Bedeutung maschinellen Lernens steigt

Sieben Erkenntnisse zur IoT-Sicherheit

20. August 2020, 10:48 Uhr   |  WEKA Fachmedien Newsdesk, ts

Sieben Erkenntnisse zur IoT-Sicherheit
© Vizilla | shutterstock.com

Viele Unternehmen treiben derzeit die digitale Transformation voran. Ihr Netzwerk ändert sich dabei ständig – mit Hybrid-Clouds, IoT-Geräten und Heimarbeitsplätzen. Das bringt Gefahren mit sich.

Angesichts des wachsenden Datenverkehrs am Edge steigt das Sicherheitsrisiko, verbunden mit häufigen, schweren und ausgeklügelten Cyber-Angriffen – wie Palo Alto Networks beobachtet. Um sich zu schützen, müssen Unternehmen mehr denn je ihre Abhängigkeit von reaktiven und punktuellen Sicherheitsmaßnahmen beenden. Stattdessen gilt es, eine intelligente, proaktive Netzwerksicherheit einzuführen, die sich auf maschinelles Lernen (ML) stützt – und somit einen Sinneswandel in der Cyber-Sicherheit bewirkt.

In der Praxis macht Palo Alto Networks sieben wesentliche Beobachtungen zum Thema IoT-Sicherheit:

  • Immer mehr IoT-Geräte sind mit dem Unternehmensnetzwerk verbunden. Sie bergen eine zunehmende Anzahl an Sicherheitsrisiken. Etwa 45 Prozent der Unternehmen haben bereits IoT-Geräte im Einsatz, weitere 26 Prozent planen IoT-Geräte in den nächsten zwölf Monaten anzuschaffen.
  • Der Schutz von IoT-Investitionen ist für Unternehmen geschäftskritisch. Der Großteil der Unternehmen stimmt dem zu, denn für 76 Prozent hat die IoT-Sicherheit höchste Priorität. Allerdings fühlen sich lediglich 16 Prozent dazu bereit, ihre IoT-Geräte vor Bedrohungen und Exploits zu schützen.
  • IoT-Geräte stellen Herausforderungen für IT-Teams dar, denn viele IoT-Geräte werden ohne Wissen der IT-Abteilung in Unternehmen eingeführt. So ist es schwierig, sie zu schützen beziehungsweise gar im Netzwerk zu identifizieren – allein das ist eine gewaltige Aufgabe.
  • Sicherheitsherausforderungen, die sich aus nicht verwalteten Geräten im Netzwerk ergeben, müssen IT-Teams verwalten um sie zu schützen. Eine IoT-Sicherheitsanwendung identifiziert jedes Gerät, stellt fest, auf welchen IoT-Geräten kein Endpunktschutz ausgeführt wird und schützt alle Geräte unabhängig davon.
  • Eine ideale IoT-Sicherheitsanwendung verwendet einen Machine-Learning-Ansatz und integriert nahtlos alle fünf Phasen des IoT-Lebenszyklus – von der Erkennung von IoT-Geräten und den damit verbundenen Risiken bis hin zur Unterstützung beim Bewerten von Schwachstellen und dem Implementieren bewährter Verfahren zur Kontrolle neuer Risiken.
  • Eine ideale IoT-Sicherheitsanwendung versetzt Sicherheitsteams in die Lage, Geräterisiken proaktiv zu überwachen, Anomalien aufzudecken sowie Richtlinien zu empfehlen und anzuwenden um somit Bedrohungen zu verhindern. Sie gewährleistet dabei gleichzeitig Genauigkeit und Transparenz.
  • Die ideale Anwendung ist einfach zu implementieren und zu konfigurieren und erfüllt alle wichtigen Funktionen und Richtlinien. Sie ermöglicht IT-Teams, ein Netzwerk in  Gerätegruppen einzuteilen, um das Risiko zu minimieren. Außerdem minimiert sie den manuellen Aufwand und schützt vor bekannten und unbekannten Bedrohungen.

Auf Facebook teilenAuf Twitter teilenAuf Linkedin teilenVia Mail teilen