Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

可视化 2004-2021 年 50 次最大的数据泄露

Posted on 2022-06-01

查看高分辨率版本的信息图

该图显示了自 2004 年以来按实体和部门划分的 50 次最大的数据泄露事件。

可视化 2004-2021 年 50 次最大的数据泄露

随着我们的世界越来越依赖在线存储的技术和数据,数据泄露已成为对用户、企业和政府机构的普遍威胁。 2021 年,超过59 亿条用户记录被盗,创下新纪录。

Chimdi Nwosu 绘制的这张图表显示了自 2004 年以来最大的 50 起数据泄露事件,以及受影响最严重的行业。数据来自公司声明和新闻报道。

了解数据泄露的基础知识

数据泄露是指敏感或机密信息被未经授权的实体复制、传输或窃取的事件。这可能是恶意软件攻击、支付卡欺诈、内部泄密或意外披露的结果。

目标数据通常是客户 PII(个人身份信息)、员工 PII、知识产权、公司数据或政府机构数据。

单独的黑客、有组织的网络犯罪集团甚至国家政府都可能实施日期泄露。被盗信息随后可用于其他犯罪活动,例如身份盗窃、信用卡欺诈或用于支付赎金。

自 2004 年以来的重大数据泄露

有记录的最大数据泄露发生在 2013 年,当时所有30 亿雅虎账户的信息都受到了威胁。在那次网络攻击中,黑客能够收集用户的个人信息和密码。虽然雅虎数据泄露的全部范围仍未完全意识到,但随后全球范围内的网络犯罪与被盗信息有关。

以下是 2004 年至 2021 年期间被盗用户记录数量最多的 50 起数据泄露事件。

秩 实体 部门 记录受损 年
1 雅虎 网络 3.0B 2013
2 河城传媒 网络 1.4B 2017
3 阿德哈尔 政府 1.1B 2018
4 美国第一公司 金融 885M 2019
5 垃圾邮件机器人 网络 711M 2017
6 领英 网络 700M 2021
7 Facebook 科技 533M 2021
8 雅虎 网络 500M 2014
9 万豪国际 零售 500M 2018
10 Syniverse 电信 500M 2021
11 Facebook 网络 419M 2019
12 朋友查找网络 网络 412M 2016 年
13 氧数据 科技 380M 2019
14 我的空间 网络 360M 2016 年
15 精确 数据 340M 2018
16 推特 科技 330M 2018
17 电信 电信 320M 2019
18 印度公民 网络 275M 2019
19 瓦特板 网络 270M 2020
20 微软 网络 250M 2019
21 益百利巴西 金融 220M 2021
22 中文简历泄露 网络 202M 2019
23 法院风险投资 金融 200M 2013
24 阿波罗 科技 200M 2018
25 深根分析 网络 198M 2015
26 Zynga 赌博 173M 2019
27 VK 网络 171M 2016 年
28 Equifax 金融 163M 2017
29 混音 网络 162M 2019
30 大规模的美国商业黑客 金融 160M 2013
31 我的健身伙伴 应用程序 150M 2018
32 易趣 网络 145M 2014
33 帆布 网络 139M 2019
34 心脏地带 金融 130M 2009
35 名称测试 应用程序 120M 2018
36 四联体 金融 120M 2020
37 领英 网络 117M 2016 年
38 巴基斯坦移动运营商 电信 115M 2020
39 弹性搜索 科技 108M 2019
40 第一资本 金融 106M 2019
41 泰国游客 政府 106M 2021
42 火力基地 应用程序 100M 2018
43 知乎 网络 100M 2018
44 漫步者.ru 网络 98M 2012
45 TK / TJ Maxx 零售 94M 2007年
46 我的遗产 网络 92M 2018
47 美国在线 网络 92M 2004年
48 每日运动 网络 85M 2016 年
49 国歌 健康 80M 2015
50 索尼游戏机网络 赌博 77M 2011

大规模的雅虎黑客攻击约占从网络部门(迄今为止受影响最严重的部门)窃取的 99 亿条用户记录的30% 。下一个受影响最大的行业是科技和金融,分别有 20 亿和 16 亿条记录被盗。

尽管这三个部门丢失的用户数据总数最高,但这并不一定意味着它们的安全措施较弱。相反,它可能归因于他们编译的大量用户记录。

并非所有臭名昭著的数据泄露都是大规模的。 2014 年,较小的数据泄露事件成为头条新闻,当时苹果的 iCloud 遭到黑客攻击,大约 200 位名人的个人照片在互联网上传播。尽管这种针对性很强的黑客攻击只影响了几百人,但它突显了数据泄露对用户的侵入性和破坏性。

数据泄露给企业带来的成本

每年,数据泄露都会花费企业数十亿美元来预防和遏制,同时还会削弱消费者的信任,并可能对客户保留率产生不利影响。

一份2021 年 IBM 安全报告估计,2020 年公司每次数据泄露的平均成本为 420 万美元,比 2019 年增长 10%。这一增长主要归因于与更多人远程工作相关的额外安全风险,因为2019冠状病毒病大流行。

提高数据安全性的措施

完全防止数据泄露基本上是不可能的,因为网络犯罪企业通常是持久的、动态的和复杂的。尽管如此,企业可以寻求创新方法来防止数据泄露并减轻潜在损害。

例如,在 2014 年 iCloud 攻击之后,Apple 开始积极鼓励用户采用双因素身份验证,以加强数据安全性。

无论企业采取何种措施,不幸的现实是,数据泄露是现代世界开展业务的成本,并将继续成为公司和用户关注的问题。

可视化 2004 年至 2021 年 50 次最大的数据泄露的帖子首先出现在Visual Capitalist上。

原文: https://www.visualcapitalist.com/cp/visualizing-the-50-biggest-data-breaches-from-2004-2021/?utm_source=rss&utm_medium=rss&utm_campaign=visualizing-the-50-biggest-data-breaches-from-2004-2021

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme