Modelo de seguridad de datos en un entorno de big data en el sector financiero

• Autores: Ortiz Huamán, Cesar Humberto, Cuadros Luyo, Ademir, Fernandez Fuster, Nilcer
• Formato: tesis de maestría
• Fecha de Publicación: 2022
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/661210
• Enlace del recurso: http://hdl.handle.net/10757/661210
• Nivel de acceso: acceso abierto
• Materia: Brecha de datos; Información de identificación personal; Grandes datos; Control de accesos; Banco; Seguridad de datos; Data breach; Big data; Access control; Bank; Data security; http://purl.org/pe-repo/ocde/ford#2.00.00; https://purl.org/pe-repo/ocde/ford#2.02.03

El constante crecimiento de ataques de ciberdelincuentes sobre los activos de una organización genera como resultado que las organizaciones comiencen a invertir y preocuparse más por sus puntos de ciberseguridad y controles. Así, el manejo y gestión de datos críticos para el negocio es un punto importante para el cual se debe contemplar controles robustos de ciberseguridad. Dentro del proyecto se tiene en cuenta la identificación de brechas de seguridad sobre un repositorio analítico, un análisis de riesgos de ciberseguridad, diseño de componentes de seguridad y una evaluación de riesgos inherentes sobre los datos de alta criticidad en un repositorio analítico de una entidad regulada. Para identificar las brechas de ciberseguridad sobre las plataformas analíticas debemos entender que Big Data genero recientes problemas que no solo están vinculados con el volumen o la variedad de los datos, sino también con la seguridad y privacidad de los datos (Julio Moreno & Manuel Serrano, 2016). El proyecto por presentar tiene como inicio la necesidad de contar con un modelo de seguridad de datos en un entorno analítico de Big Data del sector financiero. El proyecto fue planteado frente a la situación actual de los riesgos y vulnerabilidades de ciberseguridad que existen sobre los datos sensibles y el control que necesitan las plataformas analíticas en un sector regulado como el financiero.