所有数据便予取予求了。”

银行,尤其是大型跨国银行,通常都有最强的网络安全保障。

但根据毕马威会计事务所(KPMG)日前发布的调查报告,12%的大银行CEO不清楚过去2年里他们是否曾被黑过,47%的副总裁和常务董事,72%的高级副总裁和董事,同样不清楚。

意识上的空白让安全不被银行所重视,漏洞的出现在所难免。

被黑了?我吗?

对某些网络罪犯而言,几百万美元不过是零花钱。他们已经找到悄无声息盗取更多钱的方法。

有能力从某个账户中转走1千万就是本事了,但若能明白一家主要券商在市场中将要采取的行动,那显然有利可图得多。

近期的金融衰退让很多金融专家失业了,其中一些找到了新的谋生之路——教导网络罪犯怎样进行非法预先交易和市场操纵。

例如,一名犯罪分子若攻入某家公司的系统,发现有交易设定在某个特定时刻发生,他就可以抢先进场,一击必杀。

网络罪犯还会将这些信息传给海外投资者。监管部门没注意到,或者把结果归结为运气,毕竟那些投资者和金融公司之间并没有任何明显的联系。

而因为唯一的表征只是他们赚到的钱比预期少,受害公司很有可能永远察觉不到自己被黑了。比如说,本来计划赚5倍的,最后只赚了3倍,反正是赚了,因此也就没有注意。而在没有明显损失的时候,公司一般很难会对网络安全投入太多。

犯罪圈子里都知道,私人股本公司和对冲基金的技术基础设施超弱,在直通式处理和实时交易的情况下,一旦已经分派好交易,很难避免被抢先。因此,这已经成为系统性风险问题了。

谁在监视着那些数字?

程式交易是让华尔街公司在每笔交易中保住每一分钱的另一工具。而交易中的分分毫毫累积得非常快,因此各家公司在敲定交易上简直争先恐后。

结算所和其他中介机构都在尽力缩短处理时间以吸引并维系客户,这些客户同样越来越对价格敏感。

他们一直在尽可能地缩减开支,推进自动化。

这就造成没有多少时间留给单笔交易检查的窘状,或许,是时候退后一步了。

也未必就是每笔交易都要检查,但对于8100万美元这种大笔交易,有人看总比没人理要好。监管必然要有更多开支维系,但恐怕没有哪家机构会在没有第二或第三层次审查的情况下处理如此巨额的交易。

本文转自d1net(转载)

相关文章
|
6月前
|
机器学习/深度学习 算法 机器人
【PID】基于人工神经网络的PID控制器,用于更好的系统响应研究(Matlab&Simulink代码实现)
【PID】基于人工神经网络的PID控制器,用于更好的系统响应研究(Matlab&Simulink代码实现)
751 15
|
6月前
|
机器学习/深度学习 数据采集 传感器
具有多种最大功率点跟踪(MPPT)方法的光伏发电系统(P&O-增量法-人工神经网络-模糊逻辑控制-粒子群优化)之使用粒子群算法的最大功率点追踪(MPPT)(Simulink仿真实现)
具有多种最大功率点跟踪(MPPT)方法的光伏发电系统(P&O-增量法-人工神经网络-模糊逻辑控制-粒子群优化)之使用粒子群算法的最大功率点追踪(MPPT)(Simulink仿真实现)
459 0
|
7月前
|
数据采集 存储 算法
MyEMS 开源能源管理系统:基于 4G 无线传感网络的能源数据闭环管理方案
MyEMS 是开源能源管理领域的标杆解决方案,采用 Python、Django 与 React 技术栈,具备模块化架构与跨平台兼容性。系统涵盖能源数据治理、设备管理、工单流转与智能控制四大核心功能,结合高精度 4G 无线计量仪表,实现高效数据采集与边缘计算。方案部署灵活、安全性高,助力企业实现能源数字化与碳减排目标。
217 0
|
4月前
|
Ubuntu 网络协议 网络安全
解决Ubuntu系统的网络连接问题
以上步骤通常可以帮助解决大多数Ubuntu系统的网络连接问题。如果问题仍然存在,可能需要更深入的诊断,或考虑联系网络管理员或专业技术人员。
1072 18
|
4月前
|
监控 安全 网络协议
Cisco Identity Services Engine (ISE) 3.5 发布 - 基于身份的网络访问控制和策略实施系统
Cisco Identity Services Engine (ISE) 3.5 发布 - 基于身份的网络访问控制和策略实施系统
539 1
Cisco Identity Services Engine (ISE) 3.5 发布 - 基于身份的网络访问控制和策略实施系统
|
4月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的青少年网络使用情况分析及预测系统
本研究基于Python大数据技术,构建青少年网络行为分析系统,旨在破解现有防沉迷模式下用户画像模糊、预警滞后等难题。通过整合多平台亿级数据,运用机器学习实现精准行为预测与实时干预,推动数字治理向“数据驱动”转型,为家庭、学校及政府提供科学决策支持,助力青少年健康上网。
|
5月前
|
机器学习/深度学习 传感器 算法
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
389 2
|
6月前
|
安全 KVM 虚拟化
Cisco Identity Services Engine (ISE) 3.4 - 基于身份的网络访问控制和策略实施系统
Cisco Identity Services Engine (ISE) 3.4 - 基于身份的网络访问控制和策略实施系统
355 2
Cisco Identity Services Engine (ISE) 3.4 - 基于身份的网络访问控制和策略实施系统
|
6月前
|
运维 Linux 开发者
Linux系统中使用Python的ping3库进行网络连通性测试
以上步骤展示了如何利用 Python 的 `ping3` 库来检测网络连通性,并且提供了基本错误处理方法以确保程序能够优雅地处理各种意外情形。通过简洁明快、易读易懂、实操性强等特点使得该方法非常适合开发者或系统管理员快速集成至自动化工具链之内进行日常运维任务之需求满足。
429 18