Objectives: This research reviews the possibilities of text
mining in the area of cybercrime in digital healthcare showing how
advanced information retrieval and natural language processing can be
used to get insights. The aim is to mine news data to find out what is
reported about digital healthcare, what security-related critical events
happened, and what actors, attack methods, and technologies play a role
there.
Methods: Different projects already apply text mining
successfully in the cyber domain. However, none of these are
specifically tailored to threats in the digital healthcare sector or
uses an as big data foundation for analysis. To achieve that goal,
different text mining methodologies like fact extraction, semantic
fields as well as statistical methods like frequency, correlation and
trend calculations were used. The news data for the analysis was
provided by the DocCenter from the National Defense Academy
(DocCenter/NDA) of the Austrian Armed Forces. About 300,000 news
articles were processed and analyzed. Additionally, the open source
GDELT dataset was investigated.
Results & Conclusion: The data points out that cyber
threats are present in digital health technologies and cyberattacks are
more and more threatening to organizations, governments, and every
person them self. Not only hacker groups, firms, and governments are
involved in these attacks, also terroristic organizations use
cyberwarfare. That, together with the amount of technology in digital
healthcare like pacemakers, IoT, wearables but also the importance of
healthcare as critical infrastructure and the dependence on electronic
health records makes our society vulnerable.
Keywords: digital healthcare, cybercrime, text mining, media mining, new technologies, Watson Explorer, GDELT, OSInfo, OSINT, association rule mining,
Markus Bertl: Nachrichtenanalyse zur Erkennung von Cybersicherheitsproblemen im digitalen Gesundheitswesen: ein Text-Mining-Ansatz zur Aufdeckung von Akteuren, Angriffsmethoden und Technologien für die Cyber-Abwehr.
Zielsetzung — Diese Publikation untersucht die Möglichkeiten, welche Text Mining im Bereich Cybercrime in Digital Healthcare bietet. Die Zielsetzung dieser Arbeit ist, herauszufinden was über Digital Healthcare berichtet wird, welche Akteure in dieser Domäne agieren und welche Angriffsmethoden und Technologien eine Rolle spielen. Forschungsmethoden — Verschiedene Projekte verwenden Text Mining erfolgreich im Cyber-Bereich, allerdings nicht spezifisch adaptiert auf die Anforderungen des Gesundheitswesens. Dazu wurden verschiedene Text-Mining-Methoden, wie Fact Extraction oder semantische Felder, sowie statistische Methoden wie Korrelationen oder Trendanalysen angewendet. Die Datengrundlage kam aus der Zentraldokumentation der Landesverteidigungsakademie (ZentDok/LVAk) des österreichischen Bundesheeres. Insgesamt wurden zirka 300.000 Artikel ausgewertet. Zusätzlich wurden die Metadaten des GDELT Datasets untersucht. Ergebnisse & Schlussfolgerung — Text Mining ist ein zentrales Werkzeug für Cybersecurity und Trendanalysen. Die Daten zeigen, dass Technologien im Bereich Digital Healthcare stetig zunehmen und Gefahren bergen. Diese werden auch gezielt von Organisationen, Staaten und Einzelpersonen ausgenutzt. Auch Terroristengruppen bedienen sich immer mehr Methoden der digitalen Kriegsführung, als Ergänzung zu klassischen Terrorangriffen. Das zeigt gemeinsam mit der Durchdringung des Gesundheitswesens von digitalen Technologien wie Herzschrittmacher, IoT, Wearables aber auch Krankenhausinformationssysteme und elektronische Patientenakten die Gefahr, die auf uns zukommt.
Schlagwörter: Digital Healthcare, Cybercrime, Text Mining, Media Mining, neue Technologien, Watson Explorer, GDELT, OSInfo, OSINT, Assoziationsanalyse
Veröffentlicht in: Young Information Scientist, Jg. 4 (2019), S. 1-15.
Online: https://doi.org/10.25365/yis-2019-4-1
Young Information Scientist (YIS) wird vom Verein zur Förderung der Informationswissenschaft (VFI), Wien, herausgegeben. Alle Beiträge unterliegen einem Peer Review. ISSN: 2518-6892
via https://www.univie.ac.at/voeb/blog/?p=50324
Keywords: digital healthcare, cybercrime, text mining, media mining, new technologies, Watson Explorer, GDELT, OSInfo, OSINT, association rule mining,
Markus Bertl: Nachrichtenanalyse zur Erkennung von Cybersicherheitsproblemen im digitalen Gesundheitswesen: ein Text-Mining-Ansatz zur Aufdeckung von Akteuren, Angriffsmethoden und Technologien für die Cyber-Abwehr.
Zielsetzung — Diese Publikation untersucht die Möglichkeiten, welche Text Mining im Bereich Cybercrime in Digital Healthcare bietet. Die Zielsetzung dieser Arbeit ist, herauszufinden was über Digital Healthcare berichtet wird, welche Akteure in dieser Domäne agieren und welche Angriffsmethoden und Technologien eine Rolle spielen. Forschungsmethoden — Verschiedene Projekte verwenden Text Mining erfolgreich im Cyber-Bereich, allerdings nicht spezifisch adaptiert auf die Anforderungen des Gesundheitswesens. Dazu wurden verschiedene Text-Mining-Methoden, wie Fact Extraction oder semantische Felder, sowie statistische Methoden wie Korrelationen oder Trendanalysen angewendet. Die Datengrundlage kam aus der Zentraldokumentation der Landesverteidigungsakademie (ZentDok/LVAk) des österreichischen Bundesheeres. Insgesamt wurden zirka 300.000 Artikel ausgewertet. Zusätzlich wurden die Metadaten des GDELT Datasets untersucht. Ergebnisse & Schlussfolgerung — Text Mining ist ein zentrales Werkzeug für Cybersecurity und Trendanalysen. Die Daten zeigen, dass Technologien im Bereich Digital Healthcare stetig zunehmen und Gefahren bergen. Diese werden auch gezielt von Organisationen, Staaten und Einzelpersonen ausgenutzt. Auch Terroristengruppen bedienen sich immer mehr Methoden der digitalen Kriegsführung, als Ergänzung zu klassischen Terrorangriffen. Das zeigt gemeinsam mit der Durchdringung des Gesundheitswesens von digitalen Technologien wie Herzschrittmacher, IoT, Wearables aber auch Krankenhausinformationssysteme und elektronische Patientenakten die Gefahr, die auf uns zukommt.
Schlagwörter: Digital Healthcare, Cybercrime, Text Mining, Media Mining, neue Technologien, Watson Explorer, GDELT, OSInfo, OSINT, Assoziationsanalyse
Veröffentlicht in: Young Information Scientist, Jg. 4 (2019), S. 1-15.
Online: https://doi.org/10.25365/yis-2019-4-1
Young Information Scientist (YIS) wird vom Verein zur Förderung der Informationswissenschaft (VFI), Wien, herausgegeben. Alle Beiträge unterliegen einem Peer Review. ISSN: 2518-6892
via https://www.univie.ac.at/voeb/blog/?p=50324
Keine Kommentare:
Kommentar veröffentlichen