政府部门和金融行业已成网络攻击的最大目标

简介:

新的研究表明,2016年针对全球政府部门的网络攻击与2015年相比翻了一番,从所有网络安全攻击的7%上升到14%。针对金融部门的网络攻击也从2015年的3%大幅上升到2016年的14%。制造业以13%的份额排在第三位,而在2015年行业网络安全攻击名单高居榜首的零售行业则下降到第四位(11%)。

这些数据来自于Dimension Data公司的“NTT Security 2017全球威胁情报报告”的执行指南,这个指南是从NTT 安全公司以及其他NTT的运营公司(包括Dimension Data)收集的数据汇总,来自五大洲10,000个客户端的网络,3.5万亿个安全日志,62亿次袭击企图。

这份报告指出了一些可能对全球政府部门构成网络安全攻击目标的全球地缘政治事件。这些包括以下内容:

•美国总统大选

•美国新一届政府对朝鲜采取更积极的立场

•美国和欧盟对俄罗斯的经济制裁

•俄罗斯国家持续针对西方目标的网络行动

•中东对西方对叙利亚的干预越来越消极

Dimension Data集团首席执行官Matthew Gyde表示:“世界各国政府不断受到竞争对手,恐怖组织,黑客,以及网络犯罪分子发起的复杂攻击的威胁。这是因为政府机构拥有大量的敏感信息,这些信息从人事记录,预算数据和敏感信息到情报调查结果。此外,今年人们还看到很多涉及内部威胁的事件。”

Gyde表示,对于金融服务行业来说,其遭遇持续袭击并不奇怪。 “这些组织拥有大量的数字资产和敏感的客户数据。通过访问他们的信息,网络犯罪分子可以通过地下经济中的个人身份信息和信用卡数据获利。“

这个报告的其他重点包括:

•所有网络攻击中有33%来自美国的IP地址,其次是英国(占4%)和中国(占3%)。美国占据全球云计算托管基础设施的主要地位。威胁者经常利用公共云来组织攻击,因为公共云基础架构的成本很低,并具备一定的稳定性。

•物联网(IoT)和操作技术(OT)设备必须被视为潜在的来源和攻击目标。在2016年检测到的物联网攻击中,约66%的人正在尝试发现特定的设备,如特定型号的摄像机,3%的人正在寻求攻击网络服务器或其他类型的服务器,而2%的人正在尝试攻击数据库。

•数字业务面临的顶级网络安全威胁是网络钓鱼,社会工程和勒索病毒;商业电子邮件妥协; 物联网和分布式拒绝服务(DDoS)攻击;并针对最终用户进行攻击。

本文转自d1net(原创)

相关文章
|
28天前
|
人工智能 供应链 安全
金融行业的11大网络安全威胁
金融行业的11大网络安全威胁
|
2月前
|
安全 Linux 网络安全
nmap 是一款强大的开源网络扫描工具,能检测目标的开放端口、服务类型和操作系统等信息
nmap 是一款强大的开源网络扫描工具,能检测目标的开放端口、服务类型和操作系统等信息。本文分三部分介绍 nmap:基本原理、使用方法及技巧、实际应用及案例分析。通过学习 nmap,您可以更好地了解网络拓扑和安全状况,提升网络安全管理和渗透测试能力。
233 5
|
3月前
|
机器学习/深度学习 数据采集 算法
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
这篇博客文章介绍了如何使用包含多个网络和多种训练策略的框架来完成多目标分类任务,涵盖了从数据准备到训练、测试和部署的完整流程,并提供了相关代码和配置文件。
86 0
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
|
5月前
|
存储 监控 安全
OT安全的本质:实现CISA网络安全绩效目标的前瞻性指南
OT安全的本质:实现CISA网络安全绩效目标的前瞻性指南
OT安全的本质:实现CISA网络安全绩效目标的前瞻性指南
|
8月前
|
安全 测试技术 网络架构
【专栏】编写网络设备割接方案的七个步骤,包括明确割接目标、收集信息、制定计划、设计流程、风险评估、准备测试环境和编写文档。
【4月更文挑战第28天】本文介绍了编写网络设备割接方案的七个步骤,包括明确割接目标、收集信息、制定计划、设计流程、风险评估、准备测试环境和编写文档。通过实际案例分析,展示了如何成功完成割接,确保业务连续性和稳定性。遵循这些步骤,可提高割接成功率,为公司的网络性能和安全提供保障。
846 0
|
5月前
|
网络协议 算法 网络架构
OSPF 如何计算到目标网络的最佳路径
【8月更文挑战第24天】
73 0
|
7月前
|
存储 监控 安全
OT安全的本质:实现CISA网络安全绩效目标的前瞻性指南
OT安全的本质:实现CISA网络安全绩效目标的前瞻性指南
|
机器学习/深度学习 算法 调度
【经济调度】基于多目标宇宙优化算法优化人工神经网络环境经济调度研究(Matlab代码实现)
【经济调度】基于多目标宇宙优化算法优化人工神经网络环境经济调度研究(Matlab代码实现)
|
机器学习/深度学习 算法 智慧交通
智慧交通day04-特定目标车辆追踪02:Siamese网络+单样本学习
Siamese network就是“连体的神经网络”,神经网络的“连体”是通过共享权值来实现的,如下图所示。共享权值意味着两边的网络权重矩阵一模一样,甚至可以是同一个网络。
154 0
智慧交通day04-特定目标车辆追踪02:Siamese网络+单样本学习
|
人工智能 运维 安全
带你读《智慧光网络:关键技术、应用实践和未来演进》——1.5.3 智慧光网络的目标
带你读《智慧光网络:关键技术、应用实践和未来演进》——1.5.3 智慧光网络的目标

热门文章

最新文章