自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

Imperva最新報告,消費(fèi)者對數(shù)據(jù)泄露風(fēng)險日益麻木

安全 數(shù)據(jù)安全
該調(diào)查揭示了與消費(fèi)者對數(shù)字服務(wù)的信任度,及其個人數(shù)據(jù)安全性的看法相關(guān)的幾個重要趨勢。

根據(jù)Imperva的最新研究,消費(fèi)者對與他們開展業(yè)務(wù)的組織的信任處于最低點(diǎn),導(dǎo)致許多人“放棄”安全性。

近段時間,Imperva分別對美國、新加坡、英國和澳大利亞的6773 名消費(fèi)者(18 歲以上)進(jìn)行線上調(diào)查,并根據(jù)調(diào)查結(jié)果編制了最新的報告《沒有一線希望》。該調(diào)查揭示了與消費(fèi)者對數(shù)字服務(wù)的信任度,及其個人數(shù)據(jù)安全性的看法相關(guān)的幾個重要趨勢。

調(diào)查報告顯示,只有37%的人相信金融服務(wù)公司會保護(hù)他們的數(shù)據(jù)安全,這一數(shù)據(jù)在醫(yī)療保健行業(yè)下降到三分之一 (33%),在政府組織中為29%,零售行業(yè)最為嚴(yán)重,僅有5%。另外,超過三分之一 (35%) 的用戶表示他們不信任任何行業(yè)會保護(hù)他們的數(shù)據(jù)。

當(dāng)今消費(fèi)者共享的大量數(shù)據(jù)加劇了這個問題。一半的受訪者表示,他們無法跟蹤與之互動的每個組織的安全狀況,這使許多人對網(wǎng)絡(luò)風(fēng)險變得不敏感。

五分之一的受訪者則表示他們現(xiàn)在不在乎他們在網(wǎng)上分享了多少數(shù)據(jù),而超過四分之一 (26%) 的用戶聲稱個人信息會“不可避免”落入他人之手,因此不必?fù)?dān)心它,這沒有任何作用。

有意思的是,用戶對于當(dāng)前面臨的數(shù)據(jù)泄露風(fēng)險有著清晰的認(rèn)知:約80%的用戶認(rèn)為,一旦他們在互聯(lián)網(wǎng)上的敏感信息被泄露,他們很有可能會面臨嚴(yán)重的后果。近一半的用戶表示,敏感信息的泄露會破壞他們與朋友、家人之間的關(guān)系;近40%的用戶則表示,信息泄露會影響他們的心理健康,28%的人認(rèn)為這會讓他們面臨勒索攻擊。

但受訪者也承認(rèn),他們經(jīng)常在云應(yīng)用上分享隱私信息,包括他們的性幻想、戀物癖的信息(16%),攻擊性評論 (14%),藥物濫用的詳細(xì)信息 (12%) ,以及與他們對伴侶出軌的信息 (10%)。只有9%的受訪者表示他們信任云消息服務(wù),盡管40%的人使用這些平臺來分享秘密。

事實(shí)上,18-24 歲的年輕人更愿意在網(wǎng)上分享他們的數(shù)據(jù),不太擔(dān)心數(shù)據(jù)被盜的財(cái)務(wù)影響,但比年長的受訪者更關(guān)心他們的在線聲譽(yù)。

參考來源:https://www.infosecurity-magazine.com/news/consumers-increasingly-numb-to/

責(zé)任編輯:趙寧寧 來源: FreeBuf.COM
相關(guān)推薦

2021-08-31 11:22:27

數(shù)據(jù)泄露SaaS信息安全

2011-06-28 13:11:13

2025-02-12 08:00:00

人工智能GenAICISO

2012-06-21 10:35:52

2022-09-26 22:57:52

數(shù)據(jù)泄露數(shù)據(jù)

2021-11-26 05:52:07

數(shù)據(jù)泄露漏洞信息安全

2014-08-21 16:31:50

2024-11-08 12:40:22

2015-03-18 10:39:47

信息泄露Line個人信息泄露

2025-04-15 08:38:41

2014-06-20 09:47:59

2015-08-31 10:45:02

數(shù)據(jù)

2015-06-15 11:29:34

數(shù)據(jù)中心綠色數(shù)據(jù)中心

2024-12-11 18:18:58

2015-06-29 15:00:20

云端數(shù)據(jù)消費(fèi)者

2012-04-10 10:50:49

2024-12-19 18:26:13

2021-08-07 08:02:41

美國勒索軟件網(wǎng)絡(luò)安全

2023-06-01 08:08:38

kafka消費(fèi)者分區(qū)策略

2022-08-03 17:21:12

數(shù)據(jù)安全
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號