アクセス制御とメインフレーム
セキュリティは、高価な共有マシンへのアクセスを制御することから始まりました。消費者の脅威よりも、正式なモデルと軍の保証基準の方が重要でした。
サイバーセキュリティが専門職になったのは、コンピュータが大規模に攻撃する価値のあるシステムになってからです。その実践者は、暗号化、軍事諜報、システム管理、警察活動からアイデアを継承し、単純な観察を中心に規律を構築しました。あらゆる有用な接続は、悪用される可能性のあるルートも作成します。
歴史は安全に向かってまっすぐに進んできたわけではありません。パーソナル コンピューター、Web、クラウド サービス、AI などの新しいレイヤーごとにアクセスが拡大し、新たな障害モードが生み出されました。セキュリティ専門家は、攻撃者によって苦痛を与えられる前に、これらのトレードオフを可視化することで報酬を得ています。
初期のタイムシェアリング システムでは、研究者は誰に共有コンピュータへのアクセスを許可すべきか、またそのアクセスをどのように制御できるかを問う必要がありました。 1970 年代の米国国防総省のコンピュータ セキュリティ評価に関する取り組みは、後にオレンジ ブックに関連付けられるようになり、アクセス制御を管理者の好みからエンジニアリングおよび保証の問題に変えるのに役立ちました。
米国の国防研究は、共有コンピューティングのための信頼できるシステムとアクセス制御に関する正式な作業を開始します。
この映画は、モデムを介して軍事システムにアクセスするティーンエイジャーのイメージを広め、コンピューター侵入に関する世間の議論を形成しました。
Robert Tappan Morris のインターネット ワームは、初期のインターネットのかなりの部分を破壊し、CERT コーディネーション センターの活性化に貢献します。
Phil Zimmermann が Pretty Good Privacy をリリースし、強力な暗号化を政治的および技術的な公的問題にしました。
商用 Web は、アプリケーションの欠陥、弱い認証、安全でない支払い処理を主流のビジネス リスクに変えます。
急速に拡散するワームは、パッチ適用とインターネットに接続された資産のインベントリが運用上重要である理由を示しています。
エストニアの機関に対する大規模なサービス拒否攻撃により、国家のサイバー回復力が目に見える政策上の懸念事項となっています。
広く報告されている米国の小売侵害では、攻撃者はベンダー接続を使用し、サードパーティに注目しています。
ソフトウェア更新プログラムのサプライチェーン侵害は、信頼できる配布パスが攻撃チャネルになる可能性があることを示しています。
生成 AI はフィッシングとアナリストの両方のワークフローを加速する一方、EU の NIS2 などのルールによりガバナンスへの期待が高まります。
セキュリティは、高価な共有マシンへのアクセスを制御することから始まりました。消費者の脅威よりも、正式なモデルと軍の保証基準の方が重要でした。
Morris ワームと大衆向けパーソナル コンピューティングは、ウイルス対策、インシデント調整、およびパッチ適用の商業市場を生み出しました。
オンラインコマースにより、Web アプリケーション、支払いデータ、規制管理が専門分野の中心となりました。
クラウド サービスは境界を変化させましたが、大規模な侵害やスパイ活動により、アイデンティティとサプライヤーのリスクが避けられなくなりました。
ランサムウェア、サプライチェーン侵害、AI 支援詐欺報酬チームは、迅速に検出、封じ込め、回復することができます。
もう存在しない近隣の職業 — 吸収され、自動化され、規制で消えた。
1 台のメインフレームが施錠された部屋を占有している場合、物理キーとサインイン シートによってほとんどのアクセスが制御される可能性があります。分散ネットワークでは、その狭いゲートキーピングの役割が不十分になりました。 ID 管理とエンドポイント セキュリティがそれを置き換えました。
セキュリティ チームはかつて、企業システムに接続されているモデムを見つけるために、電話番号のブロックにダイヤルしました。インターネットに接続された資産の発見とクラウド インベントリが、電話ベースの業務に取って代わりました。
技術者は個々の PC に署名の更新を手動でインストールしました。一元的なエンドポイント管理とクラウドで提供される保護により、作業はより広範なセキュリティ運用に吸収されました。
テクノロジーが安価になってどこにでも接続できるようになると、この職業は繰り返し成長します。その中心的な教訓は、すべての新しいシステムが安全ではないということではなく、安全性を設計、運用、リハーサルする必要があるということです。
サイバーセキュリティの専門家は現在、技術的な詳細が組織の責任と一致する地点で働いています。つまり、脆弱性は、誰かがそれを修正するか、受け入れるか、封じ込めるかを決定する権限を持った場合にのみ管理可能になります。
分野だけでなく、6つのスコアが近い職業です。
臨床データ、治験データ、医療システムのデータを用いて、より安全な医療、研究、業務上の意思決定のための信頼できるエビデンスを生み出す。
AI耐性 68 📦本番環境で機械学習モデルを訓練・配備・監視・ガバナンスするためのシステムを構築する仕事。
AI耐性 54 🦾感知し、判断し、物理世界で行動する機械を設計する仕事。真の難問は知能ではなく、世界そのものだった。
AI耐性 65 🌿組織が事業上の義務を果たしながら環境・社会への害を減らせるよう、戦略、測定、報告を主導する。
AI耐性 66 🌬️再生可能な資源を信頼できる電力に変える、風力、太陽光、蓄電、送電網のシステムを設計・構築・改善する。
AI耐性 72 🔌自動車のブレーキから核ミサイルの誘導システムまで、あらゆるコンピュータや携帯電話の中にあるトランジスタを設計・製造する。地球上でごく一部の工場しか動かせないほど精密な機械を使う仕事だ。
AI耐性 60現代生活を動かすコードを書き、テストし、保守する仕事であり、AIが自分自身の日々の作業を自動化していく様子を最初に目の当たりにしている職業の一つでもある。
AI耐性 35 🤖機械知能を支えるアルゴリズムを設計・検証する仕事。今やその研究プロセス自体の自動化を競う分野になりつつある。
AI耐性 50 🛰️地上を離れる航空機・ロケット・宇宙船を設計・解析・認証する仕事で、推測の余地を残さない安全マージンを守り続ける。
AI耐性 74 🌉川と岩と重力を橋・道路・清潔な水に変える職業――イムホテプ以来、文明を静かに支え続ける仕事。
AI耐性 72 🔌自動車のブレーキから核ミサイルの誘導システムまで、あらゆるコンピュータや携帯電話の中にあるトランジスタを設計・製造する。地球上でごく一部の工場しか動かせないほど精密な機械を使う仕事だ。
AI耐性 60 🦾感知し、判断し、物理世界で行動する機械を設計する仕事。真の難問は知能ではなく、世界そのものだった。
AI耐性 65 📦本番環境で機械学習モデルを訓練・配備・監視・ガバナンスするためのシステムを構築する仕事。
AI耐性 54 🌬️再生可能な資源を信頼できる電力に変える、風力、太陽光、蓄電、送電網のシステムを設計・構築・改善する。
AI耐性 72