自2021年開始,企業內部人員導致的資料外洩、遺失和竊盜事件每月平均增加28%。根據85%的受訪者的預測,這種趨勢將在接下來的12個月持續下去。
資料保護不足
雖然99%的企業都有資料保護解決方案,但78%的網路安全領導者承認,他們的敏感資料仍然被洩露。由於當今的風險越來越多地由AI和GenAI、員工的工作方式以及雲端應用的激增推動,受訪者表示,他們需要更多地了解發送到儲存庫的源代碼(88%)、發送到個人雲端帳戶的檔案(87%)和CRM系統資料下載(90%)。
如今,資料的高度可攜性為企業帶來了許多便利。人工智慧和雲端技術的不斷發展催生了新的商業實踐,促進員工之間的連接、創新和協作。然而,這也使得諸如原始碼等關鍵企業資料更容易洩漏。
今年,這項研究突顯了AI帶來的新挑戰,因為資料集正被推向企業之外,以培訓大語言模型。我們還看到,除了金融資訊和研究數據外,原始碼現在被認為是最需要保護的數據,這是一個重要的發現,因為大多數數據保護工具無法發現最常見的源代碼外洩。
企業關注AI對敏感資料的影響
調查顯示,大多數受訪者認為他們的網路安全團隊在技能方面存在不足,這促使網路安全領導者轉向AI(83 %)和GenAI(92%)技術來彌補人才短缺。然而,報告指出這些技術並不能完全取代員工的作用,而且使用這些工具可能會帶來資料遺失的風險。
73%的網路安全領導者表示,資料法規存在一定程度的不明確性,這可能導致企業在遵守新的資料保護法方面存在一定的不確定性。 68%的人對企業是否完全遵守了這些新法規表示不太信任。此外,98%的受訪者認為他們在資料安全培訓方面有改進的空間,這表明有必要加強員工的資料安全意識和技能。另外,有44%的受訪者認為,需要對資料安全領域進行徹底的改革,以適應快速發展的網路威脅和技術環境。這些數據凸
調查顯示,絕大多數受訪者認為他們所在企業的敏感數據正逐漸受到新興AI技術的影響。他們中的87%表示擔憂,擔心員工可能會不慎將敏感資料輸入到GenAI系統中,導致資料外洩給競爭對手。此外,87%的受訪者也對員工是否遵守GenAI政策表示擔憂。這些結果凸顯了對資料安全的關注和擔憂,顯示企業需要加強對員工的培訓和監管,以確保敏感資料不會因AI技術的使用而受到威脅。
企業對於員工的安全風險持有關注,尤其是針對Z世代和千禧世代。調查顯示,企業更擔心這些年輕員工因資料安全漏洞而成為網路釣魚攻擊的目標(61%),以及在網路上過度分享公司資訊(60%)、將公司文件/資料傳送至個人帳戶/裝置(62 %),甚至涉及將敏感資料輸入GenAI工具(58%)。這些行為可能會導致企業面臨資料外洩和安全威脅,因此,企業需要加強對員工的安全意識教育,以減少這些潛在風險的發生。
調查顯示,受訪者普遍認為,企業的資料安全面臨的最大風險來自高階管理層(81%)和董事會成員(71%),因為他們能夠輕易取得最敏感的資料。這或許說明這些族群對公司資料的存取權較高,因此可能對資料安全構成更大的威脅。
內部資料遺失耗盡了時間和金錢
企業內部人士驅動的資料外洩、遺失和竊盜事件可能會產生巨大的財務影響,網路安全領導者估計,一次事件平均將造成他們的企業1500萬美元的損失,受訪者平均每天花3小時調查內部驅動的數據事件。
72%的網路安全負責人擔心,他們可能會因為一次未解決的內部入侵而丟掉工作,為了有效應對,企業認為資料保護解決方案應提供快速和輕鬆的調查(42%) ,對文件內容和元資料的可見性(39%),並應能與其他技術解決方案整合(38%)。
需要更高的可見性,這樣企業才能看到資料被複製到GenAI工具中,以便在為時已晚之前識別和補救風險。
以上是AI工具使公司面臨資料外洩的風險的詳細內容。更多資訊請關注PHP中文網其他相關文章!

斯坦福大學以人為本人工智能研究所發布的《2025年人工智能指數報告》對正在進行的人工智能革命進行了很好的概述。讓我們用四個簡單的概念來解讀它:認知(了解正在發生的事情)、欣賞(看到好處)、接納(面對挑戰)和責任(弄清我們的責任)。 認知:人工智能無處不在,並且發展迅速 我們需要敏銳地意識到人工智能發展和傳播的速度有多快。人工智能係統正在不斷改進,在數學和復雜思維測試中取得了優異的成績,而就在一年前,它們還在這些測試中慘敗。想像一下,人工智能解決複雜的編碼問題或研究生水平的科學問題——自2023年

Meta的Llama 3.2:多模式和移動AI的飛躍 Meta最近公佈了Llama 3.2,這是AI的重大進步,具有強大的視覺功能和針對移動設備優化的輕量級文本模型。 以成功為基礎

本週的AI景觀:進步,道德考慮和監管辯論的旋風。 OpenAI,Google,Meta和Microsoft等主要參與者已經釋放了一系列更新,從開創性的新車型到LE的關鍵轉變

連接的舒適幻想:我們在與AI的關係中真的在蓬勃發展嗎? 這個問題挑戰了麻省理工學院媒體實驗室“用AI(AHA)”研討會的樂觀語氣。事件展示了加油

介紹 想像一下,您是科學家或工程師解決複雜問題 - 微分方程,優化挑戰或傅立葉分析。 Python的易用性和圖形功能很有吸引力,但是這些任務需要強大的工具

Meta's Llama 3.2:多式聯運AI強力 Meta的最新多模式模型Llama 3.2代表了AI的重大進步,具有增強的語言理解力,提高的準確性和出色的文本生成能力。 它的能力t

數據質量保證:與Dagster自動檢查和良好期望 保持高數據質量對於數據驅動的業務至關重要。 隨著數據量和源的增加,手動質量控制變得效率低下,容易出現錯誤。

大型機:AI革命的無名英雄 雖然服務器在通用應用程序上表現出色並處理多個客戶端,但大型機是專為關鍵任務任務而建立的。 這些功能強大的系統經常在Heavil中找到


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

mPDF
mPDF是一個PHP庫,可以從UTF-8編碼的HTML產生PDF檔案。原作者Ian Back編寫mPDF以從他的網站上「即時」輸出PDF文件,並處理不同的語言。與原始腳本如HTML2FPDF相比,它的速度較慢,並且在使用Unicode字體時產生的檔案較大,但支援CSS樣式等,並進行了大量增強。支援幾乎所有語言,包括RTL(阿拉伯語和希伯來語)和CJK(中日韓)。支援嵌套的區塊級元素(如P、DIV),

DVWA
Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中

SecLists
SecLists是最終安全測試人員的伙伴。它是一個包含各種類型清單的集合,這些清單在安全評估過程中經常使用,而且都在一個地方。 SecLists透過方便地提供安全測試人員可能需要的所有列表,幫助提高安全測試的效率和生產力。清單類型包括使用者名稱、密碼、URL、模糊測試有效載荷、敏感資料模式、Web shell等等。測試人員只需將此儲存庫拉到新的測試機上,他就可以存取所需的每種類型的清單。

記事本++7.3.1
好用且免費的程式碼編輯器

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。