Les entreprises d'Ohio se joignent à Share Threat Intelligence


La cybersécurité est une forme de guerre asymétrique. Les attaquants ne doivent réussir qu'une fois; Les défenseurs doivent réussir constamment. Les attaquants partagent des armes et des méthodes de façon continue; Les défenseurs sont souvent des silos isolés de connaissances privées qui ne proviennent que des attaques contre eux-mêmes. Le partage d'intelligence de menace entre les défenseurs est une méthode principale pour réduire l'avantage asymétrique inhérent des attaquants.

Mais le partage du renseignement est difficile, ce qui comprend des problèmes humains et technologiques. L'élément humain est en grande partie autour de «confiance» – avec qui pouvez-vous partager des informations commerciales potentiellement sensibles. Le problème de la technologie implique de contraindre les données partagées aux destinataires prévus et de veiller à ce que les réglementations relatives à la protection des données ne soient pas enfreintes.

Ces problèmes ont été abordés avec succès par sept entreprises Fortune 500 à Columbus Ohio. Ils se sont réunis en 2014 pour former et capitaliser le Collaborateur de Columbus – une Organisation de partage et d'analyse de l'information (ISAO). À titre d'ISAO privée et volontaire, ils ont résolu le problème «humain». La semaine dernière, ils ont adopté la plate-forme de partage de renseignements TruStar pour résoudre le problème technologique.

Le Collaboratoire comprend sept grandes entreprises non compétitives dans plusieurs secteurs distincts: Nationwide Insurance, Cardinal Health, LBrands (qui comprend Victoria's Secret et Bath & Body Works), Huntington Bank, OhioHealth, American Electric Power, et Batelle. Il a été formé avec un engagement de 28 millions de dollars des membres, …

Lire la suite (en anglais)

Note : Cet article est extrait et traduit automatiquement de flux RSS provenant de différents sites. Etant donné que ce sont des traductions automatiques, la qualité peut aller de l’acceptable au pire. Ces publications automatiques me servent à collecter suffisamment de données pour mes expérimentations avec le Deep Learning et le Framework TensorFlow.

N'oubliez pas de voter pour cet article !
1 étoile2 étoiles3 étoiles4 étoiles5 étoiles (No Ratings Yet)
Loading...

Vous aimerez aussi...

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Font Resize
Contrast
Aller à la barre d’outils