What Drives Cyber Losses at U.S. Banks? Potential Statistical Markers
नए व्यक्तिगत बैंक-स्तरीय डेटा का उपयोग करते हुए, यह अध्ययन प्रकट करता है कि अमेरिकी बैंकों में साइबर हानि दरें बैंक के आकार के साथ एक U-आकार के संबंध का अनुसरण करती हैं और मुख्य रूप से विशिष्ट कारकों द्वारा संचालित होती हैं, हालांकि आकार को नियंत्रित करने पर अधिक लाभदायक और कुशल बैंकों में हानि दरें कम होने की प्रवृत्ति होती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
प्रत्येक बैंक के पास एक डिजिटल तिजोरी होती है, न केवल पैसे के लिए, बल्कि डेटा की उन विशाल धाराओं के लिए जो आधुनिक अर्थव्यवस्था को चलाती हैं। इन तिजोरियों की सुरक्षा करना साइबर हमलों के खिलाफ एक निरंतर युद्ध है, जो मामूली गड़बड़ियों से लेकर बड़े पैमाने की चोरियों तक हो सकते हैं जो वित्तीय स्थिरता के लिए खतरा पैदा करते हैं। वर्षों से, नियामक और बैंक नेता इस बात को लेकर चिंतित रहे हैं कि सबसे अधिक संवेदनशील कौन है: क्या वे जटिल, विस्तृत नेटवर्क वाले विशाल संस्थान हैं, या कम संसाधनों वाले छोटे सामुदायिक बैंक जिनके पास मजबूत सुरक्षा बनाने के साधन कम हैं? इसका उत्तर देने के लिए, शोधकर्ताओं को एक ऐसे तरीके की आवश्यकता है जिससे यह मापा जा सके कि एक बैंक को एक विशिष्ट वर्ष में इन डिजिटल खतरों के कारण औसतन कितनी राशि का नुकसान हो सकता है। यह आंकड़ा, जिसे 'औसत वार्षिक हानि' (average annual loss) कहा जाता है, जोखिम को समझने के लिए एक आधार रेखा के रूप में कार्य करता है, जिससे अधिकारियों को यह तय करने में मदद मिलती है कि कितना बीमा खरीदना है या सुरक्षा पर कितना खर्च करना है। हालाँकि, हाल तक, यह स्पष्ट चित्र नहीं था कि ये संभावित नुकसान बैंक के बड़े या छोटे होने के साथ कैसे बदलते हैं, जिससे इस बात की समझ में कमी रह गई थी कि सबसे बड़े खतरे वास्तव में कहाँ छिपे हैं।
डलास के फेडरल रिजर्व बैंक के शोधकर्ताओं की एक टीम ने हजारों अमेरिकी बैंकों के मानक वित्तीय डेटा के साथ साइबर जोखिम के नए, विस्तृत अनुमानों को जोड़कर इस कमी को भरने का प्रयास किया। उन्होंने एक परिष्कृत मॉडलिंग प्लेटफॉर्म का उपयोग किया जो डेटा चोरी, रैनसमवेयर मांगों से लेकर सेवा व्यवधानों तक, हजारों संभावित साइबर घटनाओं का अनुकरण (simulate) करता है। इस सिम्युलेटेड लॉस डेटा को वास्तविक दुनिया के बैंक प्रदर्शन आंकड़ों के साथ सांख्यिकीय मॉडलों में फीड करके, उन्होंने उन विशिष्ट कारकों की पहचान करने की कोशिश की जो इन नुकसानों को ऊपर या नीचे ले जाते हैं। उनका लक्ष्य केवल अनुमान लगाने से आगे बढ़कर उन वास्तविक सांख्यिकीय संकेतों को खोजना था जो साइबर घटनाओं से होने वाले वित्तीय नुकसान के उच्च या निम्न जोखिम का संकेत देते हैं।
शोधकर्ताओं ने एक ऐसा पैटर्न पाया जो इस सामान्य धारणा को चुनौती देता है कि बड़े बैंक स्वाभाविक रूप से अधिक जोखिम में होते हैं। आकार के साथ जोखिम के लगातार बढ़ने या घटने वाली एक सीधी रेखा के बजाय, डेटा ने एक स्पष्ट 'U-आकार' का खुलासा किया। साइबर हमलों से पैसा खोने का जोखिम सबसे छोटे बैंकों और सबसे बड़े बैंकों के लिए उच्चतम है, जबकि मध्यम आकार के संस्थानों के लिए यह अपने निम्नतम स्तर पर गिर जाता है। यह निष्कर्ष इस विचार को चुनौती देता है कि जैसे-जैसे बैंक बड़े होते हैं, साइबर जोखिम बस कम होता जाता है। छोटे बैंकों के पास अक्सर मजबूत सुरक्षा प्रणाली में निवेश करने के लिए पर्याप्त गहरा कोष नहीं होता, जिससे वे आसान लक्ष्य बन जाते हैं। इसके विपरीत, बड़े बैंक, अपने विशाल सुरक्षा बजट के बावजूद, इतने जटिल और मूल्यवान डेटा के धारक हैं कि वे हमलावरों के लिए अत्यधिक आकर्षक और उच्च-प्रतिफल वाले लक्ष्य बने रहते हैं। मध्यम आकार के बैंक एक "स्वीट स्पॉट" (अनुकूल स्थिति) में दिखाई देते हैं, जिनके पास खुद को प्रभावी ढंग से सुरक्षित रखने के लिए पर्याप्त संसाधन होते हैं, लेकिन उनमें वह अत्यधिक जटिलता नहीं होती जो विशाल संस्थानों को असुरक्षित बनाती है।
इस वक्र (curve) के आकार के अलावा, अध्ययन में पाया गया कि बैंक का आकार साइबर हानि दर का सबसे शक्तिशाली भविष्यवक्ता है। एक बार जब बैंक के आकार को ध्यान में रख लिया जाता है, तो अन्य मानक वित्तीय माप यह समझाने में आश्चर्यजनक रूप से कम शक्ति रखते हैं कि एक बैंक दूसरे की तुलना में अधिक नुकसान क्यों झेलता है। यह सुझाव देता है कि साइबर जोखिम में एक बड़ा, अद्वितीय तत्व शामिल है जो प्रत्येक संस्थान के लिए विशिष्ट है और जिसे केवल उनके बैलेंस शीट को देखकर आसानी से नहीं समझा जा सकता है। हालाँकि, उन कारकों में से जो वास्तव में मायने रखते हैं, शोधकर्ताओं ने पाया कि अधिक लाभदायक और कुशल बैंकों में हानि दर कम होती है। इसका तात्पर्य यह है कि मजबूत वित्तीय स्वास्थ्य और अच्छे प्रबंधन वाले बैंक उन सुरक्षा उपायों में निवेश करने के लिए बेहतर स्थिति में हो सकते हैं जो नुकसान को रोकते हैं, या शायद उनका परिचालन अनुशासन उनके डिजिटल बचाव तक भी फैला हुआ है।
यह अध्ययन 2023 के डेटा पर आधारित था और "एट्रिशनल" (attritional) नुकसानों पर केंद्रित था, जो कि वे नियमित रूप से होने वाली छोटी-स्तर की घटनाएं हैं जो सामान्य रूप से होती हैं, न कि वे दुर्लभ, विनाशकारी घटनाएं जो पूरे सिस्टम को हिला सकती हैं। हालांकि ये संख्याएँ कम हैं—बैंक के राजस्व के एक बेसिस पॉइंट से थोड़ा अधिक औसत—लेकिन जो पैटर्न वे प्रकट करते हैं वे नियामकों के लिए महत्वपूर्ण हैं। निष्कर्ष बताते हैं कि साइबर जोखिम के लिए "एक ही आकार सबके लिए उपयुक्त" (one-size-fits-all) वाला दृष्टिकोण अपर्याप्त है। इसके बजाय, पर्यवेक्षकों को यह पहचानना चाहिए कि एक छोटे सामुदायिक बैंक के सामने आने वाले खतरे एक वैश्विक दिग्गज के सामने आने वाले खतरों से मौलिक रूप से भिन्न हैं, और मध्य मार्ग एक आश्चर्यजनक सुरक्षा प्रदान करता है। जैसे-जैसे आर्टिफिशियल इंटेलिजेंस और नई हमले की विधियाँ विकसित हो रही हैं, ये आधारभूत माप यह समझने के लिए आवश्यक बने रहेंगे कि वित्तीय प्रणाली निरंतर मौजूद डिजिटल खतरे के विरुद्ध कितनी मजबूती से खड़ी है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।