Główne pojęcia
Durch Analyse sozioökonomischer Faktoren lässt sich vorhersagen, wer Opfer von Cyber-Angriffen werden könnte.
Streszczenie
Die Studie entwickelte einen Fragebogen, um Daten von Opfern und Nicht-Opfern von Cyber-Angriffen basierend auf soziodemografischen Merkmalen zu sammeln. Durch Datenerweiterung wurde der Datensatz auf 3286 Einträge erweitert. Mehrere Maschinelle Lernmodelle mit 19, 20, 21 und 26 Merkmalen wurden trainiert, wobei das neuartige Pertinent Features Random Forest (RF) Modell mit 20 Merkmalen die höchste Genauigkeit von 95,95% erreichte. Außerdem wurde die Beziehung zwischen den ausgewählten Merkmalen mit dem Apriori-Algorithmus untersucht, wobei Regeln mit einer Konfidenz von über 80% identifiziert wurden. Das vorgeschlagene Framework wurde auf realen Datensätzen evaluiert und zeigt sein Potenzial, Cyber-Angriffe und zugehörige Risikofaktoren effektiv vorherzusagen.
Statystyki
36% der großen Unternehmen weltweit erlebten 2018 einen Datenschutzverstoß, wobei 46% davon auf die Vereinigten Staaten entfielen.
Die Kosten unzureichender Cybersicherheit werden für 2020 auf 945 Milliarden US-Dollar weltweit geschätzt.
28% der Unternehmen erlebten 2024 einen Ransomware-Angriff.
Über zwei Milliarden Datensätze wurden 2018 durch menschliche Fehler wie Phishing-Kampagnen oder den Zugriff auf schädliche Websites offengelegt.
Cytaty
"Cyber-Risiko bezieht sich auf jedes Risiko im Zusammenhang mit wirtschaftlichen Verlusten, Geschäftsunterbrechungen oder Rufschädigung einer Organisation oder einer Person aufgrund nicht autorisierter, unangemessener oder ungenauer Nutzung von Informationssystemen."
"Die kritische Infrastruktur ist zu einem Hauptziel für Cyber-Angreifer geworden, was nicht nur Unannehmlichkeiten, sondern auch lebensgefährliche Situationen verursacht."