Big Data für die Sicherheit

Dabei könne es für Unternehmen insgesamt kostengünstiger sein, Big Data Analytics zu Sicherheitszwecken einsetzt. So könnten nicht nur Verluste minimiert, sondern auch die Produktivität gesteigert werden, verspricht Avivah Litan, Vice President bei Gartner in einem Blog. Demnach würde auch die Zahl der großen Unternehmen, die dies Option nutzen, von heute 8 Prozent auf 25 Prozent im Jahr 2016 ansteigen. Diese Unternehmen nutzen wenigstens in einem Fall, Big Data für die Betrugserkennung.

Big Data Technologien lassen sich laut Litan in vielen Bereichen wie etwa für das Aufspüren von hochentwickelten Bedrohungen, Insider-Angriffen oder Account-Takeovers nutzen. Informationen, die für das Aufspüren solcher Bedrohungen nötig sind, verlieren über die Zeit an Wert. Daher sei eine zeitnahe Datenanalyse äußerst wichtig, betont die Gartner-Analysting Litan. Denn auch die Kriminellen würden ständig die Geschwindigkeit erhöhen, mit der sie Verbrechen und Betrugsfälle ausführen.

Traditionell setzen Unternehmen auf spezialisierte Einzellösungen, um solche Betrugsfälle aufzuspüren, etwa Datenverlust, Finanzbetrug oder die Überwachung von Nutzern. Mit Hilfe von leistungsfähigen Analysemöglichkeiten können Unternehmen die Zahl von False Positives verringern, in dem solche Lösungen mit kontextuellen Daten angereichert werden. Das ist vor allen daher wichtig, weil die Zahl der sicherheitsrelevanten Vorfälle von Jahr zu Jahr steigt, wie Litan betont.

Zudem ließen sich mit Big Data auch gewissen Muster von Übergriffen herausarbeiten und damit könnten Organisationen sich auch schnell ein Bild über die Sicherheitslage in ihrem Unternehme machen und damit schneller auf Bedrohungen reagieren. Eine Möglichkeit ist zum Beispiel, die die Sicherheitsrichtlinien im Unternehmen häufiger zu ändern.

Über Big Data Analytics könnten Unternehmen auch Muster von Angriffen herausarbeiten, interne Daten mit externen Daten abgleichen oder Aktivitäten in bestimmten Accounts überwachen.

Litan erkennt aber auch, dass dieses Thema noch am Anfang steht. “In vielen Unternehmen bietet Big Aata Analytics mehr Möglichkeiten als die Unternehmen heute nutzen können. Auch die Anbieter haben gerade erst begonnen, ihre Produkte darauf hin zu optimieren.” Litan rät daher, mit kleinen Projekten anzufangen und diese dann innerhalb des Unternehmen auszurollen. “In der Regel ist der Return on Investment bei Big Data Analytics zu groß, um ignoriert zu werden.”