理解泄露是如何发生的,并了解增加或减少成本的因素,为泄露做好准备。IBM 和 Ponemon Institute 的最新研究成果,来自于受数据泄露影响的 604 个组织以及 3556 名网络安全和商业领袖的经历。用真实的例子和有关如何降低风险的专家建议来增强自己的能力。
2024 年全球数据泄露的平均成本比去年增加了 10%,创历史新高。
涉及影子数据的泄露比例表明,数据的激增使得追踪和保护变得更加困难。
与未在预防中广泛使用安全性 AI 和自动化的组织相比,使用了此等技术的组织平均节省的成本达到百万美元级别。
40% 的数据泄露涉及跨多个环境存储的数据。存储在公共云中的数据泄露产生的平均泄露成本最高,为 517 万美元。
IBM® Guardium 软件等创新技术提供了一种解决方案,可以通过发现影子数据并保护混合云中的敏感信息来增强数据安全计划。IBM® Verify 为消费者和员工身份访问管理 (IAM) 提供深入的、融入 AI 的上下文情境。
您还可以携手身份和安全专家,进一步简化此类任务;这些专家可以帮助您跨混合云环境定义并管理解决方案,转变管理工作流程并证明合规性。
了解有关 IBM Guardium 的更多信息
查找适用于所有环境的数据安全计划
在整个组织中采用生成式 AI 模型和第三方应用程序,以及持续使用物联网 (IoT) 设备和“软件即服务”(SaaS) 应用程序,均会扩大攻击面,给安全团队带来压力。
在攻击面管理、红队和态势管理等领域中,应用支持安全预防战略的 AI 和自动化,可以有所帮助。这些解决方案可以通过完全托管的安全服务来采用。
将 AI 和自动化应用于安全预防的组织在降低数据泄露成本方面取得了大的效果,与未部署这些技术的组织相比,其平均节省了 222 万美元。
深入了解 IBM® Managed Security Services 演示
了解面向 AI 的 IBM® X-Force Red 测试服务
尽管组织正在快速推进生成式 AI,但只有 24% 的生成式 AI 计划是安全的。安全措施不足,数据和数据模型暴露于泄露的风险之下,进而可能破坏生成式 AI 项目意在创造的优势。
随着生成式 AI 采用的规模扩大,组织应寻求 IBM 的框架来保护生成式 AI 数据、模型和使用,同时建立 AI 治理控制措施。IBM® Guardium Data Protection 可以将数据安全性扩展到为 AI 模型提供支持的向量数据库。它可以帮助保护敏感的 AI 训练数据,并扩大对 AI 滥用或数据泄露的可见性。同时,在 IBM 的数据和 AI 安全服务的帮助下,组织可以安全地创新、调整并保持竞争力。
预约 Guardium 实时演示
了解有关网络安全和生成式 AI 的更多信息
在今年的研究中,平均泄露成本增加情况中的 75% 是由于业务损失和泄露后响应活动的成本造成的。经验教训:投资于泄露后响应准备有助于大幅降低泄露成本。
通过参加 IBM® X-Force Cyber Range 危机模拟演习,组织可以建立泄露响应的肌肉记忆。此类演习可涵盖安全团队和业务领导者,让整个组织均可提高检测、遏制和应对泄露事件的能力。IBM X-Force 事件响应服务还可以让您接触到一支由经验丰富的威胁者、响应人员和调查人员组成的团队,他们专门从事准备、检测、响应和恢复工作。
咨询网络靶场体验
安排 X-Force 介绍会