নিরাপত্তা দলগুলো সমন্বিত সরঞ্জামের অভাবে বাধাগ্রস্ত

ক্রমবর্ধমান সংখ্যক ক্লাউড সরঞ্জামগুলির দ্বারা নিরাপত্তা জটিল হয় যা নয় সমন্বিতএই সপ্তাহে প্রকাশিত 2026 সিকিউরিটি অপারেশনস ইনসাইটস রিপোর্ট অনুযায়ী, বিস্তৃত প্রযুক্তির স্তুপ এবং যোগাযোগের অভাব সুমো লজিক.

500 টিরও বেশি আইটি এবং সুরক্ষা নেতাদের অধ্যয়ন, স্বাধীন গবেষণা সংস্থার সাথে তৈরি ব্যবহারকারীর প্রমাণদেখায় যে 93 শতাংশ এন্টারপ্রাইজ সংস্থা কমপক্ষে তিনটি নিরাপত্তা অপারেশন টুল ব্যবহার করে এবং 45 শতাংশ ছয় বা তার বেশি ব্যবহার করে। এতে অবাক হওয়ার কিছু নেই যে উত্তরদাতাদের অর্ধেকেরও বেশি (55 শতাংশ) তাদের নিরাপত্তা স্ট্যাকের মধ্যে অনেকগুলি পয়েন্ট সমাধান রয়েছে।

যদিও এন্টারপ্রাইজ সংস্থাগুলির 80 শতাংশ বলে যে নিরাপত্তা এবং DevOps শেয়ার্ড অবজারভেবিলিটি টুল ব্যবহার করে, মাত্র 45 শতাংশ বলে যে দুটি দল টুলিং এবং ওয়ার্কফ্লোতে খুব সারিবদ্ধ। 100 শতাংশ বলে যে লগ, মেট্রিক্স এবং ট্রেসের জন্য একটি ইউনিফাইড প্ল্যাটফর্ম তাদের নিরাপত্তা এবং DevOps টিমের জন্য মূল্যবান হবে।

“আমাদের প্রতিবেদনে দেখা গেছে যে নিরাপত্তা নেতারা ক্রমাগত আরও বেশি বেশি নিরাপত্তা এবং ক্লাউড অপারেশন সরঞ্জামগুলিতে বিনিয়োগ করছেন কিন্তু বিস্তৃত নিরাপত্তা প্রযুক্তির স্ট্যাকগুলি অতিরিক্ত চ্যালেঞ্জ তৈরি করে যা চক্রটিকে চলতে থাকে,” বলেছেন চ্যাস ক্লসন, সুমো লজিকের নিরাপত্তা কৌশলের ভিপি৷ “অনেক নতুন টুল একে অপরের সাথে যোগাযোগ করে না, আরও কাজ করে এবং কম নির্ভরযোগ্য কভারেজ তৈরি করে। আমরা দেখতে পাই যে সবচেয়ে বড় সমস্যা হল নিরাপত্তা দলগুলি দুর্বল হয়ে উঠছে, যার অর্থ তাদের কাছে সাইল করা সরঞ্জামগুলির মধ্যে বিন্দুগুলিকে সংযুক্ত করার ক্ষমতা কম এবং প্রকৃতপক্ষে তাদের সংস্থাকে সুরক্ষা প্রদান করে।”

অন্যান্য অনুসন্ধানের মধ্যে, 90 শতাংশ সুরক্ষা অপারেশন নেতারা বলেছেন যে মাল্টি-ক্লাউড এবং হাইব্রিড-ক্লাউড পরিবেশ থেকে ডেটা উত্স সমর্থন করা তাদের SIEM-এর জন্য অত্যন্ত বা অত্যন্ত গুরুত্বপূর্ণ, ডেটা পাইপলাইন পরিচালনার অব্যাহত প্রয়োজনীয়তা তুলে ধরে।

মাত্র 51 শতাংশ বলেছেন যে তাদের বর্তমান SIEM হুমকি সনাক্তকরণ এবং প্রতিক্রিয়া জানাতে গড় সময় কমাতে খুব কার্যকর। এবং মাত্র 52 শতাংশ খুব আত্মবিশ্বাসী যে তাদের বর্তমান SIEM ভবিষ্যতের নিরাপত্তা এবং ক্লাউড অপারেশনের প্রয়োজন মেটাতে পারে।

যদিও 90 শতাংশ নিরাপত্তা নেতারা বলেছেন যে AI/ML সতর্কতা অবসাদ কমাতে এবং সনাক্তকরণের নির্ভুলতা উন্নত করতে অত্যন্ত বা অত্যন্ত মূল্যবান, তাদের সবচেয়ে সাধারণ AI ব্যবহারের ক্ষেত্রে হুমকি সনাক্তকরণের মতো মৌলিক কাজগুলিতে ফোকাস করা হয়। এই ফলাফলগুলি ইঙ্গিত দেয় যে AI গ্রহণ উন্নত সুরক্ষা কর্মপ্রবাহের মাধ্যমে ততটা বিস্তৃত নয় যতটা বিপণন বর্ণনাগুলি প্রায়শই পরামর্শ দেয়।

হুমকি সনাক্তকরণ এবং প্রতিক্রিয়া প্রক্রিয়া 70 শতাংশ উত্তরদাতাদের মতে সম্পূর্ণ বা বেশিরভাগ স্বয়ংক্রিয়, 25 শতাংশ রিপোর্টিং এটি সম্পূর্ণ স্বয়ংক্রিয়। যারা বেশিরভাগ বা সম্পূর্ণ ম্যানুয়াল প্রক্রিয়ার উপর নির্ভর করে তারা চরম সংখ্যালঘু।

আপনি আরো জানতে পারেন সুমো লজিক ব্লগ.

ইমেজ ক্রেডিট: achirathep.gmail.com/depositphotos.com