I nd o ne s ia n J o urna l o f   E lect rica l En g ineering   a nd   Co m pu t er   Science   Vo l.   37 ,   No .   2 ,  Feb r u ar y   20 25 ,   p p .   1 2 3 4 ~1 2 5 0   I SS N:  2 502 - 4 7 52 ,   DOI : 1 0 . 1 1 5 9 1 /ijee cs .v 37. i 2 . p p 1 2 3 4 - 1 2 5 0          1234     J o ur na l ho m ep a g e :  h ttp : //ij ee cs . ia esco r e. co m   Sy stema tic  revi e w f o r at tack tac ti cs, priva cy ,  a nd s a fet y  mo dels  in big  data  sy ste ms       M a j do ub i C ha y m a e,   G a hi Y o us s ef ,  E l  M endi li Sa ida   En g i n e e r i n g   S c i e n c e s   La b o r a t o r y ,   N a t i o n a l   S c h o o l   o f   A p p l i e d   S c i e n c e s   o f   K e n i t r a   ( EN S A K ) ,   I b n   T o f a i l   U n i v e r s i t y   ( U I T) ,     K e n i t r a ,   M o r o c c o       Art icle  I nfo     AB S T RAC T   A r ticle  his to r y:   R ec eiv ed   J ul   8 ,   2 0 2 4   R ev is ed   Sep   23 ,  2 0 2 4   Acc ep ted   Sep   30 ,   2 0 2 4       Th is  s y ste m a ti c   re v iew   e x p lo re s  c y b e ra tt a c k   tac ti c s,  p riv a c y   c o n c e rn s,  a n d   sa fe ty   m e a su re s  with in   b ig   d a ta  sy ste m s,  fo c u sin g   o n   th e   c rit ica l  c h a ll e n g e s   o f  m a in tai n in g   d a ta  se c u ri ty   in   t o d a y ' s  c o m p lex   d i g it a l   e n v iro n m e n ts.  T h e   re v iew   b e g i n s  b y   c a teg o rizi n g   v a rio u s   c y b e ra tt a c k s,   lay i n g   th e   g r o u n d wo r k   fo r  u n d e rsta n d in g   t h e   th re a ts  to   b ig   d a ta.  It   id e n ti fies   k e y   v u ln e ra b il it ies   th a t   c o m p ro m ise   p riv a c y   a n d   sa fe ty ,   a n d   e x a m in e s  th e   e th ica l  imp li c a ti o n s  o f  th e se   issu e s.  Th e   r o le   o f   a rti ficia l   in telli g e n c e   in   e n h a n c in g   se c u rit y   d e fe n se s  is  h ig h li g h ted   a s  a   c ru c ial  a sp e c t  o f  m it ig a ti n g   th e se   th re a ts.  Ad d it io n a ll y ,   a   c o m p a ra ti v e   a ss e ss m e n t  o f  re g u la to ry   fra m e wo rk s su c h   a s G DPR,   NIST ,   a n d   IS O  2 7 0 0 1   is   p r o v i d e d ,   e m p h a siz in g   t h e   imp o rtan c e   o f   leg a l   a n d   c o m p li a n c e   c o n sid e ra ti o n s  i n   d a ta  p ro tec ti o n .   T h e   re v iew   c o n c lu d e s  b y   p r o p o si n g   a   stru c tu re d   a p p ro a c h   to   c y b e ra tt a c k   d e tec ti o n   a n d   p r o c e ss in g ,   a d v o c a ti n g   fo r   stra teg ies   th a t  a d d re ss   b o t h   tec h n ica l  v u ln e ra b il it ies   a n d   re g u lato r y   re q u irem e n ts,  f o ll o we d   b y   a   c rit i c a l  d isc u ss io n   o n   th e   u sa b il i ty   o f   p re v i o u s   m e th o d s  f o r  m o b il e   se c u rit y ,   h ig h li g h ti n g   a d a p tab il i ty   a n d   p e r fo rm a n c e ,   d isc u ss in g   e x p lain a b il it y   a n d   G e n   AI   a d o p ti o n .   T h is   wo rk   o ffe rs  v a l u a b le   in sig h ts  fo r  re se a rc h e rs,  p ra c ti ti o n e rs,  a n d   p o l icy m a k e rs,  c o n tri b u t in g   t o   t h e   o n g o i n g   d isc o u rse   o n   c y b e rse c u ri ty   i n   th e   b i g   d a ta era .   K ey w o r d s :   Attack s   B ig   d ata   Dee p   lear n in g   Ma ch in e  lear n in g   Priv ac y   Secu r ity   T h is i s  a n   o p e n   a c c e ss   a rticle   u n d e r th e   CC B Y - SA   li c e n se .     C o r r e s p o nd ing   A uth o r :   Ma jd o u b i Ch ay m ae   E n g in ee r in g   Scien ce s   L ab o r at o r y ,   T h e  Natio n al  Sch o o l o f   A p p lied   Scien ce s   o f   Ken itra   Un iv er s ity   o f   I b n   T o f ail   B . P: 2 4 2   Ken itra ,   Mo r o cc o   E m ail: c h ay m ae . m ajd o u b i@ u i t.a c. m a         1.   I NT RO D UCT I O N   As  o f   J an u ar y   2 0 2 4 ,   th e  g lo b a l  in ter n et  u s er   co u n t  r ea ch ed   5 . 3 5   b illi o n ,   r ep r esen tin g   ap p r o x im ately   6 6 . 2   p er ce n t   o f   th e  wo r ld ' s   p o p u latio n   ( Dig ital  2 0 2 4 :  Glo b al  Ov er v iew  R ep o r t ,   d atar ep o r tal ) .   T h ese  f i g u r es  u n d er s co r e  th e  p r o f o u n d   co n n ec tiv ity   o f   o u r   cu r r en t  e r a,   ch ar ac ter ized   b y   th e  p e r v asiv e  tr en d s   o f   d ig italizatio n   an d   g lo b aliza ti o n .   C o n s eq u e n tly ,   th e  ess en ce   o f   b ig   d ata  er a  [ 1 ] .   Ma n y   attem p ts   aim ed   s tan d ar d izin g   th e  d e f in itio n   o f   b ig   d ata  [ 2 ] .   As  it  g en er ally   r ef er s   to   v ast  an d   co m p le x   d ata s ets  s u r p ass in g   th e   ca p ac ity   o f   d ata  p r o ce s s in g   s y s tem s   tr ad itio n ally   u s ed .   T h ese  d atasets   ar e  ch ar ac ter iz ed   b y   tr em en d o u s   v o lu m e,   v el o city ,   v ar iety ,   an d   v er ac ity   o f   d ata.   I n   th e  c o n tex t  o f   d ata  s ec u r ity ,   b ig   d ata  p r esen ts   u n iq u e  ch allen g es  an d   co n s id er atio n s   d u e  to   its   s h ee r   s ize   an d   th e  d iv er s e  ty p es  o f   in f o r m atio n   i t  en co m p ass es.  B ig   d ata  ch ar ac ter is tics   ar e  d ev elo p in g   f r o m   th r ee   ch ar ac ter is tics ,   f iv e  [ 3 ] ,   s ev en   [ 4 ] ,   an d   e v en   t en   [ 5 ] .   T ab le  1   p r esen ts   ch ar a cter is tics   o r   1 0   V s   o f   b ig   d ata ,   as th ey   s ee m   to   b e  th e  r esu lts   o f   r esea r ch er s   o u t   o f   th e  t h r ee   m ai n   o n es,   esp ec ially   wh en   zo o m ed   i n   o n   th e ir   d ef in itio n s ;  s o m e  b ein g   s u b - ch ar ac ter is tics   o f   o th er s   b ec o m es  n o ticea b le.   A ll  th is   Data   ad v an ce m en t   r aises   q u esti o n s   ab o u t  co n f i d en ti ality ,   in teg r ity   a n d   au th en ticatio n   ( C I A)   p r eser v atio n   [ 6 ] ,   d ata  p r iv ac y ,   an d   s ec u r ity ;  s u ch   as  u n au th o r ized   ac ce s s ,   d ata   Evaluation Warning : The document was created with Spire.PDF for Python.
I n d o n esian   J   E lec  E n g   &   C o m p   Sci     I SS N:   2 5 0 2 - 4 7 52         S ystema tic  r ev iew   fo r   a tta ck   t a ctics,  p r iva cy ,   a n d   s a fety  mo d els in   b ig   d a ta   s ystems   ( Ma jd o u b i Ch a yma e)   1235   in ter ce p tio n ,   d ata  tam p er in g ,   Den ial  o f   Ser v ice  ( Do S)  At tack s ,   an d   c o m p lian ce   with   d ata  p r o tectio n   a n d   p r iv ac y   r eg u latio n s .       T ab le  1 .   B ig   d ata  1 0 Vs   C h a r a c t e r i s t i c s   D e f i n i t i o n   V o l u me   P o i n t s   t o   t h e   e n o r mo u s  v o l u me   o f   d a t a   V e l o c i t y   R e p r e se n t s   r a p i d   g e n e r a t i o n   o f   d a t a   a n d   t h e   i m p e r a t i v e   t o   p r o mp t l y   p r o c e ss   a n d   a n a l y z e   i t   i n   n e a r - r e a l - t i me   o r   t h e   r e a l   o n e .   V a r i e t y   D a t a   t y p e s a n d   f o r mat s’   d i v e r si t y .   V e r a c i t y   Th e   q u a l i t y   a n d   t r u st w o r t h i n e ss   o f   d a t a .   V a l u e   Th e   n e e d   t o   d e r i v e   mea n i n g f u l   i n s i g h t s a n d   v a l u e   f r o m  B i g   D a t a .   V a r i a b i l i t y   D e scri b e s  t h e   i n c o n s i st e n c y   i n   d a t a   f l o w s.   V i si b i l i t y   R e f e r s  t o   t h e   c h a l l e n g e   o f   g a i n i n g   a   c o mp r e h e n s i v e   v i e w   o f   d a t a   a c r o s s a n   o r g a n i z a t i o n .   V u l n e r a b i l i t y   A c k n o w l e d g e s  t h e   p r i v a c y   a n d   sec u r i t y   c o n c e r n s  a ss o c i a t e d   w i t h   B i g   D a t a .   V a l i d i t y   Emp h a s i z e s t h e   i m p o r t a n c e   o f   e n s u r i n g   d a t a   i s  v a l i d   a n d   c o n f o r ms   t o   t h e   r u l e s a n d   c o n st r a i n t s  o f   i t s  i n t e n d e d   u se.   V o l a t i l i t y   A d d r e ss e s  t h e   t e m p o r a r y   n a t u r e   o f   c e r t a i n   d a t a .       B ig   d ata  m o d els,  in te g r al  to   d ata - d r iv en   d ec is io n - m ak in g ,   f ac e   d iv er s e  t h r ea ts   s ee k in g   to   co m p r o m is e  th eir   ac cu r ac y   an d   in teg r ity   [ 7 ] .   Ad v er s ar ial  attac k s   in v o lv e  m a n ip u lat in g   in p u t  d ata  to   m is lead   m o d els  [ 8 ] ,   wh ile  d ata  p o is o n in g   i n jects  m is lead in g   in f o r m atio n   d u r in g   th e  tr ai n in g   p h ase  [ 9 ] .   Mo d el   in v er s io n   attac k s   tar g ets  d ed u cin g   s en s itiv e  d etails  ab o u t  tr ain in g   d ata  f r o m   o u tp u ts   o f   th e  m o d el  [1 0 ] ,   an d   ev asio n   attac k s   d ec eiv e  m o d els  with o u t  alter in g   th eir   u n d er ly i n g   s tr u ctu r e  [1 1 ] .   Oth er   r is k s   in clu d e  m em b er s h ip   i n f er en ce   attac k s ,   m o d el   s tealin g   attem p ts ,   b a ck d o o r   in s er tio n ,   an d   Sy b il  at tack s   cr ea tin g   f a k e   i d e n t i t ie s   t o   i n t r o d u c e   b i as e d   d a t a .   A d d i ti o n a l l y ,   c o n c e p t   d r i f t  a t t a c k s   e x p l o i t   c h a n g e s   i n   d ata   d i s t r i b u t i o n   [ 12 ] ,   an d   s u p p ly   c h ain   attac k s   tar g et  v ar io u s   s tag es  o f   m o d el  d ev elo p m e n t  o r   d ep lo y m en t  [1 3 ] .   Saf e g u ar d in g   ag ain s t  th ese  th r ea ts ,   it  is   im p o r tan t   to   b e  d o cu m e n ted   a b o u t  th eir   tactics,  b e  i n f o r m ed   o n   r o b u s t  s ec u r ity   m ea s u r es,  o n g o i n g   test in g ,   a n d   co llab o r atio n   b etwe en   d ata  s cien tis t s   an d   cy b er s ec u r ity   ex p er ts   to   ad d r ess   em er g in g   r is k s   an d   m ain tain   th e  r esil ien ce   o f   b i g   d ata  m o d e ls   [1 4 ] .   Desp ite  th e  p r o g r ess   m a d e,   s ev er al  ch allen g es  r em ai n   u n r es o lv ed .   T h e   in cr ea s in g   s o p h is ti ca tio n   o f   attac k   tactics,  s u ch   as  ad v er s a r ial,   p o is o n in g ,   a n d   in v er s io n   attac k s ,   co n tin u es  t o   o u tp ac e  t h e  d ev el o p m e n t  o f   ef f ec tiv e  c o u n ter m ea s u r es.  E x is tin g   s ec u r ity   f r am ewo r k s   o f t en   f ail   to   a d d r ess   th e   f u ll   s p ec tr u m   o f   t h r ea ts   th at   tar g et  b ig   d ata  en v ir o n m en ts ,   p ar ticu lar ly   wh en   co n s id er in g   th e  d y n am ic  n atu r e   o f   th es e  s y s tem s   an d   th e  co n tin u o u s   ev o l u tio n   o f   attac k   m eth o d s .   Mo r eo v e r ,   th e   i n teg r atio n   o f   AI   i n to   s ec u r it y   s tr ateg ies,  wh ile   p r o m is in g ,   is   s till   in   its   in f an cy   an d   r eq u ir es  f u r th er   r esear ch   to   o p tim ize  its   ef f ec tiv en e s s   in   d etec tin g   an d   m itig atin g   th ese  th r ea ts .   Ad d itio n ally ,   th e  r e g u lato r y   an d   eth ical  im p licatio n s   o f   th ese   em er g in g   th r ea ts ,   p ar ticu lar ly   in   r elatio n   to   g lo b al  d ata  p r o tectio n   s tan d ar d s ,   r e m ain   u n d er ex p l o r ed .   Un lik e  p r e v io u s   s tu d ies  th at   f o cu s   o n   in d iv id u al   attac k   ta ctics  o r   is o lated   p r iv ac y   m ea s u r es,  th is   r ev iew  p ap e r   p r o v id es  a   h o li s tic  ap p r o ac h   b y   co m b in in g   AI ' s   ca p ab ilit ies  wi th   cy b er s ec u r ity   p r ac tices  to   m itig ate  ad v an ce d   th r ea ts .   T h e  o b jectiv e  is   to   h elp   u n d e r s tan d   attac k s   tactics,  ex p o s e  s o m e  p r iv ac y   an d   s af ety   m ea s u r es  to   o v er co m e  t h ese  th r ea ts ,   h ig h lig h tin g   th e  u s e  o f   ar tif icial   in tellig en ce   to   s av e  tim e  an d   p r o ce s s in g   ef f o r ts ,   a n d   u n d e r s co r es  th e   i m p o r tan ce   o f   ad h er in g   to   r eg u latio n s ,   p r o v id in g   a   s h o r t   c o m p ar is o n   o r   ca s e  s tu d y   to   k n o w  th e   u s e  ca s es  o f   ea ch .   Fin ally   en d   u p   with   p r o v id in g   s o m e  tec h n ical  to o ls   th at  ca n   b e  a d o p te d   in   th is   co n tex t o f   r esear ch   f o r   em p ir ic  s tu d ies.   T o   em p h asize   o u r   v is io n ,   th e  r est  o f   th e  p a p er   is   o r g an i ze d   f o llo win g   I MRaD  s ty le:  s ec tio n   1   in tr o d u ce s   th e  t o p ic,   is s u es,  s o lu tio n s   an d   p ap er   co n tr i b u ti o n .   Sectio n   2   p r esen ts   r e v iew  m eth o d .   Sectio n   3   pr o v id es  r esu lts   o f   m ai n   f in d in g s ,   d is cu s s io n s   ad d r ess in g   r esear ch   q u esti o n s   m en tio n e d   in   s ec tio n   2   an d   a   cr itical  d is cu s s io n   o n   p r ev io u s   s ec tio n s   m ain   id ea s   wh ile  p r o jectin g   o n   m o b ile  s ec u r ity .   T o   f in ally   co n clu d e   in   s ec tio n   4   with   m ain   p o in ts   a n d   f u t u r e  in s ig h ts .       2.   RE VI E W  M E T H O D   T h is   s y s tem atic  r ev iew  f o llo ws th r ee   m ain   p h ases : p lan n in g ,   co n d u ctin g ,   a n d   r e p o r tin g   [1 5 ] .     2 . 1 .     Rev iew  p la nn ing   I n   o r d er   to   a d d r ess   th e  is s u e  o f   d ata  p r i v ac y   an d   s af ety   b ase d   o n   attac k s   tactics  an d   u s ed   m o d els,  o u r   p r elim in ar y   r esear ch   q u esti o n s   ( R Q)   ar e  as f o llo ws:   R Q  1 : Wh at  ar e  th e  m ain   ty p e s   o f   attac k s   an d   h o w  ca n   we  p r eser v e  th e  p r iv ac y   a n d   s af ety   o f   d ata?     R Q  2 : H o w  ca n   we  m er g e  a r tific ial  in tellig en ce   with   b ig   d at a  s ec u r ity ?   R Q  3 :  T o   w h at  ex te n d   g o o d   p r ac tices  ar e  im p o r tan t   f o r   p r eser v in g   d ata  s ec u r ity   an d   p r iv ac y   in   B ig   Data   s y s tem s ?   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 5 0 2 - 4 7 52   I n d o n esian   J   E lec  E n g   &   C o m p   Sci ,   Vo l.  37 ,   No .   2 ,  Feb r u a r y   20 25 :  1 2 3 4 - 1 2 5 0   1236   R Q  4 : A r e  ex is tin g   f r am ewo r k s   en o u g h   to   en s u r e   d ata  p r i v ac y   an d   s af ety ?   Fo r   th is   p u r p o s e,   we  h av e  c o n d u cted   t h e  r esear c h   in   d if f er e n t  e - r eso u r ce s ;  W eb   of   Scien c e,   Sco p u s ,   I E E E   Xp lo r e  Dig ital  L ib r ar y ,   Sp r in g er   L in k ,   Scien ce   Dir ec t,  Sp r in g er ,   W iley   I n ter   Scien c e,   Go o g le  Sch o lar ,   AC M  Dig ital L ib r ar y ,   I J E E C S ,   f o r   p ap er   r elev an ce .   B ased   o n   r esear ch   q u esti o n s   an d   p a p er   k e y wo r d s ,   we  h av e  u s ed   th e  f o llo win g   s tr in g s   to   lo ca lize  o u r   r ev iew  p o s itio n   f r o m   th e  r eso u r ce s :   Attack s   AND  p r iv ac y   m o d els  AND  s af ety   m o d els,  attac k s   AND  tactics   AND  s af ety   AND  m o d els  A ND  p r iv ac y   AND  m o d els,  a t tack s   AND  s af ety   AND  p r iv ac y ,   attac k s   tactics,   p r iv ac y   m o d els,  s ec u r ity   m o d els,  a ttack s   tactics,  s af ety ,   an d   p r iv ac y   m o d els,  a ttack s   tacti cs,  p r iv ac y   m o d els,  s af ety   m o d els,  a ttack s   tactics,  s af ety   an d   p r iv ac y   m o d els.   I n clu s io n   cr iter ia   in clu d e  p ap e r   in ter est,  clea r   s tated   o b jectiv es,  m atch in g   th e  co n te x t  o f   s tu d ies,  d ate   o f   p u b licatio n ,   r elev an ce ,   q u al ity ,   citatio n s   in   s o m e  ca s e s .   E x clu d in g   o u t  d ated   p ap e r s   an d   u n m atch in g   p a p er   in ter ests .     2 . 2 .    Rev iew  c o nd uct   Usi n g   k ey wo r d s   r elate d   to   t h e  m atter ,   s o r tin g   b y   r elev a n ce   an d   p ap er   p u r p o s e   alig n m en t.  T h e  r esear ch   m eth o d o lo g y   h as  s tar ted   f r o m   g en er al   r ea d in g s   to   s p ec if ic  r ea d in g s   b ased   o n   p a p er   d ate,   r elev a n ce ,   m atch in g   p a p er   p u r p o s e  an d   s p ec if ic  r eq u ir em en ts .   Ou r   to p ic  p r ev io u s   wo r k s   r esear c h   p r o ce s s   ca n   b e   s u m m ed   u p   as f o llo ws in   Fig u r e  1 .           Fig u r e  1 .  R ev iew  co n d u ct  p r o ce s s       Acr o s s   s ev e r al  ac ad em ic  d ata b ases ,   s u ch   as  W eb   o f   Scien c e,   Sco p u s ,   Scien ce   Dir ec t,  an d   Sp r in g e r ,   th er e  h as  b ee n   s ig n if ican t  s ch o lar ly   atten tio n   d ed icate d   to   th e  r ea lm s   o f   attac k s ,   p r iv ac y   m o d els,  an d   s af ety   m o d els.  I n   W eb   o f   Scien ce ,   f o r   in s tan ce ,   4 3 0   d o c u m en ts   en co m p ass   th ese  s u b jects,  wit h   1 8 2   b ein g   o p en l y   ac ce s s ib le.   Ov er   th e  s p an   o f   2 0 1 9   to   2 0 2 3 ,   th er e   h as  b ee n   a  n o ta b le  in cr ea s e  in   th e  n u m b er   o f   d o cu m e n ts   av ailab le.   Similar ly ,   in   Sco p u s ,   a  th o r o u g h   s ea r ch   y ield ed   9 5 5   d o cu m e n ts   s p an n in g   t h e  y ea r s   2 0 1 9   to   2 0 2 4 ,   p ar ticu lar ly   p r ev alen t   in   c o m p u ter   s cien ce   a n d   E n g lis h .   S cien ce   Dir ec t  also   p r o v id es  a   r ich   r e p o s ito r y   o f   r esear ch ,   with   1 2 5   d o cu m en ts   co n ce r n in g   attac k   tactics  an d   a  s u b s tan tial  1 6 , 8 2 7   d o cu m e n ts   o n   o p en   ac ce s s   p r iv ac y   m o d els  f r o m   2 0 1 9   to   2 0 2 4 .   Sp r in g e r ' s   d at ab ase,   to o ,   h ig h lig h ts   th e  d ep th   o f   in v es tig atio n ,   with   4 , 0 1 1   ar ticles  f o cu s ed   o n   attac k   tactics  an d   an   im p r ess iv e  4 9 , 2 7 5   o n   p r i v ac y   m o d els  f r o m   2 0 1 9   to   2 0 2 3 .   Fu r th er m o r e ,   s af ety   m o d els em er g e  as a   s ig n if ican t a r ea   o f   in q u ir y ,   with   2 2 2 , 5 6 1   r esu lts   f o u n d   ex cl u s iv ely   o n   Sp r in g er .   W h en   co n s id er i n g   th e  co llectiv e  f in d in g s   f r o m   th ese  d atab ases ,   it  u n d er s co r es  th e  p r o f o u n d   s ch o lar ly   in ter est  an d   p r o lific   r esear ch   o u t p u t  s u r r o u n d in g   th e  n ex u s   o f   attac k s ,   p r i v ac y   m o d els,  an d   s af ety   m o d els.   Data   s y n t h esis   in   F ig u r e  2   d em o n s tr ates  o p en - s o u r ce   r ef er e n ce s   in   m ain   u s ed   r eso u r ce s ,   af ter   n ec ess ar y   f ilter s   f r o m   T a b le  2 .           Fig u r e  2 .   Op e n - s o u r ce   d o c u m en ts   f r o m   2 0 1 9   to   2 0 2 5   Evaluation Warning : The document was created with Spire.PDF for Python.
I n d o n esian   J   E lec  E n g   &   C o m p   Sci     I SS N:   2 5 0 2 - 4 7 52         S ystema tic  r ev iew   fo r   a tta ck   t a ctics,  p r iva cy ,   a n d   s a fety  mo d els in   b ig   d a ta   s ystems   ( Ma jd o u b i Ch a yma e)   1237   2 . 3 .    Rev iew  re po r t ing   T ab le  2   p r esen ts   a  s u m m ar y   o f   u s ed   f ilter   p er   d atab ase .  Af ter   n ec ess ar y   f ilter s ,   r elev a n ce ,   p ap e r   in ter est,  s tr u ctu r ed   d ata  an d   a p p r o ac h es,  we  h av e  u s ed   a  s u m   o f   8 0   r esear ch   p a p er   m atch i n g   o u r   in ter ests   an d   q u ality   s tan d ar d s ,   t o   elab o r ate   th is   s y s tem atic  r ev iew,   m ak i n g   s u r e  t o   g o   f r o m   g e n er al  r e ad in g s   to   an s wer in g   ou r   r esear c h   q u esti o n s   an d   h ig h lig h tin g   th e   o b jectiv e  m e n tio n ed   in   th e   in tr o d u ctio n   s ec tio n .       T ab le  2 .  R ev iew  r ep o r tin g   s u m m ar y   S o u r c e   K e y w o r d s   A d d i t i o n a l   f i l t e r s   R e s u l t s   W e b   O f   S c i e n c e   A t t a c k s   A N D   P r i v a c y   M o d e l s   A N D   S a f e t y   M o d e l s   k e y w o r d s   4 3 0     O p e n   A c c e ss   1 8 2     F r o m  2 0 1 9   t o   2 0 2 3   2 0 1 9   2 0 2 0   2 0 2 1   2 0 2 2   2 0 2 3   1 4 0   8   29   32   42   29   S c o p u s   A t t a c k s   A N D   Ta c t i c s AN D   S a f e t y   A N D   M o d e l s  A N D   P r i v a c y   A N D   M o d e l s     1   A t t a c k s   A N D   S a f e t y   A N D   P r i v a c y   F r o m  2 0 1 9   t o   2 0 2 4   9 5 5   +   C o m p u t e r   S c i e n c e   8 0 6   +   E n g l i s h   7 9 4   S c i e n c e   D i r e c t   A t t a c k s   t a c t i c s   F r o m  2 0 1 9   t o   2 0 2 4   +   C o m p u t e r &S e c u r i t y   1 2 5   P r i v a c y   mo d e l s   O p e n   a c c e ss +   f r o m  2 0 1 9   t o   2 0 2 4   1 6 , 8 2 7   S e c u r i t y   m o d e l s   f r o m 2 0 1 9   t o   2 0 2 5 ,   o p e n   s o u r c e ,   P r o c e d i a   C o mp u t e r   S c i e n c e   2 , 6 9 1   A t t a c k s   t a c t i c s ,   s a f e t y ,   a n d   p r i v a c y   m o d e l s     12   S p r i n g e r   A t t a c k s   t a c t i c s   F r o m  2 0 1 9   t o   2 0 2 3 ,   E n g l i s h ,   so r t e d   b y   r e l e v a n c e   4 , 0 1 1   P r i v a c y   mo d e l s   F r o m  2 0 1 9   t o   2 0 2 3 ,   E n g l i s h ,   so r t e d   b y   r e l e v a n c e   4 9 , 2 7 5   S a f e t y   m o d e l s     2 2 2 , 5 6 1   A t t a c k s   t a c t i c s ,   s a f e t y   a n d   p r i v a c y   mo d e l s   F r o m  2 0 1 9   t o   2 0 2 3 ,   E n g l i s h ,   so r t e d   b y   r e l e v a n c e   3 0 2       3.   RE SU L T S AN D  D I SCU SS I O N   T h is   s tu d y   in v esti g ates  th e  ef f ec ts   o f   th e  u s ag e  o f   ar tific ial  in tellig en ce   f o r   p r eser v in g   p r iv ac y   an d   s af ety ,   h ig h lig h tin g   d if f er en t   ty p es  o f   attac k   tactics  an d   p r o v id in g   s o m e   r ec o m m en d atio n s ,   em p h asizin g   o n   r eg u lato r y   im p o r tan ce .   W h ile  ea r lier   s tu d ies  h a v e  e x p lo r e d   t h ese  m atter s   s ep ar ately ,   th ey   h av e  n o t  e x p licitly   ad d r ess ed   th ese  is s u es  in   a  h o lis tic  m an n er ,   p r o v id in g   a   m ac r o   v is io n   f o r   f u r th er   r esear ch .   T h is   s ec tio n   ex p lo r es  h o w  th e   f in d i n g s   o f   t h is   s tu d y   ca n   co n t r ib u te  to   f u t u r e  r esear ch   e n d ea v o r s .   I t  also   id en tifie s   s p ec if ic   ar ea s   wh er e  f u r t h er   in v esti g atio n   ca n   b e  p u r s u ed   b y   r esear ch er s ,   ad d r ess in g   r esear ch   q u esti o n s .     3 . 1 .     M a in t y pes   o f   a t t a ck s ,   p riv a cy   a nd   s a f et y   m e a s ures   C y b er attac k s   ca n   em p lo y   v a r io u s   tactics  an d   tech n iq u es  to   co m p r o m is e  s y s tem s ,   s tea l  d ata,   o r   d is r u p t o p e r atio n s .   W e  cite  b ello w  s o m e  co m m o n   tactics th at  attac k er s   u s e:     3 . 1 . 1 .   So cia l  eng ineering   t a ct ics   So cial  en g in ee r in g   attac k s   m an ip u late  h u m an   p s y c h o lo g y   to   o b tain   s en s itiv e  in f o r m at io n ,   u s in g   tech n iq u es  lik e  p h is h in g ,   p r etex tin g ,   an d   a d v an ce d   p er s i s ten t  th r ea ts   ( APT)   [1 6 ] .   Stu d ies  id en tify   k e y   p s y ch o lo g ical  tr i g g er s   in   Vis h in g   attac k s ,   s u ch   as  au th o r ity ,   d is tr ac tio n ,   a n d   d ec ep tio n   [1 7 ] .   T h ese  attac k s   f o llo w  a  life cy cle,   f r o m   in v esti g atio n   to   ex ec u tio n ,   a n d   o f t en   leav e  litt le  tr ac e  ( So cial  E n g in ee r in g   Attack s :  T h e  4   Stag e  L if ec y cle  &   C o m m o n   T ec h n iq u es,  Sp lu n k ) .   Awa r en ess   ca m p aig n s   an d   u n d er s tan d in g   attac k er   b eh av io r   ar e  c o m m o n   m eth o d s   to   m itig ate  attac k s   [1 8 ] – [2 0 ] .   Ho wev er ,   th ese  s tr ateg ies  r ely   o n   u s er s '   ab ilit y   to   r ec o g n ize  th r ea ts ,   wh ich   ca n   b e  in c o n s is ten t,  esp ec ially   in   h ig h - s tr ess   s itu atio n s .   A u t o m a t e d   m a c h i n e   l e a r n i n g   ( M L )   m e t h o d s   l i k e   L D A   [2 1 ] ,   C N N   [2 2 ] ,   a n d   d e e p   l e a r n i n g   c l a s s i f i e r s   [2 3 ]   o f f er   s ca lab ilit y   an d   ea r lier   d etec tio n ,   y et  d ep en d   o n   h i g h - q u ality   tr ain in g   d ata  an d   s tr u g g le  with   th e   in ter p r etab ilit y   o f   co m p lex   m o d els.  B lack lis tin g   k n o wn   UR L s   [2 4 ]   an d   h eu r is tic  class if ier s   [2 5 ]   p r o v id e  q u ick   d etec tio n   f o r   estab lis h ed   th r ea ts   b u t la ck   f le x ib ilit y   ag a in s t n ew  attac k   v ec to r s .   B o th   b lack lis ts   an d   h eu r is tics   ar e  r ea ctiv e,   f ailin g   to   ad ap t   to   ev o lv i n g   tactics  u s ed   b y   attac k er s .     A  h y b r i d   ap p r o ac h   in teg r atin g   u s er   ed u ca tio n   with   ML   s y s tem s   co u ld   o f f er   a  co m p r eh en s iv e  d ef en s e .   Ma ch in e  lear n in g   m o d els,  en h an ce d   with   ex p lain ab le  AI   ( XAI )   tech n iq u es,  wo u ld   im p r o v e  in ter p r etab ilit y ,   wh ile  ad ap tiv e  s y s tem s   u s in g   cr o s s - v alid atio n   [2 6 ]   an d   c o n tin u o u s   u p d ates  [2 7 ]   wo u l d   en s u r e  r esil ien ce   ag ain s t  em er g in g   th r ea ts .   C o m b in in g   h u m an - ce n tr ic  a war e n ess   with   in tellig en t  d etec tio n   m eth o d s   is   ess en tial   f o r   a  r o b u s t d e f en s e  ag ain s t so cial  en g in ee r in g   attac k s .     Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 5 0 2 - 4 7 52   I n d o n esian   J   E lec  E n g   &   C o m p   Sci ,   Vo l.  37 ,   No .   2 ,  Feb r u a r y   20 25 :  1 2 3 4 - 1 2 5 0   1238   3 . 1 . 2 .   E x plo it ing   w ea k nes s es   E x p lo itin g   wea k n ess es  in   p r iv ac y   an d   s af ety   ca n   h av e  s ev er e  an d   f ar - r ea ch in g   co n s eq u en ce s ,   im p ac tin g   b o th   in d i v id u als  a n d   o r g a n izatio n s ,   as  it   is   o n e  o f   th e   wild ly   u s ed   tactics,   s u ch   as  ex p l o itin g   v u ln er ab ilit ies;   wh en   attac k er s   lo o k   f o r   wea k n ess es in   s o f tw ar e,   o p er atin g   s y s tem s ,   o r   n et wo r k   co n f i g u r atio n s   to   g ain   u n a u th o r ized   ac ce s s   [2 8 ] ,   p r iv ileg e  escalatio n   ,   e x p lo itin g   ze r o - d a y   v u ln e r ab ili ties   [ 29 ]   o r   k n o wn   s ec u r ity   f laws,  I n s id er   th r ea ts ,   h az ar d o u s   th r ea ts   [3 0 ] ,   tar g etin g   web s ites   o r   o n lin e  p latf o r m s   th at  ar e   f r eq u e n ted   b y   th e  tar g et  a u d i en ce   to   in f ec t  v is ito r s ,   o r   u s i n g   w ater in g   h o les  attac k s   with in g   its   f iv e  s tag es,  Sp lu n k :  Gath er in g   in tellig en c e,   An aly zin g   th e  i n tel,   Pre p ar in g   th e  attac k   ( attac k s   ar e  o f t en   SQL  in jectio n ,   XSS,  z er o - d ay   ex p lo itatio n ) ,   e x ec u tin g   th e  attac k   ( m alwa r e  APT) ;  T ar g etin g   v u ln er a b ilit ies  in   in ter n et - co n n ec ted   d ev ices to   g ain   co n t r o l o r   d is r u p t th eir   f u n ctio n in g .   Fo r   th is   m atter   it  is   im p o r tan t  to   im p r o v e  v u ln er a b ilit y   d etec tio n ,   v ia  p r e d ictio n   [3 1 ] ,   u s in g   v u ln er ab ilit y   s co r in g   s y s tem   s u ch   as  C VSS  [3 2 ] ,   [ 3 3 ] ,   m ac h in e  lear n in g   b ased   f r am ewo r k s   [3 4 ] ,   o r   s en s itiv e  s y s tem s ’   is o latio n   [3 5 ] .   AKO  ( th e  ad d itio n al  k er n el  o b s er v e r )   [3 6 ]   was  o n e  o f   th e  s o lu tio n s   u s ed   f o r   p r iv ileg e  escalatio n   p r ev en tio n   o r   d et ec tio n   way s   [3 7 ]   as  [3 8 ]   in   c lo u d ,   e x p o s in g   in s id er   t h r ea t  class if icatio n   alg o r ith m s .   Var io u s   m eth o d s   to   ev ad e  d etec tio n   b y   s ec u r ity   s o f twar e  o r   m o n ito r in g   s y s te m s   wer e  d ep lo y ed ,   s u ch   as  p o ly m o r p h ic  m alwa r e   o r   r o o tk it  in s tallatio n   [ 39 ] .   I n s id er   th r ea ts   ea r lier   d etec tio n   [4 0 ]   is   o n e  o f   th e   mo s t  r ec o m m en d ed   p r e v en tio n   tech n iq u es  [4 1 ] .   Usi n g   d et ec tio n   m ea s u r es  is   im p o r tan t,   s tatic  o r   d y n am ic   m e t h o d s   f o r   a n d r o i d   a s   a n   e x am p l e ,   n e v e r t h e l es s   t h e i r   a c t u al   l i m i t at i o n s   i n   t e r m s   o f   u n p r e d ic t e d   e v a s i o n s   [4 2 ] .     3 . 1 . 3 .   Aut hentic a t io n   a t t a ck   Au th en ticatio n   attac k s   ca n   h a v e  s ig n if ican t p r iv ac y   an d   s ec u r ity   im p ac ts ,   as th ey   tar g et  th e  p r o ce s s es  an d   m ec h a n is m s   u s ed   to   ch e ck   u s er s ’   id en tity   o f   a n d   e n titi es  ac ce s s in g   a  s y s tem .   Fo r   ex am p le,   p ass wo r d   attac k s   ar e  ab o u t a ttem p tin g   t o   cr ac k   o r   g u ess   p as s wo r d s   to   g ain   ac ce s s   to   ac co u n ts   o r   s y s t em s   [4 3 ] .   C o m m o n   tech n iq u es  in clu d e   b r u te  f o r c e  at tack s   [4 4 ] ,   d ictio n ar y   attac k s   [4 5 ] ,   an d   c r ed en tial  s tu f f i n g   o r   s tealin g   lo g i n   cr ed en tials   th r o u g h   v ar io u s   m ea n s ,   s u ch   as   k ey lo g g er s ,   p h i s h in g ,   o r   p ass wo r d   s p r ay in g   [4 6 ]   wer e  u s ed   f o r   th is   p u r p o s e.   T h er e f o r e,   to   a v o id   p ass wo r d   attac k s ,   it  is   r ec o m m en d e d   to   u s e  s o m e  s o lu ti o n s ,   s u ch   as  SGX -   u n i f i e d   a c c e s s   m a n a g e m e n t   ( U A M )  [4 7 ] ,   a c c e s s   m a n a g e m e n t   i n   I O T   v i a   t h e   i m p l e m e n t a t i o n   o f   P i n W h e e l   [4 8 ]   en s u r in g   p r iv ac y   a n d   s ec u r ity ,   p ass wo r d   b ased   cr e d en tial  ( PB C )   [ 49 ] ,   o r   r ef lex iv e   m em o r y   a u th en ticato r   [5 0 ] .     3 . 1 . 4 .   M a licio us   s o f t wa re   deplo y m ent   Ma licio u s   s o f twar e  d ep lo y m e n t,  co m m o n ly   r ef er r e d   to   as  m alwa r e,   ca n   h a v e  p r o f o u n d   ef f ec ts   o n   p r iv ac y   a n d   s af ety ,   f o r   a  m al war e  is   d esig n ed   with   m alici o u s   in ten t,  as  its   im p ac t  ca n   v ar y   f r o m   s tealin g   s en s itiv e  in f o r m at io n   to   ca u s i n g   s ig n if ican t   d is r u p tio n s ;  v ir u s es,  wo r m s ,   tr o jan s ,   o r   r an s o m war e  co m p r o m is e  th e  tar g et   s y s tem .   On   t h e  o n e  h an d ,   a  m alwa r e   ca n   b e   d eliv e r ed   th r o u g h   e m ail  attac h m en ts ,   in f ec ted   web s ites ,   o r   co m p r o m is ed   d o wn lo a d s   [5 1 ] ,   [ 5 2 ] .   T h er e f o r e ,   a d v er s a r ial  attac k s   an d   d ef e n s es  ar e  u s e d   f o r   m alwa r e   d etec tio n   [5 3 ] ,   in   ad d itio n   t o   e d g e  co m p u tin g   an d   DL   m alwa r e  d etec tio n   f o r   I o T  [5 4 ] ,   an d   f o r e n s ic  n eu r al   n etwo r k s   f o r   m alwa r e  l o ca lizatio n   [5 5 ] .  O n   th e  o th er   h an d ,   d r iv e - b y   d o wn lo a d s   ar e   I n f ec tin g   a  u s er ' s   co m p u ter   o r   d e v ice  wh en   th e y   v is it  a  co m p r o m is ed   o r   m al icio u s   web s ite,   o f ten   with o u t  th eir   k n o wled g e  o r   co n s en t  [5 6 ] .   T witter   h as  f a ce d   th is   ev en t  b ef o r e   [5 7 ] ,   [ 5 8 ] ,   t h er ef o r e  d etec t io n   m ea s u r es  wer e  a  g o o d   r esear ch   p ath   to   o p tim ize  it  [ 59 ] .   Ho wev er ,   m an y   s o lu tio n s   wer e  u s ed   to   ad d r ess   r o g u e  wir eless   ac ce s s   p o in ts ,   s u ch   as th e  b lo ck c h ain - en c r y p tio n - b ased   s o lu tio n s   to   p r o tect   f o g   f e d er atio n s   [6 0 ] .     3 . 1 . 5 .   Net wo r k   m a nip ula t io n   Netwo r k   m an ip u latio n   ca n   h av e  s ig n if ican t  ef f ec ts   o n   b o t h   p r iv a cy   a n d   s af ety ,   as  it  in v o lv es  th e  in ten tio n al  alter atio n   o r   i n ter f er en ce   with   n etwo r k   c o m m u n icatio n .   Fo r   ex am p le ,   o v er l o a d in g   a  tar g et  s y s tem   o r   n etwo r k   with   ex ce s s iv e  r eq u ests   to   r en d er   it  u n av ailab le  to   leg itima te  u s er s ,   D DOS  attac k s   o n   c lo u d   o r   s o f twar e   d ef in e d   n etwo r k s   ( SDNS )  [6 1 ] ,   I n ter ce p tin g   an d   ea v esd r o p p i n g   o n   co m m u n ica tio n s   b etwe en   two   p ar ties ,   o f ten   with o u t  th ei r   k n o wled g e,   to   s teal  o r   m a n ip u lat e  d ata,   s ess io n   h ijack in g .   T o   l im it  its   ef f ec t,  it  is   im p o r tan t  to   d ep lo y   d etec tio n   m ec h an is m s ,   co n s id er in g   co u n t er   m ea s u r es  an d   in v esti n g   in   DOS  m itig atio n   s er v ices  [6 2 ] – [6 4 ] .   Usi n g  m u l tip ath   tr an s m is s io n   co n tr o l  p r o to co l  ( MPT C P)  [6 5 ] ,   o r   d ete ctio n   m ea s u r es  s u ch   as  E ch o   an aly s is   [6 6 ] ,  ar tific ia l n eu r al  n etwo r k s   [6 7 ] – [ 69 ] .     3 . 1 . 6 .   Web  a pp lica t io n   ex plo it a t io n   W eb   ap p licatio n   ex p lo itatio n   ca n   h av e  s ev er e  co n s eq u en ce s   f o r   b o th   p r iv ac y   a n d   s ec u r ity ,   b y   tak in g   ad v an tag e  o f   v u ln er a b ilit ies  in   web   ap p licatio n s   to   g ain   u n au th o r ized   ac ce s s ,   m an ip u late  d a ta,   o r   co m p r o m is e  th e  o v er all  in teg r ity   o f   th e  s y s te m .   Fo r   ex am p le,   ex p lo iti n g   p o o r ly   s an itized   in p u ts   in   web   ap p licatio n s ,   g ain in g   u n au t h o r ized   ac ce s s   to   d atab ases   an d   m an ip u late  d ata  [7 0 ] ,   in jectin g   m alicio u s   s cr ip ts   in to   we b   p ag es,  wh ich   ar e   th en   e x ec u te d   b y   o th er   u s er s '   b r o wser s ,   p o ten tially   lead in g   to   d ata  th ef t  o r   m an ip u latio n .   Evaluation Warning : The document was created with Spire.PDF for Python.
I n d o n esian   J   E lec  E n g   &   C o m p   Sci     I SS N:   2 5 0 2 - 4 7 52         S ystema tic  r ev iew   fo r   a tta ck   t a ctics,  p r iva cy ,   a n d   s a fety  mo d els in   b ig   d a ta   s ystems   ( Ma jd o u b i Ch a yma e)   1239   I n   o r d e r   to   d etec t  an d   o p tim iz e  SQL  in jectio n   ef f ec t,  in   a  s m ar t  co n n ec ted   e n v ir o n m en t,  th e  u s e  o f   ar tific ial  in tellig en ce   is   co m p r o m is in g ,   s u ch   as  au to m atin g   p en etr atio n   test in g   u s in g   GANS  [7 1 ]   o r   d ep lo y in g   ar tific ial  n eu r al  n etwo r k s   f o r   SQL  in jectio n   d etec tio n ,   s u ch   as  th e  s o lu tio n   s u g g es ted   in   [7 2 ] ,   u s in g   co n v o l u tio n al  n eu r al  n etwo r k s .   Sem an tic  p ar s in g   is   u s e d   f o r   s er v er - s ite  [7 3 ] ,   u s in g   m ac h in e  lear n in g   tech n iq u es  s u ch   as  h y b r id   le ar n in g   f o r   XSS  d etec tio n   [7 4 ] ,   as  well  as  Kn u th - Mo r r is - Pra tt  s tr in g   m atch   alg o r ith m   [7 5 ]   fo r   SQL  i n jecti o n   an d   cr o s s - s ite  s cr ip tin g   d et ec tio n .     3 . 1 . 7 .   Dig it a l  m edia   ex plo it a t io n   E x p lo itin g   d ig ital  m ed ia  p r ese n ts   s u b s tan tial  ch allen g es  to   s af ety   an d   p r iv ac y ,   en co m p ass in g   a  r an g e  o f   r is k s .   T h is   in v o lv es  u n au t h o r ized   en tr y   in to   p er s o n al  in f o r m atio n ,   r esu ltin g   in   p r iv ac y   v io latio n s   an d   p o ten tial  is s u es  lik e  id e n tity   t h ef t,  c r y p to jac k in g .   T h e   im p r o p er   u s e  o f   d ig ital  m e d ia  ca n   co n tr ib u te   to   o n lin e   h ar ass m en t  an d   cy b er b u lly in g ,   ca u s in g   em o tio n al  h ar m   an d   h a r m   to   o n e' s   r ep u tatio n .   Data   b r ea ch es,   s tem m in g   f r o m   u n au th o r ized   ac ce s s   an d   ex p lo itatio n   o f   d i g ital  co n ten t,  ex p o s e  in d iv i d u a ls   to   f in an cial  an d   id en tity   r is k s .   Ad d itio n ally ,   th e  cr ea tio n   o f   d ec ep tiv e  o r   h ar m f u l  co n te n t,  tak in g   ad v an tag e  o f   s ec u r ity   v u ln er ab ilit ies,  an d   p h is h in g   a ttack s   f u r th er   jeo p ar d ize  s af et y   an d   p r iv ac y .   Vio latin g   p r iv a cy   laws  m ay   r esu lt   in   leg al  r ep er cu s s io n s ,   in clu d i n g   f in es.  Fu r th er m o r e,   th e  p s y ch o lo g ical  im p ac t  o n   in d iv i d u als,  s u ch   as  s tr es s   an d   an x iety ,   em p h asizes  th e  b r o ad er   im p licatio n s   o f   d ig ital  m ed ia  ex p lo itatio n   o n   m e n ta l  h ea lth .   Ad d r ess in g   th ese  ch allen g es  r eq u ir es  a  co m p r eh e n s iv e  ap p r o ac h ,   in c lu d in g   leg al  m ea s u r es,  en h a n ce d   cy b e r s ec u r ity ,     an d   in cr ea s ed   u s er   awa r en es s   to   p r o m o te  r esp o n s ib le  an d   eth ical  u s e  o f   d ig ital  m e d ia.   So cial  Me d ia  Ma n ip u latio n   is   cr ea tin g   an d   s p r e ad in g   d is in f o r m atio n   o r   p r o p ag a n d a  o n   s o cial  m ed ia  p l atf o r m s   to   i n f lu en c e   p u b lic  o p in io n   o r   c o n d u ct  tar g eted   attac k s   [7 6 ] .   I t   is   im p o r tan t  to   tak e  s o m e   p r e d ictio n   ac tio n s   as  well  as   co u n ter   m ea s u r e  c o n s id er atio n s ,   f o r   tr u th   m an ip u latio n   [7 7 ]   o r   d ec is io n   m a k in g   [7 8 ] .  I n   th e  co m in g   s ec tio n ,   r esu lts   will  b e  cla s s if ied   d ep en d in g   o n   attac k s   o cc u r r en ce ,   g o o d   eth ics  an d   s u g g ested   Ar tific ial  I n tellig en ce   to o ls   to   ad d r ess   it.     3 . 2 .    Art if ici a l   inte llig ence   us e  f o r  big   da t a   s ec urit y   a nd   g o o d pra ct ices f o r  da t a   s ec urit y   a nd   priv a cy   I n   th e  p r ev io u s   s u b s ec tio n ,   we  h av e  d is cu s s ed   ty p es  o f   attac k s   an d   u s ed   m ea n s   to   p r eser v e  d ata   p r iv ac y   an d   s af ety ,   th e  u s e  o f   Ar tific ial   I n tellig en ce   was  u n d er s co r ed   in   d if f er e n t  o cc asio n s .   I n   T ab le   3 ,   we  will  p r o v id e   a  co m p ar ativ e  c h ar t  o f   d if f er e n t  attac k   t y p es,  o cc u r r en ce   an d   u s e  o f   AI   as  we ll  as  r ec o m m en d ed   g o o d   p r ac tices .   T h e  o cc u r r en ce   is   co m p ar ed   t o   “a ll  s ec to r s ”  an d   b ased   o n   E NI SA  2 0 2 3   r ep o r t.  Fo r   DD OS  Attack s   p er ce n tag e,   we  h av e   ca lcu late d   th e  a v er ag e  o f   p r o v id ed   s ec t o r s   to   m ak e  it  an   ‘ all  s ec to r s ’   r esu lt,  co n s id er in g   an   eq u al  im p o r tan ce   to   p r o v i d ed   s ec to r s .   9 6 %   o f   p h is h in g   attac k s   ar r i v e  b y   em ail,   T E S SIA .   Acc o r d in g   t o   SYMAN T E C   r es ea r ch ,   in   2 0 2 0 ;  1   i n   ev e r y   4 , 2 0 0   em ails   is   a   p h is h in g   o n e .   Mo d er n   attac k s   o f ten   o cc u r   u s in g   ar tific ial  in tellig en ce ;  th er ef o r e,   we  s ee   th at   en h an cin g   in tellig en t,  au to m ated   s o lu tio n s   wo u ld   b e  a  b en ef icial  way   to   p r o tect  o u r   d ata  an d   g en er ate  in s tan t  r esp o n s es.  Attack er s   o f ten   co m b in e  m u ltip le  tactics  an d   tech n iq u es  to   ac h iev e   th eir   g o als.  Def en d in g   ag ain s t  cy b er attac k s   r e q u ir es  a  m u l ti - f ac eted   ap p r o ac h ,   in clu d in g   r o b u s t  cy b er s ec u r it y   m ea s u r es,   r eg u la r   s ec u r ity   u p d ates,  an d   u s er   ed u ca tio n   an d   awa r e n ess .   Fo r   wate r in g   h o les  ar tific ial  in tel lig en ce   s o lu tio n ,   we  s u g g est   u s in g   ad v er s ar ial  attac k s   r es p o n s es,  GANS  f o r   au to m atio n   [ 79 ] .   B ased   o n   th e  d ef in itio n   we  h a v e  p r o v id e d   ab o v e ,   C o m b in atio n   o f   m alw ar e  s o lu tio n s ,   SQL  in jectio n ,   XSS,  Z er o - d a y   ex p lo itatio n   ca n   b e   b en ef icial  f o r   s u ch   co m p o s ite  attac k s .   Fo r   Ph is h in g   o cc u r r en ce   an d   s p ea r   p h is h in g ,   th e   s tatis ti c  is   tak en   f r o m   So p h o s   in v esti g atio n ,   in v o lv in g   3 , 0 0 0   C h ief   I n f o r m atio n   Of f icer s   an d   C h ief   Secu r ity   I n f o r m atio n   Of f icer s   ac r o s s   1 4   co u n tr ies.  All  p ar ticip an ts   ( Un ited   States ,   J a p an ,   Un ited   Kin g d o m ,   Ger m a n y ,   I n d ia,   Au s tr ia,   So u th   Af r i ca ,   Fra n ce ,   Sp ain ,   Au s tr alia,   B r az il,  Sin g ap o r e,   I taly ,   Switzer lan d )   wer e  af f iliated   with   o r g an izatio n s   r a n g in g   f r o m   1 0 0   to   5 , 0 0 0   em p lo y ee s .   T h e  s u r v ey ,   co n d u cted   b y   th e   Van s o n   B o u r n e   ag en cy ,   t o o k   p lace   d u r in g   J an u a r y   an d   Feb r u ar y   o f   2 0 2 3 .   Ma in   f in d in g s   wer e  as f o llo ws:   T h e  p r ed o m in an t  r is k   lies   in   d ata  ex f iltra tio n ,   ac co u n tin g   f o r   4 1 %,  f o llo wed   clo s ely   b y   p h is h in g ,   in clu d in g   s p ea r   p h is h in g ,   at  4 0 %.  R an s o m war e  p o s es  a  s ig n if ican t  th r ea t  at  3 5 %,  wh ile  cy b er   ex to r tio n   an d   DDo S  attac k s   co n tr ib u te  in   r is k s   at  3 3 %  an d   3 2 %,  r esp ec tiv ely .   T h e  c o m p r o m is e  o f   b u s in ess   em ail  ( B E C )   is   id en tifie d   as  a   co n ce r n   at  3 1 %.  Activ e  ad v er s ar ies,  th o s e  m a n u ally   o r ch estra tin g   attac k s ,   c o n s titu te  a  th r e at  at   3 0 %,  alo n g   with   m o b ile  m al war e  at  th e  s am e  p er ce n ta g e.   C r y p to m in er s   an d   wip er s   p o s e  r is k s   at  2 2 %  an d   1 6 %,  r esp ec tiv ely .   T h e  ca te g o r y   lab eled   " o th e r s "  ac co u n ts   f o r   0 %,  an d   n o tab ly ,   a  m in im al   1 % e x p r ess   n o   f ea r   o f   cy b e r   th r ea ts   af f ec tin g   th eir   co m p an ies in   2 0 2 3 ,   wh ile  0 %   r em ain   u n ce r tain   ab o u t th e  p o ten tial im p ac t.   Af ter   g ettin g   to   k n o w  m o r e  a b o u t  attac k s   tactics,  g o o d   eth ics,  th e  u s e  o f   ar tific ia l  in telli g en ce   f o r   d ata  p r iv ac y   an d   s af ety ,   a   p r o jectio n   o n   B ig   Data   en v ir o n m en t  is   m an d ato r y   to   u n d er s tan d   th ese  th r ea ts   in   d ep th   an d   co n ce r n ed   b ig   d ata  m o d els p er   th r ea t c lass if icatio n   as p r esen ted   in   T ab le  4 .         Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 5 0 2 - 4 7 52   I n d o n esian   J   E lec  E n g   &   C o m p   Sci ,   Vo l.  37 ,   No .   2 ,  Feb r u a r y   20 25 :  1 2 3 4 - 1 2 5 0   1240   T ab le  3 .  Attack s ,   o cc u r r en ce ,   g o o d   et h ics an d   AI   u s ag e   A t t a c k s   G o o d   E t h i q u e s   A r t i f i c i a l   i n t e l l i g e n c e   O c c u r r e n c e   C o mm e n t / A d d i t i o n a l   P h i s h i n g   A n t i - p h i s h i n g   En v i r o n m e n t   C r o ss - v a l i d a t i o n   c l a ss i f i c a t i o n   4 0 %   P r e d i c t i o n   a n d   D e t e c t i o n   u si n g   M L   S o c i a l   En g i n e e r i n g   S p r e a d i n g   A w a r e n e ss ,  u n d e r s t a n d i n g   A t t a c k e r ’ s b e h a v i o r   La t e n t   D i r i c h l e t   A l l o c a t i o n   ( LD A ) ,   C N N ,   D L  a n d   M L   c l a ss i f i e r s M e t h o d s   8%   Ea r l y   d e t e c t i o n ,   b l a c k l i st i n g   u si n g   ma n u a l l y   v e r i f i e d   U R Ls   Ex p l o i t i n g   V u l n e r a b i l i t i e s   V u l n e r a b i l i t y   S c o r i n g   S y st e m (CV S S )   M L  b a s e d   F r a mw o r k s,   P r e d i c t i o n ,   V u l n e r a b i l i t y   P r e d i c t i o n   M o d e l   [7 9 ]   + 5 0 %   o f   h i g h   r i s k   e x p l o i t e d   v u l e r a b i l i t i e s,   ( 2 0 2 3   T h r e a t   L a n d s c a p e   Y e a r   i n   R e v i e w :   I f   Ev e r y t h i n g   I s C r i t i c a l ,   N o t h i n g   I s)   S e n s i t i v e   s y st e m i so l a t i o n   P a ssw o r d   A t t a c k s   A c c e ss   M a n a g e me n t     2 0 2 1   –   I d e n t i f i c a t i o n   a n d   A u t h e n t i c a t i o n   F a i l u r e s :   M a x   C o v e r a g e :   7 9 . 5 1 %   A n a l y s i s  o f   1 . 8   mi l l i o n   p a ssw o r d s   r e v e a l s  4 0 , 0 0 0   o c c u r r e n c e s  o f   ‘ a d mi n ’   a s  d e f a u l t   p a ssw o r d ,   C e n t r a l B a y .   M a l w a r e   D e p l o y me n t     A d v e r sari a l   A t t a c k s a n d   d e f e n ses ,   D L   d e t e c t i o n   met o d s ,   F o r e n si c   N e u r a l   N e t w o r k s fo r   mal w a r e   l o c a l i z a t i o n   1 1 %     M o b i l e   m a l w a r e :   3 0 %,   S o p h o s   U se  o f   A I   f o r   D e t e c t i o n   D O S   a n d   D D O S   I n v e st i n g   i n   so l u t i o n s   D o s m i t i g a t i o n ,   d e t e c t i o n   2 0 %  EN I S A   3 2 %  S o p h o s   F i r st   o c c u r r e n c e   i s  b a se d   o n   EN I S A   r e su l t s,   t h e   sec o n d   i s   e x p l i c i t l y   me n t i o n e d   o n   S o p h o s st u d y .   M a n - in - t h e - M i d d l e   ( M i t M )     Ec h o   a n a l y ses   M u l t i p a t h   Tr a n smiss i o n   C o n t r o l   P r o t o c o l   5   b i l l i o n   r e c o r d s,   C o g n y t e .   5   b i l l i o n   r e c o r d s,   Tw i t c h .   7 0 0   m i l l i o n   r e c o r d s,  Li n k e d I n .     5 5 3   m i l l i o n   r e c o r d s,  F a c e b o o k   •   Th e   u s e   o f   A N N   i s   r e c o m me n d e d   •   M I T  h a s   c o n t r i b u t e d   t o   t h e   l a r g e st   b r e a c h e s   i n   2 0 2 1 ,   F o r t i n e t   S Q L  i n j e c t i o n   P r o c e ss   a u t o ma t i o n   A N N ,   C N N   d e t e c t i o n ,   GANS   4 2 %,   Ed g e S c a n   A u t o ma t i n g   P e n e t r a t i o n   t e st i n g   u s i n g   G A N S   X S S     H y b r i d   l e a r n i n g   d e t e c t i o n ,   K n u t h - M o r r i s - P r a t t   st r i n g   mat c h   a l g o r i t h m   9 %,   C l o u d f l a r e     S o c i a l   M e d i a   M a n i p u l a t i o n   A w a r e n e ss   P r e d i c t i o n ,   d e c i si o n   mak i n g ,   t r u t h   d e t e c t i o n       P r i v i l e g e   Esc a l a t i o n   G o o d   m a n a g e me n t   A d d i t i o n a l   k e r n e l   o b s e r v e r ,   i n s i d e r   t h r e a t   c l a ss i f i c a t i o n   A l g o r i t h ms   8 0 %  o f   se c u r i t y   b r e a c h e s  i n v o l v e   p r i v i l e g e   e sc a l a t i o n ,   V e c t r a   A I   D e t e c t i o n   i n   c l o u d   u si n g   M L  ( Li g h t G B M   I n si d e r   t h r e a t   C l a s si f i c a t i o n ) ,   s o l u t i o n s  h i g h e st   a c c u r a c y   9 7 %   Ev a s i o n   Te c h n i q u e s   U si n g   h u ma n   e x p e r i e n c e   M a a k e r   F r a mew o r k     A n d r o i d   e v a si o n s  d e t e c t i o n   t e c h n i q u e s  h a v e   l i mi t a t i o n s   W a t e r i n g   H o l e   U sers sh o u l d   r e e v a l u a t e   t h e i r   t h i r d - p a r t y   s e r v i c e s,  n e t w o r k   a c c e ss m a n a g e me n t   C o m b i n a t i o n   o f   mal w a r e   s o l u t i o n s,   S Q L  i n j e c t i o n ,   X S S ,   Ze r o - d a y   e x p l o i t a t i o n .   23%   U ses  o p e n   w i n d o w s i n s t e a d   o f   d o o r s   I o T  D e v i c e   Ex p l o i t a t i o n     H A LE - I o T,   d e t e c t i o n   a n d   p r e v e n t i o n   t e c h n i q u e s   Ev e r y   w e e k ,   o r g a n i z a t i o n s wi t n e ss  5 4 %  a v e r a g e   o f   a t t e m p t e d   a t t a c k s   o n   I O T  d e v i c e s .     C r e d e n t i a l   T h e f t   P a ssw o r d   B a se d   c r e d e n t i a l       R e f l e x i v e   M e m o r y   A u t h e n t i c a t o r   R o g u e   W i r e l e ss  A c c e ss   P o i n t s     B l o c k c h a i n - E n c r y p t i o n - B a se d   A p p r o a c h       D r i v e - B y   D o w n l o a d s     D e t e c t i o n       I n si d e r   T h r e a t s   P r e v e n t i o n   Ea r l i e r   D e t e c t i o n   7 4 %  o f   o r g a n i z a t i o n s’   v u l n e r a b i l i t i e s,  Th e   2 0 2 3   I n si d e r   T h r e a t   r e p o r t         Secu r ity   th r ea ts   p r esen t  s u b s tan tial  r is k s   to   th e  r eliab ilit y ,   p er f o r m an ce ,   an d   in teg r ity   o f   b ig   d ata   m o d els.  Var io u s   f o r m s   o f   atta ck s ,   s u ch   as  d ata  p o is o n in g ,   a d v er s ar ial  attac k s ,   an d   d e n ial - of - s er v ice  in cid e n ts ,   Evaluation Warning : The document was created with Spire.PDF for Python.
I n d o n esian   J   E lec  E n g   &   C o m p   Sci     I SS N:   2 5 0 2 - 4 7 52         S ystema tic  r ev iew   fo r   a tta ck   t a ctics,  p r iva cy ,   a n d   s a fety  mo d els in   b ig   d a ta   s ystems   ( Ma jd o u b i Ch a yma e)   1241   ca n   co m p r o m is e  th e   ac cu r ac y   o f   th ese  m o d els.  Data   p o is o n in g   in v o lv es  in jectin g   h a r m f u l  d ata   in to   t h e   tr ain in g   s et,   im p ac tin g   th e  m o d el' s   p r ed ictiv e  ab ilit ies.  Ad v er s ar ial  attac k s   m an ip u late  i n p u t  d ata   to   d ec eiv e   th e  m o d el,   u n d er m in i n g   its   r esil ien ce   an d   ad ap tab ilit y .   Den ial - of - s er v ice  attac k s   tar g et   th e  in f r astru ctu r e ,   ca u s in g   s er v ice  d is r u p tio n s   an d   p o ten tial  f in an cial  lo s s es.  T h ese  attac k s   n o t  o n ly   jeo p ar d ize  p r e d ictio n   ac cu r ac y   b u t  also   r aise  co n ce r n s   ab o u t   p r iv ac y   [ 8 0 ] ,   in tellec tu al  p r o p er ty   th ef t,  an d   th e  o v er all  d ep en d ab ilit y   o f   b ig   d ata  m o d els.  E f f ec tiv ely   m itig atin g   th ese  r is k s   n e ce s s itate s   th e  im p lem en tatio n   o f   r o b u s t  s ec u r ity   m ea s u r es,  o n g o in g   m o n ito r in g ,   an d   th e  in teg r atio n   o f   p r i v ac y - p r eser v in g   tech n iq u es   [ 8 1 ]   to   en s u r e  th e   r esil ien ce   o f   b ig   d ata  m o d els in   th e  f ac e  o f   ev o lv in g   cy b er s e cu r ity   th r ea ts .       T ab le  4 .  Attack s   class if icatio n   p er   co n ce r n e d   b ig   d ata  m o d els   A t t a c k   t y p e   F a mo u s  a t t a c k s   B i g   d a t a   c o n c e r n e d   m o d e l s   S o c i a l   E n g i n e e r i n g   T a c t i c s   −   S o c i a l   E n g i n e e r i n g   −   P h i s h i n g   −   P r e t e x t i n g   −   B a i t i n g   −   Ta i l g a t i n g   −   M a c h i n e   L e a r n i n g   M o d e l s   −   D e e p   Le a r n i n g   M o d e l s   −   P r e d i c t i v e   A n a l y t i c s  M o d e l s   −   N a t u r a l   La n g u a g e   P r o c e ss i n g   ( N LP)   M o d e l s   −   G r a p h   A n a l y t i c s   M o d e l s   −   C l u st e r   A n a l y si s   M o d e l s   −   A n o m a l y   D e t e c t i o n   M o d e l s   −   R e c o mm e n d e r   S y s t e ms   −   Ti me   S e r i e s A n a l y s i s  M o d e l s   −   C o l l a b o r a t i v e   F i l t e r i n g   M o d e l s   Ex p l o i t i n g   S y s t e m   W e a k n e sses   −   Ex p l o i t i n g   V u l n e r a b i l i t i e s   −   I n si d e r   T h r e a t s   −   P r i v i l e g e   Esc a l a t i o n   −   Ev a s i o n   Te c h n i q u e s   −   W a t e r i n g   H o l e   A t t a c k s   −   I o T  D e v i c e   E x p l o i t a t i o n   −   M a c h i n e   L e a r n i n g   M o d e l s   −   D e e p   Le a r n i n g   M o d e l s   −   P r e d i c t i v e   A n a l y t i c s  M o d e l s   −   N a t u r a l   La n g u a g e   P r o c e ss i n g   ( N LP)   M o d e l s   −   G r a p h   A n a l y t i c s   M o d e l s   −   C l u st e r   A n a l y si s   M o d e l s   −   A n o m a l y   D e t e c t i o n   M o d e l s   −   R e c o mm e n d e r   S y s t e ms   −   Ti me   S e r i e s A n a l y s i s  M o d e l s   −   C o l l a b o r a t i v e   F i l t e r i n g   M o d e l s   −   En se mb l e   M o d e l s   A u t h e n t i c a t i o n   A t t a c k s   −   P a ssw o r d   A t t a c k s   −   C r e d e n t i a l   T h e f t   M a l i c i o u s   S o f t w a r e   D e p l o y me n t   −   M a l w a r e   D e p l o y m e n t   −   D r i v e - B y   D o w n l o a d s   −   R o g u e   W i r e l e ss A c c e s s  P o i n t s   N e t w o r k   M a n i p u l a t i o n   −   D o S ,   D D o S     −     M i t M   −   S e ssi o n   H i j a c k i n g   W e b   A p p l i c a t i o n   Ex p l o i t a t i o n   −   S Q L  I n j e c t i o n   −   C r o ss - S i t e   S c r i p t i n g   ( X S S )   D i g i t a l   M e d i a   E x p l o i t a t i o n   −   S o c i a l   M e d i a   M a n i p u l a t i o n   −   C r y p t o j a c k i n g   −   I mag e   R e c o g n i t i o n   M o d e l s   −   V i d e o   A n a l y si s  M o d e l s   −   A u d i o   P r o c e ssi n g   M o d e l s   −   D e e p f a k e   G e n e r a t i o n   M o d e l s   −   S o c i a l   M e d i a   A n a l y si s   M o d e l s   −   C o n t e n t   R e c o m me n d a t i o n   M o d e l s   −   A u g m e n t e d   R e a l i t y   ( A R )   M o d e l s   −   I n t e r a c t i v e   M u l t i m e d i a   M o d e l s   −   B i o me t r i c   R e c o g n i t i o n   M o d e l s   −   M e d i a - b a se d   B e h a v i o r a l   A n a l y t i c s   M o d e l s       3 . 3 .    E x is t ing   f ra m ewo r k s   co m pa riso n   Ma n y   f r am ew o r k s   wer e  ta k en   in to   c o n s id er atio n   eith e r   b y   s cien tis ts ,   r esear ch er s ,   an d   f ield   co n tr ib u to r s   to   p r o v id e   b etter   s af ety   an d   p r iv ac y   m ea s u r es .   Ho wev er ,   it  is   im p o r tan t  to   u n d er s tan d   m ain   m ar k et  co m p etito r s   f o r   d ata   p r o tectio n   r eg u latio n s   to   k n o w  b etter   u s e  ca s es  p er   ea ch .   T ab le  5   t h o r o u g h l y   co m p ar es  th r ee   ess en tial  f r a m ewo r k s   f o cu s ed   o n   d ata  p r o tectio n   an d   cy b er s ec u r ity :  th e  g e n er al  d ata   p r o tectio n   r e g u latio n   ( GDPR ) ,   th e  Na tio n al  I n s titu te  o f   Stan d ar d s   an d   T ec h n o lo g y   ( N I ST)   cy b er s ec u r ity   f r am ewo r k ,   an d   th e  I n ter n ati o n al  Or g a n izatio n   f o r   Stan d a r d izatio n   ( I SO)   2 7 0 0 1 .   T h e   g o al  is   p r o v id in g   a   n u an ce d   u n d er s tan d i n g   o f   th es e  f r am ewo r k s ,   co n s id er in g   th e ir   f o cu s ,   ap p licab ilit y ,   en f o r ce m en t  m ec h an is m s ,   an d   ad d itio n al  d im en s io n s .   T h is   m ar k d o wn   ch ar t  p r o v id e s   a  clea r   an d   o r g an ized   p r esen tatio n   o f   th e  co m p ar ativ e  an al y s is   o f   th e  GDPR ,   NI ST  cy b er s ec u r ity   f r am ewo r k ,   an d   I SO  2 7 0 0 1 .   Ad ju s tm en ts   ca n   b e  m ad e  as  n ee d ed   f o r   y o u r   s p ec if ic  co n tex t .   E n h an ci n g   d ata  p r o tectio n   b ased   o n   th ese  r eg u latio n s ,   co m p lian ce ,   b ig   d ata  co n tex t  is   m o r e  r ea lis tic,   as  we  d ea l  with   th e  f u s io n   o f   d if f er en t  asp ec ts   th a t  ca n ’ t  b e  in d ep en d en t  o n e  f r o m   th e  o t h er s .   T h e   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 5 0 2 - 4 7 52   I n d o n esian   J   E lec  E n g   &   C o m p   Sci ,   Vo l.  37 ,   No .   2 ,  Feb r u a r y   20 25 :  1 2 3 4 - 1 2 5 0   1242   co m in g   s u b s ec tio n   p r o v id es  a  g en er ic  a p p r o ac h   f o r   cy b er attac k s   d etec tio n   an d   p r o ce s s in g ,   lim itatio n s   an d   g o o d   p r ac tices.       T ab le  5 .  C o m p a r ativ e  An aly s i s   o f   s o m e  d ata  s ec u r ity   a n d   p r i v ac y   f r a m ewo r k s   A sp e c t   G D P R   N I S T  c y b e r s e c u r i t y   f r a mew o r k   I S O   2 7 0 0 1   Emp h a s i s/ F o c u s   S a f e g u a r d i n g   p e r so n a l   d a t a   a n d   p r i v a c y   r i g h t s   C o m p r e h e n si v e   a p p r o a c h   t o   ma n a g i n g   c y b e r se c u r i t y   r i sk s   A d d r e ss i n g   I n f o r mat i o n   S e c u r i t y   M a n a g e m e n t   S y st e ms ( I S M S )   K e y   P r i n c i p l e s / C o m p o n e n t s   C o n se n t ,   d a t a   mi n i m i z a t i o n ,   p u r p o se   l i m i t a t i o n ,   a c c u r a c y ,   s t o r a g e   l i m i t a t i o n ,   i n t e g r i t y ,   c o n f i d e n t i a l i t y   |   F u n c t i o n s :   I d e n t i f y ,   P r o t e c t ,   D e t e c t ,   R e s p o n d ,   R e c o v e r   F u n c t i o n s:   I d e n t i f y ,   P r o t e c t ,   D e t e c t ,   R e s p o n d ,   R e c o v e r   R i s k   a ssessm e n t ,   s e c u r i t y   p o l i c y ,   o r g a n i z a t i o n a l   s t r u c t u r e ,   a sse t   man a g e me n t ,   a c c e ss  c o n t r o l ,   c r y p t o g r a p h y ,   i n c i d e n t   r e s p o n se ,   c o n t i n u o u s   i m p r o v e me n t   En f o r c e m e n t   M e c h a n i sms   S t r i n g e n t   e n f o r c e m e n t ,   f i n e s f o r   n o n - c o m p l i a n c e   V o l u n t a r y   n a t u r e ,   n o   l e g a l   ma n d a t e   f o r   a d h e r e n c e   O p t i o n   f o r   c e r t i f i c a t i o n ,   s i g n a l i n g   a l i g n me n t   w i t h   st a n d a r d   A p p l i c a b i l i t y   S c o p e   Eu r o p e a n   U n i o n   p r i mari l y ,   g l o b a l   i mp a c t   I n t e r n a t i o n a l ,   n o t   t i e d   t o   a   s p e c i f i c   r e g i o n   I n t e r n a t i o n a l   Le g a l   Ju r i sd i c t i o n   Eu r o p e a n   U n i o n   U n i t e d   S t a t e s (U . S . )   I n t e r n a t i o n a l   V o l u n t a r i n e ss   M a n d a t o r y   V o l u n t a r y   V o l u n t a r y   F l e x i b i l i t y   a n d   A d a p t a b i l i t y   S p e c i f i c   r e q u i r e m e n t s f o r   c o m p l i a n c e   A d a p t a b l e   t o   v a r i o u s  o r g a n i z a t i o n a l   st r u c t u r e s  a n d   i n d u st r i e s   F l e x i b l e   a n d   a d a p t a b l e   t o   o r g a n i z a t i o n a l   n e e d s   I n t e g r a t i o n   w i t h   O t h e r   S t a n d a r d s   -   Ea se  o f   i n t e g r a t i o n   n o t   e x p l i c i t l y   d e f i n e d   I n t e g r a t i o n   w i t h   o t h e r   s t a n d a r d s  i s  p o ss i b l e   F r e q u e n c y   o f   U p d a t e s   -   N o t   s p e c i f i e d   C o n t i n u o u s i m p r o v e me n t ;   u p d a t e s a s   n e e d e d   I mp l e me n t a t i o n   C h a l l e n g e s   -   C h a l l e n g e s m a y   v a r y ;   n o t   e x p l i c i t l y   d e f i n e d   C h a l l e n g e s m a y   v a r y ;   n o t   e x p l i c i t l y   d e f i n e d   C o s t   o f   I mp l e m e n t a t i o n   -   C o s t s  n o t   e x p l i c i t l y   d e f i n e d   C o s t s  n o t   e x p l i c i t l y   d e f i n e d   P u b l i c   P e r c e p t i o n   a n d   Tr u st   C o m p l i a n c e   s e e n   p o s i t i v e l y ,   b u i l d s  t r u st   P o si t i v e   p e r c e p t i o n ;   a d h e r e n c e   v i e w e d   a s   b e s t   p r a c t i c e   P o si t i v e   p e r c e p t i o n ;   c e r t i f i c a t i o n   e n h a n c e s c r e d i b i l i t y   A u d i t   a n d   C e r t i f i c a t i o n   P r o c e ss   R i g o r o u s a u d i t   p r o c e ss:   c e r t i f i c a t i o n   r e q u i r e d   N o   s p e c i f i c   c e r t i f i c a t i o n ,   se l f - a ssessm e n t   e n c o u r a g e d   C e r t i f i c a t i o n   i s  o p t i o n a l ,   o r g a n i z a t i o n s  may   see k   i t       3 . 4 .    Str uct ured  a pp ro a ch  t o   cy bera t t a c k s   det ec t io n a nd   pro ce s s ing   T o   d etec t  cy b er attac k s   an d   t r y   to   p r o ce s s   it,  it  is   im p o r tan t   to   co m b i n e  d if f e r en t  asp ec ts   m en tio n ed   b ef o r e  lik e  co n s id er in g   d ata  v ar iab ilit y ,   attac k s   p r o p e r ties ,   b ig   d ata  co n tex t,  r e g u latio n   m e an s .   T o   h av e  a   g lo b al  im ag e  o f   co n tex t  v ar i ab les  b ef o r e  tr y i n g   to   s o lv e  th e  is s u e.   T h er ef o r e,   we  s u g g est  th e  f o llo win g   p r o ce s s   p r esen ted   in   Fig u r e  3 .   I n   th e  f ir s t  s tag e;  Ho lis tic  Data   C o llectio n   an d   E n r ic h m en t ,   th e  f o c u s   is   o n   ag g r e g atin g   d ata  f r o m   v ar io u s   s o u r ce s   an d   th en   en r i ch in g   an d   n o r m alizin g   th e   d a ta  f o r   co n s is ten cy   ac r o s s   th e  en tire   s y s tem .   Key   d ata  s o u r ce s   in clu d e  n etwo r k   tr af f ic  lo g s   ( e. g . ,   NetFlo w  d at a,   p ca p   f iles ) ,   s y s tem   lo g s   ( e. g . ,   s er v er   s y s lo g s ,   f ir ewa ll  lo g s ) ,   th r ea t   in tellig en ce   f ee d s   ( e . g . ,   STI X,   T A XI I ) ,   an d   u s er   b eh av i o r   an aly tics   ( e. g . ,   e n d p o in t   d ev ice  lo g s ,   ac ce s s   p atter n s ) .   T o o ls   s u ch   as  Kaf k a  o r   Fl u m e  ca n   h an d le  r ea l - tim e  d a ta  in g esti o n ,   wh ile  Had o o p   o r   Sp a r k   ca n   s to r e   an d   p r o ce s s   lar g e  d atasets .   Data   f lo w  m an ag e m en t  a n d   e n r ich m en t  ar e  f ac ilit ated   b y   NiFi.  Du r in g   th is   s tag e,   th e  p r im ar y   m etr ics  to   m o n ito r   in clu d e  t h e  v o lu m e  o f   d ata   co llected ,   th e  tim e   r eq u ir ed   f o r   d ata  n o r m aliza tio n ,   an d   th e  c o n s is ten cy   an d   co m p leten ess   o f   en r ich ed   d ata.   Fig u r e  4   p r esen ts   ex am p les o f   to o ls   to   b e  u s ed   i n   th is   co n tex t .   T h e  s ec o n d   s tag e;  ad v an ce d   an aly tics   an d   m ac h in e  lear n in g ,   in v o l v es  ap p ly in g   ad v an ce d   m ac h in e   lear n in g   tech n iq u es  f o r   r ea l - tim e  an o m aly   d etec tio n   an d   attac k   r ec o g n itio n .   T o o ls   lik e  Scik it - lear n ,   T en s o r Flo w,   an d   Py T o r c h   ar e  lev er ag e d   to   tr ai n   m ac h in e  lear n in g   m o d els,  wh il e  th e  E L K  Stack   ( E last icsear ch ,   L o g s tash ,   Kib a n a)   h elp s   with   d ata  an aly tics   an d   v is u aliza tio n .   Fo r   s ca lab l e  m ac h in e  lear n in g ,   f r am ewo r k s   lik e  Sp ar k   ML lib   o r   H2 O. ai  co m e  in t o   p la y .   T h e  ex p er im en tal  p r o ce s s   en tai ls   tr ain in g   m o d els   u s in g   lab eled   d atasets   s u ch   as   NSL - KDD  an d   C I C I D S2 0 1 7   to   id en tify   k n o w n   attac k   p atter n s .   On ce   tr ain ed ,   th ese  m o d els  ar e  test ed   o n   r e al - tim e  s tr ea m in g   d ata  f o r   a n o m aly   d etec tio n .   Me tr ics  to   m o n ito r   h e r e  in clu d e   d etec tio n   ac cu r ac y ,   f alse - p o s itiv e  an d   f al se - n e g ativ e  r ates,  an d   m o d el  tr ain in g   tim e.   Fig u r e  5   d em o n s tr ates  ex am p les o f   ML   lib r ar ies f o r   a n o m aly   d etec tio n ,   class if icatio n   an d   ML   m o d els f o r   s ca lab ilit y   an d   p o r tab ilit y .     Evaluation Warning : The document was created with Spire.PDF for Python.
I n d o n esian   J   E lec  E n g   &   C o m p   Sci     I SS N:   2 5 0 2 - 4 7 52         S ystema tic  r ev iew   fo r   a tta ck   t a ctics,  p r iva cy ,   a n d   s a fety  mo d els in   b ig   d a ta   s ystems   ( Ma jd o u b i Ch a yma e)   1243       Fig u r e  3 .  A  s tr u ctu r ed   ap p r o ac h   to   cy b er - attac k s   d etec tio n   an d   p r o ce s s in g           Fig u r e  4 .   Data   co llectio n   an d   en r ich m en t  p r o ce s s           Fig u r e  5 .   ML   lib r ar ies f o r   an o m aly   d etec tio n ,   class if icatio n   an d   ML   m o d els f o r   s ca lab ilit y   an d   p o r tab ilit y       E n s u r in g   co m p lian ce   with   d ata  p r o tectio n   r eg u latio n s   lik e  GDPR   an d   I SO  2 7 0 0 1   is   a  cr iti ca l  p ar t  o f   th e  s etu p .   T o o ls   lik e  Ap ac h e  R an g er   o r   Ap ac h e  Sen tr y   ca n   en f o r ce   r o le - b ased   ac ce s s   co n tr o l  ( R B AC )   an d   d ata  g o v er n an ce ,   wh ile  d at a  m ask in g   an d   e n cr y p tio n   to o ls   ( e. g . ,   Ver aCry p t,  G n u PG)   ar e  u s ed   f o r   an o n y m izatio n   an d   p s eu d o n y m izatio n   o f   s en s itiv e  d ata.   T h is   s tag e’ s   m etr ics f o cu s   o n   co m p lian ce   with   GDPR   s tan d ar d s ,   s p ec if ically   d ata  an o n y m izatio n   an d   ac ce s s   co n t r o l,  an d   t h e  o v e r all  ef f ec tiv en e s s   o f   d ata  p r o tectio n   m ea s u r es.  Fig u r e  6   p r o v id es e n cr y p tio n   ex am p les an d   ac ce s s   co n tr o l m ec h a n is m s .   At   th e  s tag e  o f   r ea l - tim e  m o n ito r in g   an d   au t o m ated   r esp o n s e,   th e   s y s tem   im p lem e n ts   r ea l - tim e   m o n ito r in g   o f   in c o m in g   d ata  s tr ea m s   an d   au to m ates r esp o n s es to   d etec ted   in cid en ts .   T o o ls   lik e  Ap ac h e  Sto r m   o r   Ap ac h e  Fli n k   e n ab le  r ea l - tim e  s tr ea m   p r o ce s s in g ,   w h ile  SOAR   p latf o r m s   ( Secu r ity   Or ch estra tio n ,   Au to m atio n ,   an d   R esp o n s e)   s u ch   as   Ph an to m   o r   Dem is to   a u to m ate  in ci d en t  r esp o n s e.   Ad d itio n ally ,   i n tr u s io n   d etec tio n   s y s tem s   lik e  Sn o r t o r   Su r icata   h elp   d etec t n etwo r k - lev el  th r ea ts .   Key   m etr ics to   m o n ito r   h e r e  ar e  th e   tim e  tak en   to   d etec t a n o m alies,  r esp o n s e  tim e  to   in cid en ts ,   an d   th e  ef f ec tiv en ess   o f   au to m a ted   r esp o n s es ( e. g . ,   q u ar an tin in g   d e v ices,  b lo ck in g   I Ps ) .   Fig u r e  7   p r o v id es  ex am p les  o f   r ea l - tim e  m o n ito r i n g   an d   au to m ate d   r esp o n s e  to o ls .   Evaluation Warning : The document was created with Spire.PDF for Python.