{"id":1252,"date":"2020-06-02T11:05:51","date_gmt":"2020-06-02T08:05:51","guid":{"rendered":"https:\/\/blogit.lab.fi\/labfocus\/?p=1252"},"modified":"2020-06-02T11:16:54","modified_gmt":"2020-06-02T08:16:54","slug":"tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla","status":"publish","type":"post","link":"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/","title":{"rendered":"Tietoturva paremmaksi big datan ja lokianalyysin avulla"},"content":{"rendered":"\n<p>Mets\u00e4t koostuvat puista, joista jokaisella on oma merkityksens\u00e4 kokonaisuuden toimivuudessa. Samaan tapaan yrityksen tietoturva koostuu sadoista yksitt\u00e4isist\u00e4 asioista, joista jokainen auttaa parantamaan yrityksen tietoturvaa. Jarno Kurlinin (2020) insin\u00f6\u00f6ri (YAMK), digitaaliset ratkaisut -koulutusohjelmaan tehdyss\u00e4 <a rel=\"noreferrer noopener\" aria-label=\"Lokitiedon analysointimenetelm\u00e4 (avautuu uudessa v\u00e4lilehdess\u00e4)\" href=\"http:\/\/urn.fi\/URN:NBN:fi:amk-202005138768\" target=\"_blank\">Lokitiedon analysointimenetelm\u00e4<\/a> &#8211; opinn\u00e4ytety\u00f6ss\u00e4 tutkittiin lokitiedon analysointimenetelmist\u00e4 erityisesti sit\u00e4, mill\u00e4 tavalla poikkeavuuksia voidaan havaita big dataa analysoitaessa.<\/p>\n\n\n\n<p>Big dataksi kutsutaan sellaista tietoa, jota ei voida analysoida perinteisin datank\u00e4sittelyty\u00f6kaluin. Tieto on usein raakamuodossa tai vain puoliksi j\u00e4sennelty\u00e4, eik\u00e4 ole aivan selv\u00e4\u00e4, kannattaako t\u00e4llaista dataa edes s\u00e4ilytt\u00e4\u00e4. IBM m\u00e4\u00e4rittelee big datan piirteiksi m\u00e4\u00e4r\u00e4n, vaihtelevuuden ja nopeuden. M\u00e4\u00e4r\u00e4t ovat eritt\u00e4in isoja, datan laatu vaihtelee j\u00e4sennellyst\u00e4 j\u00e4sentelem\u00e4tt\u00f6m\u00e4\u00e4n ja dataa kertyy eritt\u00e4in nopeasti (kuva 1). (Zikopoulos et al. 2012, 3-9.)<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"518\" src=\"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2020\/06\/25_2020_Tietoturvaa-parannettiin-datan-avulla-1-1024x518.png\" alt=\"\" class=\"wp-image-1254\" srcset=\"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2020\/06\/25_2020_Tietoturvaa-parannettiin-datan-avulla-1-1024x518.png 1024w, https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2020\/06\/25_2020_Tietoturvaa-parannettiin-datan-avulla-1-300x152.png 300w, https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2020\/06\/25_2020_Tietoturvaa-parannettiin-datan-avulla-1-768x389.png 768w, https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2020\/06\/25_2020_Tietoturvaa-parannettiin-datan-avulla-1.png 1280w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><figcaption>KUVA 1. Big dataan liittyvi\u00e4 termej\u00e4. Kuva: Wikimedia Commons.<\/figcaption><\/figure>\n\n\n\n<p>Tilastolliset menetelm\u00e4t kuuluvat nykyaikaisen tutkimuksen t\u00e4rkeimpiin\nmenetelmiin kaikilla aloilla (Nummenmaa et al. 2014, 3-4). Nummenmaa et al. mukaan\ntilastollisten menetelmien avulla voidaan kuvailla tutkimusaineistoa, arvioida\nriskej\u00e4 sek\u00e4 luoda ennusteita p\u00e4\u00e4t\u00f6ksenteon tueksi. Koneoppimisen algoritmien\navulla datasta voidaan l\u00f6yt\u00e4\u00e4 sellaista tietoa, jota ei tilastomenetelmin\npystyt\u00e4 havaitsemaan. Kurlinin mukaan koneoppimisen algoritmeihin kuuluvat esimerkiksi\nK-nearest neighbors, Support vector machine, Naive Bayes, K-means, Hierakkinen\nklusterointi sek\u00e4 erilaiset p\u00e4\u00e4t\u00f6spuualgoritmit (Kurlin 2020).<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Poikkeavuuksien havaitseminen lokidatasta<\/h2>\n\n\n\n<p>Kurlinin (2020) opinn\u00e4ytety\u00f6n p\u00e4\u00e4tavoitteena oli tutkia, kuinka suuresta\nlokitietomassasta voitaisiin l\u00f6yt\u00e4\u00e4 poikkeavuuksia. Toisena tavoitteena oli\nselvitt\u00e4\u00e4, kuinka poikkeavuuksia etsiv\u00e4 algoritmi saadaan l\u00f6yt\u00e4m\u00e4\u00e4n\npoikkeavuudet yksitt\u00e4isen k\u00e4ytt\u00e4j\u00e4n toiminnassa kirjautumistietoja\nanalysoimalla. Kolmantena tavoitteena oli tutkia, kuinka yrityksen tietoturvaa\nvoidaan parantaa n\u00e4iden poikkeamahavaintojen avulla. Ty\u00f6ss\u00e4 tutustuttiin\nk\u00e4ytett\u00e4viss\u00e4 olevan lokidatan rakenteeseen sek\u00e4 ominaisuuksiin. Analysoitava\nlokidata ker\u00e4ttiin Graylog-j\u00e4rjestelm\u00e4\u00e4n Office365-palveluista. Teoriaosuudessa\nl\u00e4pi k\u00e4ydyist\u00e4 koneoppimisen algoritmeista testattiin nelj\u00e4\u00e4 erilaista datan\nluokittelualgoritmia, joiden avulla etsittiin datasta sellaisia poikkeavuuksia,\njoita tutkimalla yrityksen tietoturvaa voitaisiin parantaa. (Kurlin 2020.)<\/p>\n\n\n\n<p>Ty\u00f6n lopputuloksena toteutettiin R-ohjelmointikielen avulla Random forests -p\u00e4\u00e4t\u00f6spuihin pohjautuva luokittelualgoritmi, joka pystyy ennustamaan viikonp\u00e4iv\u00e4n, p\u00e4iv\u00e4n tietyn tunnin ja kirjautumisen l\u00e4hdemaan perusteella sen, onnistuuko vai ep\u00e4onnistuuko k\u00e4ytt\u00e4j\u00e4n kirjautuminen. Ennusteen kokonaistarkkuudeksi saatiin 95,4 %, ja sen avulla pystyt\u00e4\u00e4n parantamaan yrityksen tietoturvaa esimerkiksi vaatimalla vahvempaa kirjautumisk\u00e4yt\u00e4nt\u00f6\u00e4 sellaisilta henkil\u00f6ilt\u00e4, joiden kirjautumiset eiv\u00e4t ole ennusteen mukaisia. (Kurlin 2020.)<\/p>\n\n\n\n<p style=\"background-color:#b3edfb\" class=\"has-background\">Kirjoittajat<br><br>Jarno Kurlin valmistui LAB-ammattikorkeakoulusta, tekniikan alan insin\u00f6\u00f6riksi (ylempi AMK), digitaaliset ratkaisut -koulutuksesta ja ty\u00f6skentelee system specialistina Stala-Yhti\u00f6iss\u00e4. <br><br>Lehtori Minna Asplund, TkL, toimii koordinaattorina insin\u00f6\u00f6ri (ylempi AMK), digitaaliset ratkaisut -koulutuksessa.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">L\u00e4hteet<\/h3>\n\n\n\n<p>Kurlin, J. 2020 Lokitiedon analysointimenetelm\u00e4: Poikkeavuuksien\nhavaitseminen. Opinn\u00e4ytety\u00f6 YAMK. LAB-ammattikorkeakoulu. [Viitattu 10.5.2020].\nSaatavissa: <a href=\"http:\/\/urn.fi\/URN:NBN:fi:amk-202005138768\">http:\/\/urn.fi\/URN:NBN:fi:amk-202005138768<\/a><\/p>\n\n\n\n<p>Nummenmaa,\nL., Holopainen, M. &amp; Pulkkinen, P. 2014. Tilastollisten menetelmien\nperusteet. Helsinki: Sanoma Pro.<\/p>\n\n\n\n<p>Zikopoulos, P., Eaton, C., deRoos D., Deutsch, T. &amp;\nLapis, G. 2011. Understanding Big Data: Analytics for Enterprise\nClass Hadoop and Streaming Data. McGraw-Hill Osborne Media<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Kuva<\/h3>\n\n\n\n<p>KUVA\n1. Wikimedia Commons. [Viitattu 10.5.2020]. Saatavissa: <a href=\"https:\/\/commons.wikimedia.org\/wiki\/File:BigData_2267x1146_white.png\">https:\/\/commons.wikimedia.org\/wiki\/File:BigData_2267x1146_white.png<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Mets\u00e4t koostuvat puista, joista jokaisella on oma merkityksens\u00e4 kokonaisuuden toimivuudessa. Samaan tapaan yrityksen tietoturva koostuu sadoista yksitt\u00e4isist\u00e4 asioista, joista jokainen auttaa parantamaan yrityksen tietoturvaa. Jarno Kurlinin (2020) insin\u00f6\u00f6ri (YAMK), digitaaliset ratkaisut -koulutusohjelmaan tehdyss\u00e4 Lokitiedon analysointimenetelm\u00e4 &#8211; opinn\u00e4ytety\u00f6ss\u00e4 tutkittiin lokitiedon analysointimenetelmist\u00e4 erityisesti sit\u00e4, mill\u00e4 tavalla poikkeavuuksia voidaan havaita big dataa analysoitaessa. Big dataksi kutsutaan sellaista tietoa, [&hellip;]<\/p>\n","protected":false},"author":6,"featured_media":1254,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[19,43],"tags":[29,645,647],"class_list":{"0":"post-1252","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-innovations_fi","8":"category-yleinen-fi","9":"tag-artikkeli-e1","10":"tag-big-data","11":"tag-tietoturva","12":"czr-hentry"},"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.3 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Tietoturva paremmaksi big datan ja lokianalyysin avulla - LAB Focus<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/\" \/>\n<meta property=\"og:locale\" content=\"fi_FI\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Tietoturva paremmaksi big datan ja lokianalyysin avulla - LAB Focus\" \/>\n<meta property=\"og:description\" content=\"Mets\u00e4t koostuvat puista, joista jokaisella on oma merkityksens\u00e4 kokonaisuuden toimivuudessa. Samaan tapaan yrityksen tietoturva koostuu sadoista yksitt\u00e4isist\u00e4 asioista, joista jokainen auttaa parantamaan yrityksen tietoturvaa. Jarno Kurlinin (2020) insin\u00f6\u00f6ri (YAMK), digitaaliset ratkaisut -koulutusohjelmaan tehdyss\u00e4 Lokitiedon analysointimenetelm\u00e4 &#8211; opinn\u00e4ytety\u00f6ss\u00e4 tutkittiin lokitiedon analysointimenetelmist\u00e4 erityisesti sit\u00e4, mill\u00e4 tavalla poikkeavuuksia voidaan havaita big dataa analysoitaessa. Big dataksi kutsutaan sellaista tietoa, [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/\" \/>\n<meta property=\"og:site_name\" content=\"LAB Focus\" \/>\n<meta property=\"article:published_time\" content=\"2020-06-02T08:05:51+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2020-06-02T08:16:54+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2020\/06\/25_2020_Tietoturvaa-parannettiin-datan-avulla-1.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1280\" \/>\n\t<meta property=\"og:image:height\" content=\"648\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"riagynther\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@LABfinland\" \/>\n<meta name=\"twitter:site\" content=\"@LABfinland\" \/>\n<meta name=\"twitter:label1\" content=\"Kirjoittanut\" \/>\n\t<meta name=\"twitter:data1\" content=\"riagynther\" \/>\n\t<meta name=\"twitter:label2\" content=\"Arvioitu lukuaika\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 minuuttia\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\\\/\"},\"author\":{\"name\":\"riagynther\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#\\\/schema\\\/person\\\/9c880332f36e75c138451ec4aa8eadc7\"},\"headline\":\"Tietoturva paremmaksi big datan ja lokianalyysin avulla\",\"datePublished\":\"2020-06-02T08:05:51+00:00\",\"dateModified\":\"2020-06-02T08:16:54+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\\\/\"},\"wordCount\":487,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2020\\\/06\\\/25_2020_Tietoturvaa-parannettiin-datan-avulla-1.png\",\"keywords\":[\"Artikkeli E1\",\"Big data\",\"tietoturva\"],\"articleSection\":[\"Innovations\"],\"inLanguage\":\"fi\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\\\/\",\"url\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\\\/\",\"name\":\"Tietoturva paremmaksi big datan ja lokianalyysin avulla - LAB Focus\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2020\\\/06\\\/25_2020_Tietoturvaa-parannettiin-datan-avulla-1.png\",\"datePublished\":\"2020-06-02T08:05:51+00:00\",\"dateModified\":\"2020-06-02T08:16:54+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\\\/#breadcrumb\"},\"inLanguage\":\"fi\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fi\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\\\/#primaryimage\",\"url\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2020\\\/06\\\/25_2020_Tietoturvaa-parannettiin-datan-avulla-1.png\",\"contentUrl\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2020\\\/06\\\/25_2020_Tietoturvaa-parannettiin-datan-avulla-1.png\",\"width\":1280,\"height\":648},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Tietoturva paremmaksi big datan ja lokianalyysin avulla\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#website\",\"url\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/\",\"name\":\"LAB Focus\",\"description\":\"Focus Area blog | LAB University of Applied Sciences\",\"publisher\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fi\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#organization\",\"name\":\"LAB Focus\",\"url\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fi\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2020\\\/04\\\/cropped-cropped-tunnus_blogi-01.png\",\"contentUrl\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/wp-content\\\/uploads\\\/sites\\\/8\\\/2020\\\/04\\\/cropped-cropped-tunnus_blogi-01.png\",\"width\":1342,\"height\":288,\"caption\":\"LAB Focus\"},\"image\":{\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/x.com\\\/LABfinland\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/#\\\/schema\\\/person\\\/9c880332f36e75c138451ec4aa8eadc7\",\"name\":\"riagynther\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fi\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/2d283ba3da6ba0aac171b562afc5d3cb03a5583044210fb0b0fd5ab8d66f31fa?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/2d283ba3da6ba0aac171b562afc5d3cb03a5583044210fb0b0fd5ab8d66f31fa?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/2d283ba3da6ba0aac171b562afc5d3cb03a5583044210fb0b0fd5ab8d66f31fa?s=96&d=mm&r=g\",\"caption\":\"riagynther\"},\"url\":\"https:\\\/\\\/blogit.lab.fi\\\/labfocus\\\/author\\\/riagynther\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Tietoturva paremmaksi big datan ja lokianalyysin avulla - LAB Focus","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/","og_locale":"fi_FI","og_type":"article","og_title":"Tietoturva paremmaksi big datan ja lokianalyysin avulla - LAB Focus","og_description":"Mets\u00e4t koostuvat puista, joista jokaisella on oma merkityksens\u00e4 kokonaisuuden toimivuudessa. Samaan tapaan yrityksen tietoturva koostuu sadoista yksitt\u00e4isist\u00e4 asioista, joista jokainen auttaa parantamaan yrityksen tietoturvaa. Jarno Kurlinin (2020) insin\u00f6\u00f6ri (YAMK), digitaaliset ratkaisut -koulutusohjelmaan tehdyss\u00e4 Lokitiedon analysointimenetelm\u00e4 &#8211; opinn\u00e4ytety\u00f6ss\u00e4 tutkittiin lokitiedon analysointimenetelmist\u00e4 erityisesti sit\u00e4, mill\u00e4 tavalla poikkeavuuksia voidaan havaita big dataa analysoitaessa. Big dataksi kutsutaan sellaista tietoa, [&hellip;]","og_url":"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/","og_site_name":"LAB Focus","article_published_time":"2020-06-02T08:05:51+00:00","article_modified_time":"2020-06-02T08:16:54+00:00","og_image":[{"width":1280,"height":648,"url":"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2020\/06\/25_2020_Tietoturvaa-parannettiin-datan-avulla-1.png","type":"image\/png"}],"author":"riagynther","twitter_card":"summary_large_image","twitter_creator":"@LABfinland","twitter_site":"@LABfinland","twitter_misc":{"Kirjoittanut":"riagynther","Arvioitu lukuaika":"2 minuuttia"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/#article","isPartOf":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/"},"author":{"name":"riagynther","@id":"https:\/\/blogit.lab.fi\/labfocus\/#\/schema\/person\/9c880332f36e75c138451ec4aa8eadc7"},"headline":"Tietoturva paremmaksi big datan ja lokianalyysin avulla","datePublished":"2020-06-02T08:05:51+00:00","dateModified":"2020-06-02T08:16:54+00:00","mainEntityOfPage":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/"},"wordCount":487,"commentCount":0,"publisher":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/#organization"},"image":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/#primaryimage"},"thumbnailUrl":"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2020\/06\/25_2020_Tietoturvaa-parannettiin-datan-avulla-1.png","keywords":["Artikkeli E1","Big data","tietoturva"],"articleSection":["Innovations"],"inLanguage":"fi","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/","url":"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/","name":"Tietoturva paremmaksi big datan ja lokianalyysin avulla - LAB Focus","isPartOf":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/#website"},"primaryImageOfPage":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/#primaryimage"},"image":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/#primaryimage"},"thumbnailUrl":"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2020\/06\/25_2020_Tietoturvaa-parannettiin-datan-avulla-1.png","datePublished":"2020-06-02T08:05:51+00:00","dateModified":"2020-06-02T08:16:54+00:00","breadcrumb":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/#breadcrumb"},"inLanguage":"fi","potentialAction":[{"@type":"ReadAction","target":["https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/"]}]},{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/#primaryimage","url":"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2020\/06\/25_2020_Tietoturvaa-parannettiin-datan-avulla-1.png","contentUrl":"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2020\/06\/25_2020_Tietoturvaa-parannettiin-datan-avulla-1.png","width":1280,"height":648},{"@type":"BreadcrumbList","@id":"https:\/\/blogit.lab.fi\/labfocus\/tietoturva-paremmaksi-big-datan-ja-lokianalyysin-avulla\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/blogit.lab.fi\/labfocus\/"},{"@type":"ListItem","position":2,"name":"Tietoturva paremmaksi big datan ja lokianalyysin avulla"}]},{"@type":"WebSite","@id":"https:\/\/blogit.lab.fi\/labfocus\/#website","url":"https:\/\/blogit.lab.fi\/labfocus\/","name":"LAB Focus","description":"Focus Area blog | LAB University of Applied Sciences","publisher":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/blogit.lab.fi\/labfocus\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fi"},{"@type":"Organization","@id":"https:\/\/blogit.lab.fi\/labfocus\/#organization","name":"LAB Focus","url":"https:\/\/blogit.lab.fi\/labfocus\/","logo":{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/blogit.lab.fi\/labfocus\/#\/schema\/logo\/image\/","url":"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2020\/04\/cropped-cropped-tunnus_blogi-01.png","contentUrl":"https:\/\/blogit.lab.fi\/labfocus\/wp-content\/uploads\/sites\/8\/2020\/04\/cropped-cropped-tunnus_blogi-01.png","width":1342,"height":288,"caption":"LAB Focus"},"image":{"@id":"https:\/\/blogit.lab.fi\/labfocus\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/x.com\/LABfinland"]},{"@type":"Person","@id":"https:\/\/blogit.lab.fi\/labfocus\/#\/schema\/person\/9c880332f36e75c138451ec4aa8eadc7","name":"riagynther","image":{"@type":"ImageObject","inLanguage":"fi","@id":"https:\/\/secure.gravatar.com\/avatar\/2d283ba3da6ba0aac171b562afc5d3cb03a5583044210fb0b0fd5ab8d66f31fa?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/2d283ba3da6ba0aac171b562afc5d3cb03a5583044210fb0b0fd5ab8d66f31fa?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/2d283ba3da6ba0aac171b562afc5d3cb03a5583044210fb0b0fd5ab8d66f31fa?s=96&d=mm&r=g","caption":"riagynther"},"url":"https:\/\/blogit.lab.fi\/labfocus\/author\/riagynther\/"}]}},"_links":{"self":[{"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/posts\/1252","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/comments?post=1252"}],"version-history":[{"count":2,"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/posts\/1252\/revisions"}],"predecessor-version":[{"id":1255,"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/posts\/1252\/revisions\/1255"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/media\/1254"}],"wp:attachment":[{"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/media?parent=1252"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/categories?post=1252"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogit.lab.fi\/labfocus\/wp-json\/wp\/v2\/tags?post=1252"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}