警惕:全球裁员导致公司敏感数据大量流失

简介: 金融危机引发的经济衰退导致北美许多公司大幅裁员。人们几乎每天在新闻中都可以看到公司裁员的消息。裁员当然可以使这些公司减少因金融危机带来的资金压力,但同时也可能因公司管理措施不到位而为公司留下后患,使竞争者从中获利。

金融危机引发的经济衰退导致北美许多公司大幅裁员。人们几乎每天在新闻中都可以看到公司裁员的消息。裁员当然可以使这些公司减少因金融危机带来的资金压力,但同时也可能因公司管理措施不到位而为公司留下后患,使竞争者从中获利。

位于美国密西根州的珀纳蒙研究所本月23日就出台了一份研究报告,称北美公司的不少离职雇员在离开公司时会随身带走属于公司的机密敏感数据。这其中的许多人将会在新公司的工作岗位上为尽快立足而使用这些数据。珀纳蒙研究所的主要业务是研究公司和政府的信息及隐私管理业务状况。该项研究由反病毒软件巨头赛门铁克公司资助完成。

报告认为,部分离职雇员这种行为不仅是将公司客户信息以及其他公司商业机密置于危险之中,还将对公司的竞争力和公司未来的经营造成很大的负面影响。研究结果显示,离职人员带走的公司信息对竞争者具有价值,67%%的人表示他们使用前雇主的商业机密、敏感信息和专利信息帮助其在新公司立足。

该项调查研究在去年被裁员、解雇或主动变换工作的人群中选取了945人开展调查。结果显示,59%的被调查人承认在离开工作岗位时带走了属于公司的商业机密数据。其中,65%的人带走了电子邮件联系人信息;45%的人带走了公司非财务商业信息;39%的人带走了客户信息;35%的人带走了公司雇员情况;16%的人带走了公司财务信息。79%的离职雇员事前知道公司不允许将这些数据带离公司。

这些离职员工带走数据的方式是,有约61%的人以纸张或硬盘形式,53%的人采用CD或DVD刻盘形式,42%的人将数据下载到USB存储条上。这些离职雇员带走原公司敏感数据的正当理由是,约有半数人认为其他离职雇员也是如此,而且在离开时公司并没有对其所带物品进行检查,还有11%的人表示他们的主管告诉他们允许保留这些数据。

研究认为,各公司在保护自己的信息数据上工作不力是离职员工能够顺利带走公司数据资料的主要原因之一。调查显示,只有15%的公司对离职员工携带走的纸张和电子文档进行审查;约有92%的员工在离职时带走CD、DVD、USB等数据储存介质,但89%的公司没有对这些物品进行检查;更有意思的是,有24%的离职雇员仍然可以畅通无阻的登录原公司的计算机网络系统,44%的离职员工继续收到原公司的电子邮件。

员工对公司的满意程度对其是否夹带公司数据资料也有一定关系。调查结果显示,在对前公司持正面印象的离职雇员中,只有13%的人带走公司的数据;而对前公司持负面态度的离职雇员中,有61%的人带走公司的敏感数据。

研究所负责人拉里表示,即使公司并不计划大幅裁员,也应该对那些掌握公司敏感信息的雇员给予更多的关注。他认为,大量的数据遗失是可以事先预防的,只要各公司采取更严格接密限制措施、更好地与员工沟通以及严格遵守数据保密规定。

目录
相关文章
|
SQL XML Java
一文搞懂Mybatis执行原理
一文搞懂Mybatis执行原理
354 1
|
10月前
|
SQL 弹性计算 关系型数据库
MCP我知道:手搓代码学原理到应用,附讲解视频
MCP火爆异常,目前大量资料介绍了基本概念,与LLM联动这块通常是讲如何集成在Claude、Cursor这些系统,隐藏了其底层细节原理。本文将从0编写client、Server代码、搭建QwQ-32B大模型、接入云数据库,讲解通过联动外围工具来解决LLM“知识茧房”问题。最后总结并展望了MCP未来的发展。
1234 14
MCP我知道:手搓代码学原理到应用,附讲解视频
|
安全 Go
用 Zap 轻松搞定 Go 语言中的结构化日志
在现代应用程序开发中,日志记录至关重要。Go 语言中有许多日志库,而 Zap 因其高性能和灵活性脱颖而出。本文详细介绍如何在 Go 项目中使用 Zap 进行结构化日志记录,并展示如何定制日志输出,满足生产环境需求。通过基础示例、SugaredLogger 的便捷使用以及自定义日志配置,帮助你在实际开发中高效管理日志。
536 1
|
前端开发 JavaScript
除了 jsPDF,还有哪些前端库可以用于生成 PDF?
【10月更文挑战第21天】这些前端库都有各自的特点和优势,你可以根据具体的项目需求、技术栈以及对功能的要求来选择合适的库。不同的库在使用方法、性能表现以及功能支持上可能会有所差异,需要根据实际情况进行评估和选择。
|
算法 搜索推荐 编译器
算法高手养成记:Python快速排序的深度优化与实战案例分析
【7月更文挑战第11天】快速排序是编程基础,以O(n log n)时间复杂度和原址排序著称。其核心是“分而治之”,通过选择基准元素分割数组并递归排序两部分。优化包括:选择中位数作基准、尾递归优化、小数组用简单排序。以下是一个考虑优化的Python实现片段,展示了随机基准选择。通过实践和优化,能提升算法技能。**
261 3
|
Web App开发 存储 算法
|
算法 API 计算机视觉
基于opencv的大米计数统计(详细处理流程+代码)
基于opencv的大米计数统计(详细处理流程+代码)
基于opencv的大米计数统计(详细处理流程+代码)
|
Java 关系型数据库 测试技术
基于SpringBoot的特色农产品销售设计与实现
基于SpringBoot的特色农产品销售设计与实现
7176 1
基于SpringBoot的特色农产品销售设计与实现
|
机器学习/深度学习 算法
AdaBoost算法
**AdaBoost** 是一种 Boosting 算法,通过序列训练弱分类器并赋予错误分类样本更大权重,逐步构建强分类器。它使用指数损失函数,每次迭代时,弱分类器聚焦于前一轮分类错误的样本。最终,弱分类器的预测结果按其性能加权组合成强分类器。与 Bagging 相比,Boosting 是串行的,每个模型依赖前一个模型的输出,更重视错误样本。AdaBoost 的优点包括提高弱分类器性能、鲁棒性和灵活性,但对噪声敏感且训练时间可能较长。
|
SQL 算法 JavaScript
在线就能用的 SQL 练习平台(附SQL学习文档)
在线就能用的 SQL 练习平台(附SQL学习文档)
1524 0