Con l’avvento dei Big Data e delle relative tecniche di analisi è possibile utilizzare fonti dati prima inaccessibili e/o inutilizzabili, correlando informazioni anche esterne al mondo IT e considerando impatti sul business fornendo i risultati agli stakeholders interessati.

Nel 2018 il 90% delle organizzazioni si sente vulnerabile ad insider attacks, sia volontari sia dovuti a negligenze, che vertono principalmente su tematiche di utenze con accessi privilegiati troppo alti, devices connessi alla rete aziendale non monitorati e l’incremento di complessità dell’IT.

Spesso i dati non sono accentrati in silos interni ma risiedono in ambienti esterni: questo implica che non esiste più un perimetro statico e ben definito che separa nettamente l’azienda dal mondo esterno.

La Cybersecurity “product-based”, che fa propria solamente la parte tecnologica (DLP/AIM/PAM), è destinata a fallire proprio perchè è necessario capire ed integrare i processi di operations aziendali: affinché la sicurezza possa diventare un valore dell’azienda, è necessario dotarsi di un motore di analytics che implementi algoritmi predittivi di machine learning e reti neurali per la correlazione avanzata degli eventi.

L’analisi dei dati permette alle aziende di scoprire quando i macchinari stanno per rompersi ed effettuare le dovute manutenzioni prima del fermo-macchina o della rottura. Ulteriore elemento da considerare è l’abbattimento dei costi per le riparazioni, che in caso di macchinari altamente specializzati pesano parecchio nel bilancio di qualsiasi azienda, piccola o grande che sia.

Lo sviluppo della sensoristica e la diffusione della banda larga (sia mobile che fissa) consente di reperire i dati in qualsiasi condizione e posizione geografica.