10 βασικές πληροφορίες από την Αναφορά ψηφιακής ασφάλειας της Microsoft 2024

"Οι οργανισμοί που αντιμετωπίζουν περιστατικά που συνδέονται με λύτρα μέσω ransomware συνεχίζουν να αυξάνονται, ενώ το ποσοστό αυτών που καταβάλουν λύτρα μειώνεται (Ιούλιος 2022-Ιούνιος 2024)". - Γράφημα διπλού άξονα που συγκρίνει τις μηνιαίες τάσεις ransomware.
Το γράφημα ράβδων δείχνει την αύξηση των περιστατικών ransomware, με αποκορύφωμα τους πάνω από 5000 οργανισμούς τον Απρίλιο του 2024. Το επικαλυπτόμενο γράφημα γραμμών δείχνει τη μείωση του ποσοστού των οργανισμών που πληρώνουν λύτρα, μειωμένο κατά τρεις φορές κατά την διάρκεια της περιόδου.
Τα δεδομένα καλύπτουν την περίοδο από τον Ιούλιο 2022 έως τον Ιούνιο 2024, με την καταμέτρηση περιστατικών από 0-6000 οργανισμούς (αριστερός άξονας) και με ποσοστά πληρωμής λύτρων από 0-100% (δεξιός άξονας).

"Ημερήσιος όγκος κακόβουλης κυκλοφορίας (σε εκατομμύρια)" - Γράφημα ράβδων που συγκρίνει τρεις τύπους απειλών μεταξύ 2021-2023. Το techscam εμφανίζει δραματική αύξηση: 5M (2021), 8M (2022), 12M (2023). Το κακόβουλο λογισμικό παραμένει σχετικά σταθερό: 0,5M (2021, 2022), 1M (2023). Το ηλεκτρονικό "ψάρεμα" παρουσιάζει μικρή αύξηση: 1M (2021), 1,5M (2022), 2M (2023). Πηγή: Δεδομένα καταγραφής SmartScreen.

Επιθέσεις ταυτότητας σε προοπτική: Οι επιθέσεις που βασίζονται σε κωδικούς πρόσβασης εξακολουθούν να κυριαρχούν, αλλά μπορούν να αποτραπούν με τη χρήση ισχυρών μεθόδων ελέγχου ταυτότητας" - Γράφημα πίτας που δείχνει ότι πάνω από το 99% είναι επιθέσεις που βασίζονται σε κωδικούς πρόσβασης έναντι λιγότερο από 1% άλλων τύπων.
Οι επιθέσεις με κωδικούς πρόσβασης περιλαμβάνουν επανάληψη παραβίασης, εξαντλητική δοκιμή κωδικού σε πολλούς λογαριασμούς, ηλεκτρονικό "ψάρεμα" και βασίζονται σε προβλέψιμες ανθρώπινες συμπεριφορές, όπως η επαναχρησιμοποίηση κωδικών πρόσβασης σε διάφορες τοποθεσίες web.
Ένα υπόμνημα κατηγοριοποιεί το υπόλοιπο <1% σε: Επιθέσεις MFA (ανταλλαγή SIM, κόπωση MFA, AiTM), επιθέσεις μετά τον έλεγχο ταυτότητας" (Κλοπή διακριτικών, ηλεκτρονικό "ψάρεμα" με συγκατάθεση) και παραβίαση υποδομής. Πηγή: Πληροφορίες της Microsoft σχετικά με απειλές.

Απεικόνιση διαίρεσης οθόνης: Ο αριστερός πίνακας παραθέτει ομάδες βορειοκορεατικών παραγόντων απειλής (Citrine Sleet, Jade Sleet, Sapphire Sleet) με το εικονίδιο ταξινόμησης απειλών της Microsoft. Ο δεξιός πίνακας εμφανίζει «3 δισεκατομμύρια δολάρια σε κρυπτονομίσματα που έχουν κλαπεί από βορειοκορεάτες χάκερ από το 2017»

Απεικόνιση διαιρεμένης οθόνης: Στον αριστερό πίνακα εμφανίζεται ο "2ος μεγαλύτερος πιο στοχευμένος τομέας παγκοσμίως το 2024" με το εικονίδιο καπέλου αποφοίτησης. Στον δεξιό πίνακα εμφανίζονται οι "10 κορυφαίοι στοχευόμενοι τομείς παγκοσμίως" με πλήρη δεδομένα:
1. Πληροφοριακά συστήματα: 24%
2. Εκπαίδευση και Έρευνα: 21%
3. Δημόσια διοίκηση: 12%
4. Δεξαμενές σκέψης και Μη κυβερνητικές οργανώσεις: 5%
5. Μεταφορές: 5%
6. Λιανικό καταναλωτικό εμπόριο: 5%
7. Χρηματοοικονομικά: 5%
8. Παραγωγή: 4%
9. Επικοινωνίες: 4%
10. Όλοι οι άλλοι τομείς: 16%
Περιλαμβάνει τη σημείωση: "Οι παράγοντες απειλής από τη Ρωσία, την Κίνα, το Ιράν και τη Βόρεια Κορέα επιδίωξαν πρόσβαση σε προϊόντα και υπηρεσίες πληροφορικής, εν μέρει για να διεξάγουν επιθέσεις στην αλυσίδα εφοδιασμού εναντίον κυβερνητικών και άλλων ευαίσθητων οργανισμών". Πηγή: Πληροφορίες της Microsoft σχετικά με απειλές, δεδομένα ειδοποίησης σε εθνικό επίπεδο.

"Κακόβουλη χρήση της τεχνητής νοημοσύνης σε επιχειρήσεις επιρροής" - Πίνακας σύγκρισης των ικανοτήτων κακόβουλης AI σε επιχειρήσεις επιρροής για την Κίνα, τη Ρωσία και το Ιράν, σημειωμένος με τις εθνικές τους σημαίες.
Οι ικανότητες αξιολογούνται ως εξής: κείμενο (Μεσαίες/Χαμηλές για την Κίνα και τη Ρωσία, Χαμηλές για το Ιράν), εικόνα (Υψηλές για την Κίνα και τη Ρωσία, Μεσαίες/Χαμηλές για το Ιράν) ήχος/βίντεο (Υψηλές για την Κίνα και τη Ρωσία, Χαμηλές για το Ιράν).
Παραδείγματα από το 2024 περιλαμβάνουν: Το κινεζικό καρτούν Taizi Flood του Μαΐου που δημιουργήθηκε με τεχνητή νοημοσύνη και απεικονίζει τη σύγκρουση με τις ΗΠΑ, το ηχητικό ντοκιμαντέρ του Ιουνίου από τη Ρωσία που δημιουργήθηκε με τεχνητή νοημοσύνη και το βίντεο του Απριλίου που δημιουργήθηκε με τεχνητή νοημοσύνη από το Ιράν για την εκτόξευση στρατιωτικών πυραύλων.

Διάγραμμα πλαισίου ασφαλείας με την κεφαλίδα "ΑΣΦΑΛΕΣ ΒΑΣΕΙ ΣΧΕΔΙΑΣΗΣ | ΑΣΦΑΛΕΙΑ ΑΠΟ ΠΡΟΕΠΙΛΟΓΗ | ΑΣΦΑΛΕΙΣ ΛΕΙΤΟΥΡΓΙΕΣ" που εμφανίζει έναν κύκλου συνεχούς βελτίωσης. Το διάγραμμα είναι δομημένο με:
Επάνω πλαίσιο: "ΣΥΝΕΧΗΣ ΒΕΛΤΙΩΣΗ" που υποδεικνύει τη συνεχή εξέλιξη των πρακτικών ασφαλείας.
Μεσαίο επίπεδο: "ΚΟΥΛΤΟΥΡΑ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗ ΑΣΦΑΛΕΙΑΣ" ως η γενικότερη οργανωτική νοοτροπία.
Βάση: "ΔΙΑΜΟΡΦΩΜΕΝΗ ΔΙΑΔΡΟΜΗ" και "ΠΡΟΤΥΠΑ" που αντιπροσωπεύουν τα καθιερωμένα πρωτόκολλα ασφαλείας και τις απαιτήσεις συμμόρφωσης.
Έξι βασικές λειτουργίες ασφάλειας που εμφανίζονται σε πλαίσια:
Προστασία ταυτοτήτων και μυστικών κωδικών
Προστασία μισθωτών και απομόνωση συστημάτων παραγωγής
Προστασία δικτύου
Προστασία συστημάτων μηχανικής
Παρακολούθηση και εντοπισμός απειλών
Επιτάχυνση απόκρισης και αποκατάστασης συμμόρφωσης

Πυραμίδα "Ιεράρχηση των αναγκών ασφάλειας από απειλές στον κυβερνοχώρο" που δείχνει πέντε επίπεδα από τη βάση προς την κορυφή: Προστασία ταυτοτήτων (βάση)
Προστασία τελικών σημείων
Ασφάλεια ψηφιακών πόρων
Εντοπισμός και αντιμετώπιση απειλών
Αυτοματοποίηση λειτουργιών ασφάλειας (κορυφή)
Η πυραμίδα δείχνει βέλη συνεχούς ενοποίησης AI και κουλτούρας ασφάλειας κατά μήκος των πλευρών. Το εισαγωγικό κείμενο εξηγεί την ιεράρχηση των προτεραιοτήτων από τις βασικές ανάγκες προς τα πάνω, τονίζοντας τον ρόλο του AI σε κάθε επίπεδο και τη σημασία της κουλτούρας ασφάλειας.