Detectie & Analyse van Datalekken

Inleiding

Datalekken behoren tot de meest ingrijpende cyberbedreigingen van deze tijd. De gevolgen van een lek kunnen verstrekkend zijn, van directe financiële schade tot reputatieschade en zelfs juridische complicaties. Een treffend voorbeeld hiervan is het datalek bij de Nederlandse Spoorwegen (NS), dat zijn oorsprong vond bij het marktonderzoeksbureau Blauw. Aanvankelijk leek het lek beperkt, maar naarmate het onderzoek vorderde, bleek het aantal betrokken partijen en de omvang van het lek veel groter dan verwacht. Dit incident illustreert niet alleen hoe een lek in één deel van de Cyber Chain kan doorwerken naar andere segmenten, maar ook hoe uitdagend het kan zijn om de volledige reikwijdte en impact van een datalek te overzien.

Het identificeren van betrokken partijen bij een datalek is essentieel voor het effectief beheren van de nasleep. Bij het NS-lek bleek dat de gegevens van duizenden reizigers, waaronder contactgegevens en reisvoorkeuren, op straat lagen. Het vaststellen van de volledige impact en het nemen van adequate maatregelen vereiste een uitgebreide samenwerking tussen verschillende bedrijven en instellingen.

Opdrachtbeschrijving

Het doel van deze afstudeeropdracht is het ontwikkelen van een geavanceerd systeem dat datalekken kan ontdekken en de impact ervan op de Cyber Chain kan analyseren. Dit systeem moet in staat zijn om relevante publicaties over datalekken te vinden, deze te matchen met bestaande bedrijfsinformatie in de RiskStudio-database, en updates van verschillende bronnen te integreren om een volledig en actueel beeld van het lek en de betrokken partijen te vormen.

Doelen van de opdracht

1. Ontwikkelen van een systeem dat automatisch datalekken kan ontdekken en relevante publicaties kan identificeren.

2. Ontwikkelen van een matching-algoritme om genoemde bedrijven in datalek-publicaties te koppelen aan de RiskStudio-database.

3. Creëren van een methode om updates over datalekken te integreren en de impact op de Cyber Chain te analyseren.

4. Ontwikkelen van een dashboard dat een overzicht biedt van de actuele status van datalekken en de betrokken partijen.

Gewenste expertise

• Studierichting in Cybersecurity, Informatica, Data Science, of een gerelateerd veld.

• Kennis van en ervaring met data-analyse, machine learning, en natural language processing.

• Ervaring met het ontwikkelen van algoritmes voor data-matching en -integratie.

• Sterk analytisch vermogen en de vaardigheid om complexe datastructuren te doorgronden.

• Goede programmeervaardigheden, bij voorkeur in Python.

• Uitstekende communicatieve vaardigheden en een zelfstandige werkhouding.

Wat bieden wij

• Een uitdagende afstudeeropdracht aan de voorhoede van cybersecurity.

• Begeleiding door experts in het veld en toegang tot een breed scala aan bronnen.

• De kans om met baanbrekende technologieën te werken en een concrete impact te maken.

• Een competitieve stagevergoeding en een dynamische en ondersteunende werkomgeving.

Ben je klaar voor een uitdaging die je vaardigheden en kennis op de proef stelt? Stuur dan je CV en motivatiebrief naar jobs@abibia.com. We kijken uit naar je bijdrage aan ons team!

Over ons

Is jouw interesse gewekt door de complexe wereld van datalekken en hun keteneffecten? Wil je aan het roer staan van innovatieve oplossingen die de digitale veiligheid van bedrijven versterken? Sluit je dan aan bij ons team door je CV en motivatiebrief te sturen naar jobs@abibia.com. We zijn enthousiast om te zien hoe jij ons team kunt verrijken met jouw unieke vaardigheden!

Lees meer over RiskStudio & Abibia 🏢 ➡️