• Sáb. Abr 13th, 2024

Detección de Amenazas Internas: Cómo evitar ataques por Insiders usando IA y Machine Learning

Aunque se esperaba un aumento en la cantidad de ciberamenazas para el 2022, la adopción del modelo de trabajo híbrido ha facilitado la proliferación de los ataques y el panorama sugiere la necesidad de un mayor énfasis en buenas prácticas de seguridad cibernética.

La consultora KPMG realizó en enero de este año una encuesta a más de 600 directivos de múltiples industrias de la región y el 83% de los encuestados aseguró haber padecido un ciberataque en los últimos 12 meses y el 71% registró haber sido víctima de fraudes.

El fraude es uno de los riesgos más importantes para América Latina, según el informe, los encuestados de la región tienen más del doble de probabilidades de sufrir fraude interno u ocupacional, mientras que en Norteamérica el principal riesgo está en los fraudes orquestados por grupos delincuenciales y personas ajenas a las empresas, dando como conclusión que el riesgo de fraude interno es mucho más fuerte para las empresas de Latinoamérica.

Muchas de las principales amenazas que enfrentan las compañías en la actualidad pueden provenir de los insiders. Un empleado negligente, un trabajador con intenciones de cometer un delito o un ladrón de credenciales dentro de una compañía, todos son ejemplos de ‘insiders’.

Segun datos de Ponemon Institute, los ataques generados por insiders pueden llegar a tener un costo promedio anual de 15.4 millones de dólares. En este e-book encontrarás cómo evitar estas amenazas mediante el uso de herramientas de machine learning e inteligencia artificial.