Ketahui Lebih Lanjut tentang Buku Karya Benny Czarny, *Cybersecurity Upside Down*

Pelajari Lebih Lanjut
Kami menggunakan kecerdasan buatan untuk menerjemahkan situs ini, dan meskipun kami berupaya semaksimal mungkin untuk memastikan keakuratan, terjemahan tersebut mungkin tidak selalu 100% tepat. Kami mengucapkan terima kasih atas pengertian Anda.

Semakin Cerdas Setiap Hari

Oleh OPSWAT
Bagikan Postingan Ini

Postingan blog ini adalah yang keenam dari seri pelatihan keamanan siber yang sedang berlangsung dan disponsori oleh OPSWAT Academy yang membahas teknologi dan proses yang diperlukan untuk merancang, menerapkan, dan mengelola program perlindungan infrastruktur kritis.

Kita sering mendengar tentang miliaran dolar yang diinvestasikan perusahaan-perusahaan dalam bidang big data serta dampaknya terhadap konsumen sehari-hari. Pencarian di internet, lokasi yang dikunjungi, iklan yang diklik, foto yang diambil—jika ada cara bagi perusahaan besar untuk mengidentifikasi pola perilaku pelanggan sasaran mereka dan unggul dari pesaing, mereka pasti akan melakukannya.

Terlepas dari perdebatan sosio-politik seputar privasi konsumen, teknologi yang digunakan untuk mengidentifikasi pola-pola perilaku konsumen ini sungguh luar biasa. Teknik-teknik ini dapat dimanfaatkan dalam praktik-praktik yang secara objektif bermanfaat untuk melindungi masyarakat, perusahaan, dan aset-aset mereka.

Data dalam jumlah besar, jika dilihat secara terpisah, dapat tampak seperti kejadian acak. Titik-titik data terpisah mengenai kemacetan lalu lintas, peristiwa cuaca, atau tren pasar tidak akan berarti apa-apa jika kita tidak dapat menemukan cara untuk menghubungkan informasi tersebut dan memberikan gambaran yang lebih luas.

Bayangkan sebuah lukisan pointillisme. Jika Anda berdiri terlalu dekat dengan kanvas, yang terlihat hanyalah deretan titik-titik berwarna-warni. Bahkan jika Anda berkeliling di seluruh permukaan karya seni tersebut, gambar yang dapat dikenali tetap tidak akan muncul. Baru setelah Anda mundur dan melihat lukisan itu secara keseluruhan, barulah Anda akan melihat karya sesungguhnya yang diwakili oleh semua titik-titik tersebut. Teknologi big data bekerja dengan cara ini. Teknologi tersebut adalah alat yang memungkinkan kita mengambil jarak dan mengenali gambaran seperti apa yang digambarkan oleh semua titik data tersebut.

Dengan mengidentifikasi pola-pola big data dalam serangan malware, kita dapat selalu selangkah lebih maju dari para pelaku kejahatan siber.

Dalam dua postingan blog terakhir kami, kami telah membahas filosofi di balik analisis statis dan dinamis dalam konteks analisis malware. Pada akhirnya, hasil dari teknologi-teknologi ini dapat dianggap sebagai titik data untuk analisis big data kami. Melalui analisis yang tepat, data diubah menjadi informasi. Informasi ini kemudian dapat digunakan untuk menentukan langkah yang akan diambil guna menyesuaikan diri dengan pola-pola yang muncul atau memanfaatkannya.

Di OPSWAT, praktik kami dalam menganalisis informasi malware dilakukan melalui Threat Intelligence.

OPSWATPlatform ' Threat Intelligence ' menganalisis entri data dari perangkat yang beroperasi di lapangan di seluruh dunia. Kami telah mengembangkan basis data berbasis cloud yang menyediakan titik data terkait reputasi file biner, aplikasi yang rentan, laporan analisis malware, informasi Portable Executable (PE), analisis statis dan dinamis, reputasi IP/URL, serta—yang paling penting—korelasi di antara semua elemen tersebut. Dengan mesin MetaDefender Threat Intelligence , Anda kini dapat mengunggah file yang dikarantina dari MetaDefender Core ke MetaDefender Cloud untuk analisis lebih lanjut.

Dengan menggunakan MetaDefender Cloud , Anda akan mendapatkan hasil yang paling akurat dan terkini. Anda juga dapat melihat hasil analisis malware baik yang statis maupun dinamis. Anda akan mempelajari perbedaan antara kedua bentuk analisis malware ini dalam modul Teknologi Sandbox pada kursus OPSWAT.

Sebagai bagian dari komitmen OPSWAT untuk meningkatkan industri anti-malware, kami telah memanfaatkan manfaat berbagi sampel malware yang berorientasi pada komunitas melalui program Malware Sample Sharing yang kami kelola sendiri. Di sini, kami mengumpulkan laporan kepada mitra mesin antivirus kami mengenai potensi False Positives dan False Negatives yang kami peroleh melalui crowdsourcing, atau yang dilaporkan oleh basis pelanggan kami, semuanya bertujuan untuk meningkatkan kualitas data dan menggambarkan gambaran yang seakurat mungkin.

Analisis cerdas terhadap pola-pola konten berbahaya merupakan hal mendasar untuk mencegah penyebaran atau menghentikannya sejak dini.

Ingin tahu lebih lanjut? OPSWAT Academy menawarkan beberapa kursus pelatihan keamanan siber yang akan membahas lebih mendalam mengenai Threat Intelligence dan teknologi keamanan lainnya yang ditawarkan oleh OPSWAT . Kunjungi opswatacademy.com, dan daftar gratis hari ini juga!

Ikuti terus kabar terbaru dari OPSWAT!

Daftar sekarang untuk mendapatkan kabar terbaru dari perusahaan, cerita, informasi acara, dan masih banyak lagi.