[vc_row][vc_column][vc_column_text]El último “Internet Crime Report 2021” del FBI evidencia una tendencia ya conocida: el cibercrimen va en aumento. Según indica el organismo, en los últimos 5 años ha recibido un total de 2.7 millones de reportes de ataques de ciberseguridad, por parte de víctimas alrededor del mundo.
La gravedad de este dato recae en dos aspectos: el acelerado aumento en la cantidad de ataques por año y el costo monetario en pérdidas que esto está implicando. Mientras en el 2017 se reportaron 301,580 ataques, con pérdidas por US$1.4 billones; en 2021 las cifras subieron a 847,376 incidentes, con costo monetario de US$6.9 billones.
Los ataques que tienen que ver con Phishing, Business Email Compromise (BEC) y Ransomware son los que están teniendo un impacto monetario mayor, por el daño que implican para empresas y organizaciones.
Según detalla Cisco, el 34% de los negocios atacados por Ransomware dura una semana o más en recuperar el acceso a los datos. ¿Qué haría su organización sin datos por una semana? ¿Cuánto le costaría esto?
Las organizaciones víctimas de ataques han reportado a Cisco pérdidas de hasta un 20% de sus consumidores y 20% de oportunidades de negocio, lo que se traduce en un impacto considerable a sus ingresos. Un incidente de este tipo desencadena también una crisis de reputación de la empresa y obstaculiza por completo el proceso de transformación digital que esté desarrollando.
Construir una resiliencia cibernética
Ante un contexto en el que el cibercrimen crece cada año y las amenazas de agrupaciones de Ransomware como Conti se esparcen a otras latitudes, es hora de comprender que ya no se trata de si llegaremos a ser víctimas de un ataque cibernético sino de cuándo pasará.
Las organizaciones deben construir una resiliencia cibernética que les brinde las capacidades para identificar, responder y recuperarse rápidamente de un incidente de seguridad. Para esto, necesitan trazar un plan que contemple:
[vc_row][vc_column][vc_column_text]Big data es un término que se utiliza para describir el gran volumen de datos que las empresas reciben en su vida diaria. Como tal, los datos se pueden analizar para generar insigths que impulsen las decisiones comerciales y las estrategias de las organizaciones.
En cuanto al volumen total de datos, no necesariamente importa cuánto sea, sino qué hacen las empresas con él.
En resumen, big data es un conjunto de datos complejos, extensos y variados que llega en volúmenes y velocidades cada vez mayores. Pero pueden y deben usarse para resolver problemas corporativos que no podríamos hacerlo solos. También conocido como las 3V´s:
Volumen: la cantidad de datos importa. Con big data, tendrás que procesar grandes volúmenes de datos no estructurados de baja densidad. Pueden ser datos de valor desconocido, como feeds de datos de Twitter, transmisiones de clics en una página web, aplicación móvil o equipos con sensores. Para algunas empresas, esto puede utilizar decenas de terabytes de datos. Para otros, podrían ser cientos de petabytes.
Velocidad: la velocidad es la velocidad más rápida en la que se reciben y tal vez se gestionan los datos. Normalmente, la velocidad de datos más alta se transmite directamente a la memoria en lugar de ser grabada en el disco. Algunos productos inteligentes habilitados para Internet funcionan en tiempo real o casi en tiempo real y requieren evaluación y acción en tiempo real.
Variedad: Se refiere a los diversos tipos de datos disponibles. Los tipos de datos tradicionales se han estructurado y encajan perfectamente en una base de datos relacional. Con el auge del big data, los datos vienen en nuevos tipos de datos no estructurados. Los tipos de datos no estructurados y semiestructurados, como texto, audio y video, requieren un procesamiento previo adicional para obtener significado y dar soporte a metadatos.
Historia
Big data no se considera un concepto antiguo, sin embargo, su origen de big data almacenado se remonta a unas pocas décadas atrás (1960 y 1970), donde comenzó el mundo de los datos.
Alrededor de 2005, el número de usuarios de Facebook, YouTube y otros servicios en línea fue creciendo y con eso los datos que generaban. Con esto en el mismo año, se creó Hadoop, una estructura para almacenar y analizar grandes datos. Durante este período, NoSQL comenzó a ganar popularidad.
A pesar de su evolución, Big Data se encuentra todavía en el inicio de su utilidad, con la nube ofreciendo escalabilidad elástica y ampliando aún más sus posibilidades. Las bases de datos de gráficos son cada vez más importantes por su capacidad para mostrar grandes cantidades de datos de una manera que hace que el análisis sea aún más rápido y completo.
Big Data engloba demasiada información, de manera que a partir de ella podemos obtener respuestas más completas, lo que se traduce en más confianza en los datos para las empresas.[/vc_column_text][us_separator size=”small” show_line=”1″][vc_column_text]Escrito por: Mayara Pimentel | Adaptación: Karina Ríos[/vc_column_text][/vc_column][/vc_row]