2021年全球十大信息泄漏事件

VSole2022-01-13 14:28:15

T-Mobile 证实黑客非法访问了用户数据

据1月报道消息,美国第三大手机运营商 T-Mobile 在其网站上发布了一份通知。它称,最近发现一些客户的账号信息遭到了未经授权的访问,其中包括 T-Mobile 为提供手机服务而收集的客户数据。这些数据被称为客户专有网络信息(CPNI),包括通话记录,如通话时长、何时通话、每次通话的呼叫者的电话号码和目的电话号码以及可能在客户账单上找到的其他信息。不过该公司表示,黑客没有访问姓名、家庭或电子邮件地址、财务数据和账户密码。目前,T-Mobile 正在通知受影响的用户。

新加坡电信公司遭遇信息泄露

据新加坡联合早报网18日报道,新加坡电信公司 Singtel 证实,12.9 万名客户的个人数据被泄露,其中包括他们的身份证号码以及其他一些数据,包括姓名、出生日期、手机号码和实际地址。28 名前Singtel 员工的银行账户信息和一家使用 Singtel 移动电话的企业客户的 45 名员工的信用卡信息也被泄露。此外,包括供应商、合作伙伴和企业客户在内的 23 家企业的“部分信息”也遭到泄露。

马航披露长达 9 年的数据泄露事件

3月,马来西亚航空公司(Malaysia Airlines)数据泄露长达九年的消息刷屏网络,再次引发了大众对数据安全问题的思考。该事件暴露了其 Enrich 常客计划中成员的个人信息。据马来西亚航空公司称,该漏洞发生在一家第三方 IT 服务提供商处,该提供商通知马航,会员数据在 2010 年 3 月至 2019 年 6 月期间被曝光。数据泄露期间曝光的会员信息包括会员姓名、联系方式、出生日期、性别、常客号码。

数据分析公司 Polecat 暴露了 30TB 的数据

3月5日,英国数据分析公司Polecat的一台未加密服务器暴露了大约30TB的数据,其中包括120亿条与社交媒体相关的记录。包括超过 65 亿条 tweets,近 50 亿条标记为“社交”的记录(似乎都是 tweets),以及超过 10 亿条不同博客和网站的帖子。曝光的数据包括推文内容、推文 ID、作者用户名、浏览/跟帖人数、帖子内容、URL、收获时间、发布者、地区和帖子标题。在服务器暴露的第二天,研究人员发现 Meow 攻击已经开始扫描该数据库,并删除了接近一半的数据,攻击者留下了一张赎金纸条,要求 0.04 比特币(当时大约 550 美元)才能取回数据。

SITA 数据泄露影响了数百万来自主要航空公司的旅客

3月,据美联社报道,管理着全球主要航空公司(超过400家航空公司,包括星空联盟和OneWorld会员)的机票处理和常旅客数据的IT服务公司——SITA(全球信息技术公司)宣布服务器被黑客入侵,全球多家航空公司的乘客数据遭到泄露。近十几家航空公司已经通知乘客,由于黑客侵入了 SITA 的乘客服务系统(PSS),乘客的一些数据已经被侵入者窃取。乘客服务系统负责处理从机票预订到登机的交易数据和业务。受影响的旅客总数仍不清楚,但至少超过 210 万。

Facebook5.33亿用户数据被发布

4月,5.53亿Facebook用户的数据,包括电话号码、Facebookid、全名、出生日期和其他信息都被发布在网上。安全公司哈德逊洛克(hudsonrock)的首席技术官阿隆•加尔在推特上发布了这个数据。加尔公布了受影响用户的国家名单,根据他的名单,美国有3230万受影响用户,英国有1150万。

黑客在RaidForums出售7亿多条LinkedIn用户的记录

Privacy Sharks研究人员发现名为“GOD User TomLiner”的黑客正在RaidForums上出售LinkedIn用户的数据。该广告于6月22日发布,声称包含7亿条记录,并公开了100万条样本作为证据。此次泄露的信息包括全名、性别、电子邮件地址、电话号码和行业信息。目前尚不清楚数据的来源是什么,但研究人员推测此次数据泄露与4月份出售的5亿条LinkedIn记录可能是同一来源。

巴西Hariexpress数据库配置错误泄露17.5亿条用户记录

Safety Detectives在10月13日披露,巴西电商集成平台Hariexpress泄露了超过610 GB数据。此次事件是由于Elasticsearch服务器配置错误导致的,其中包含了超过1751023279条用户记录。据研究人员称,他们在5月12日发现了泄露的数据,经过分析当时这些数据已公开了一个多月。直至目前该数据库仍未得到保护,Hariexpress也未对此事作出回应。

黑客声称已窃取新加坡Fullerton 40多万客户的信息

攻击者于10月11日开始,在暗网上以600美元的价格出售新加坡医疗公司Fullerton的数据。攻击者声称已获取了40多万客户,并公开了姓名、身份证号码、银行账户和病史等信息作为样本。但是在上周五(10月22日),攻击者删除了有关数据出售的信息。该公司在10月19日称,此次泄露是由于其供应商Agape前不久的违规行为导致的,目前仍未确定受影响人员的数量和身份。

CyberX9 称印度证券机构 CDSL 4390 万用户信息泄露

安全团队 CyberX9 在 11 月 7 日披露印度证券托管机构 CDSL 的 4390 万用户信息泄露。早在十月初,研究人员发现 CDSL 存在严重的漏洞,可泄露 4390 万投资者的个人信息和财务数据。10 月 26 日,漏洞已被修复。但是,研究人员于 10 月 29 日发现新的补丁可以轻易地被绕过,依然可以泄露 4390 万人的数据。此次泄露的信息可以追溯到 2005 年左右注册的用户,由于此类数据的敏感度较高,如果落入攻击者手中对用户来说可能是致命的。

信息泄露数据与信息
本作品采用《CC 协议》,转载必须注明作者和本文链接
当前,以数字经济为代表的新经济成为经济增长新引擎,数据作为核心生产要素成为了基础战略资源,数据安全的基础保障作用也日益凸显。伴随而来的数据安全风险与日俱增,数据泄露数据滥用等安全事件频发,为个人隐私、企业商业秘密、国家重要数据等带来了严重的安全隐患。近年来,国家对数据安全个人信息保护进行了前瞻性战略部署,开展了系统性的顶层设计。《中华人民共和国数据安全法》于2021年9月1日正式施行,《中华人
2022年1月,国务院印发《“十四五”数字经济发展规划》(以下简称“规划”),明确了“十四五”时期推动数字经济健康发展的指导思想、基本原则、发展目标、重点任务和保障措施。规划指出,数字经济是继农业经济、工业经济之后的主要经济形态,是以数据资源为关键要素,以现代信息网络为主要载体,以信息通信技术融合应用、全要素数字化转型为重要推动力,促进公平效率更加统一的新经济形态。
在数字经济时代,随着人工智能、大数据等产业的快速发展,数据要素的作用及其重要性愈发凸显。与此同时,大量挖掘和收集用户数据信息,金融领域用户数据信息泄露事件多发。 随着《数据保护法》《个人信息保护法》等的落地,金融业如何做到既保护数据安全,又充分发挥数据资产价值、高效链接多方数据,成为一项亟需解决的课题。
各经济体更加重视数据竞争力,纷纷制定出台数据战略,宣誓数据安全和主权。因此,欧盟认为必须建立欧洲数据主权。近年来,我国陆续发布了一系列数据及其安全相关的法律法规和标准规范,数据资产价值得到确认。2020年6月,12部委联合发布《网络安全审查办法》,推动建立国家网络安全审查工作机制。
国家工业信息安全发展研究中心作为国家级信息安全研究和推进机构,联合华为技术有限公司共同研究编制了《数据安全白皮书》,全面分析了我国数据安全产业基础、防护关键技术、法律法规体系现状,从提升数据安全产业基础能力、加快研究和应用数据安全防护技术、强化法律法规在数据安全主权的支撑保障作用等三方面展望数据安全发展未来,提出了数据安全发展倡议,为行业发展提供借鉴和参考,积极推动我国数据治理工作有序开展。
近年来,随着国家网络安全战略部署的有效推进,在新一代信息技术加速两化融合的同时,工业信息安全风险持续攀升,工业领域面临着越来越严峻的安全形势。一旦工业控制系统遭受到攻击,除了直接造成工业生产停滞,带来巨大的经济损失外,还会将后果延伸至整个产业生态,危及公众生命及财产安全,甚至进一步威胁到国家安全。
数据所有者能够根据授权用户的属性设置密文策略,在数据加密的同时保证授权的灵活性。针对量子计算的发展可能带来的安全挑战,基于格构造抗量子的方案可以有效提升安全性。此外,利用区块链技术存储数据信息,以应对非可信云服务的伪造、篡改数据等行为。最后,分析了方案的安全性各方面性能,结果表明所提方案能够适用于非可信的云存储应用。
关键信息基础设施安全保护制度是党中央有关文件和《中华人民共和国网络安全法》确定的基本制度。在当前严峻的网络安全形势下,全面摸清关键信息基础设施底数,准确了解关键信息基础设施安全现状,确定其信息资产的价值、敏感性和严重性,分析发生威胁时潜在的损失或破坏,为全面掌握关键信息基础设施网络安全风险提供依据。近年来,各单位、各部门按照相关法律法规规定,开展了关键信息基础设施的安全检查和整改工作,全面加强了网
数据、云计算等信息技术的发展,加速了信息化发展速度,同样刺激了网络攻击的普遍化、持久化、武器化,也给攻击溯源带来了新挑战。传统的溯源技术大都针对某一类 或某几类的数据进行分析,还原攻击过程,且溯源过程需要大量的人工介入。从攻击溯源的 基本思路入手,结合大数据技术特点,以及大数据安全产品的开发经验,提出一种基于大数 据技术的多层溯源框架,对多元数据进行分析,绘制尽可能完整的攻击路径,还原攻击全过程
数据是指大型复杂的结构化或非结构化数据集。大数据技术使组织能够生成、收集、管理、分析和可视化大数据集,并为诊断、预测或其他决策任务提供见解。处理大数据的关键问题之一是采用适当的大数据治理框架,这样可以:①以所需的方式管理大数据,以支持有效机器学习的高质量数据访问;②确保该框架规范存储和处理在相关监管框架内以可信赖的方式收集来自供应商和用户的数据。提出了一个大数据治理框架,指导组织在相关的规则框架
VSole
网络安全专家