Repositorio
Institucional

Esparza, Esteban

Prediction, Detection and Control of Insider Threats in Organizations

SPRINGER INTERNATIONAL PUBLISHING AG

ADVANCED RESEARCH IN TECHNOLOGIES, INFORMATION, INNOVATION AND SUSTAINABILITY, ARTIIS 2024, PT III

en

Insider attacks represent a significant threat in today's information security landscape, causing substantial financial and reputational damage to organizations. This article addresses the increasing need for effective strategies to predict, detect, and control insider threats. The primary motivation behind this research is the growing prevalence and cost of insider attacks, as highlighted by various reports. Our objective is to provide a systematic mapping of existing literature to evaluate the current state of insider threat management and identify gaps and opportunities for future research. To achieve this, we employed a systematic mapping methodology, analyzing literature from databases such as Web of Science, Scopus, and IEEE Xplore. The key stages of our methodology included defining research questions, generating search strings, applying inclusion and exclusion criteria, and conducting detailed data extraction and analysis. The main result of our study reveals that while a significant portion of the literature focuses on detection measures, there is a notable gap in predictive and preventive strategies. Additionally, the majority of proposed solutions are models and frameworks, with fewer practical tools available for real-world implementation. This research provides a comprehensive overview of the current landscape of insider threat management, highlighting the critical need for enhanced predictive and preventive measures. Our findings suggest that future research should prioritize developing robust, adaptive solutions that integrate multiple methodologies to effectively mitigate insider threats.Los ataques internos representan una amenaza significativa en el panorama actual de la seguridad de la información, causando daños financieros y reputacionales sustanciales a las organizaciones. Este artículo aborda la creciente necesidad de estrategias efectivas para predecir, detectar y controlar las amenazas internas. La principal motivación de esta investigación es la creciente prevalencia y el costo de los ataques internos, como lo destacan diversos informes. Nuestro objetivo es proporcionar un mapeo sistemático de la literatura existente para evaluar el estado actual de la gestión de amenazas internas e identificar brechas y oportunidades para futuras investigaciones. Para lograrlo, empleamos una metodología de mapeo sistemático, analizando la literatura de bases de datos como Web of Science, Scopus e IEEE Xplore. Las etapas clave de nuestra metodología incluyeron la definición de preguntas de investigación, la generación de cadenas de búsqueda, la aplicación de criterios de inclusión y exclusión, y la extracción y el análisis detallados de datos. El principal resultado de nuestro estudio revela que, si bien una parte significativa de la literatura se centra en medidas de detección, existe una brecha notable en estrategias predictivas y preventivas. Además, la mayoría de las soluciones propuestas son modelos y marcos, con pocas herramientas prácticas disponibles para su implementación en el mundo real. Esta investigación ofrece una visión general exhaustiva del panorama actual de la gestión de amenazas internas, destacando la necesidad crucial de mejorar las medidas predictivas y preventivas. Nuestros hallazgos sugieren que las investigaciones futuras deberían priorizar el desarrollo de soluciones robustas y adaptables que integren múltiples metodologías para mitigar eficazmente las amenazas internas.

artículo de conferencia

Information security

Insider

Cybersecurity

Prediction

10.1007/978-3-031-84078-4_26

pdf

STRATEGY

IMPACT

Information security

Insider

Cybersecurity

PredictionSTRATEGY

IMPACT

Ciencias de la Computación

Ciencias de la Información y Bioinformática

Otras Especialidades de las Ciencias de la Información y Computación

versión publicada

suscripción

metadato

metadato

WOS:001472392100026

Prediction, Detection and Control of Insider Threats in Organizations

artículo de conferencia

SPRINGER INTERNATIONAL PUBLISHING AG

ADVANCED RESEARCH IN TECHNOLOGIES, INFORMATION, INNOVATION AND SUSTAINABILITY, ARTIIS 2024, PT III

Computer Science, Information Systems

Computer Science, Interdisciplinary Applications

en

1865-0929

ANID, Chile#FONDECYT DE INICIACION EN INVESTIGACION(Comision Nacional de Investigacion Cientifica y Tecnologica (CONICYT)CONICYT FONDECYT)

ANID, Chile

FONDECYT DE INICIACION EN INVESTIGACION [11240115]

978-3-031-84077-7; 978-3-031-84078-4

pdf