Förutsägelser av cyberhot: Ny metod för att identifiera risker

TrendAI™, en del av Trend Micro, har nyligen publicerat en studie som visar att risken för cyberattacker kan förutsägas upp till 30 dagar i förväg. Genom att noggrant analysera användarbeteenden och systemaktiviteter kan företag identifiera potentiella hot innan de inträffar.

Studien demonstrerar en metodik som fokuserar på att förebygga cyberattacker. Genom att förstå beteenden som ofta föregår attacker kan företag prioritera sina säkerhetsåtgärder och därmed skydda sig mer effektivt.

Enligt TrendAIs analys kommer denna möjlighet att förutsäga incidenter att minska risken för allvarliga driftsstopp och kostnader för dataåterställning. ”Traditionella skyddsmekanismer har krävt bevis på att systemen är utsatta för ett pågående eller redan genomfört intrång för att kunna agera,” säger hon.

Studien visar att attacker har mönster som går att mäta och förutsäga. Genom att identifiera vilka enheter som är mest utsatta kan företag agera proaktivt. ”Att vi nu kan förutsäga sannolikheten för cyberangrepp mot enskilda enheter upp till 30 dagar i förväg hjälper företag att förebygga incidenter i stället för att reagera på dem,” säger hon.

I undersökningen kombineras beteendeanalys med avancerad statistisk modellering för att bedöma risker inom olika områden, inklusive utpressningsattacker och trojaner. Resultaten visar att olika typer av cyberhot är kopplade till specifika användningsmönster.

Genom att analysera hur enheter används kan säkerhetsteamen effektivt rikta sina insatser. Affärskritiska system, till exempel, är mer utsatta för utpressningsattacker, medan enheter som ofta laddar ner filer löper högre risk för potentiellt oönskade program. Detta stödjer även tesen att cyberkriminella anpassar sina angrepp utefter sina mål.

Resultaten från studien kommer att ingå i TrendAI Vision One™ Cyber Risk Exposure Management (CREM).