DemandScience by Pure Incubation: डेटा में सेंध

DemandScience by Pure Incubation के रिकॉर्ड में दर्ज डेटा की श्रेणियों को ईमेल पते, नियोक्ता की जानकारी, पदनाम, नाम और उपनाम, फ़ोन नंबर, भौतिक पते और सोशल मीडिया प्रोफ़ाइल के लिंक के रूप में देखा जाना चाहिए। ईमेल पतों का इस्तेमाल लक्षित फ़िशिंग, पासवर्ड रीसेट से जुड़ी धोखाधड़ी की योजनाओं और अलग-अलग सेवाओं पर खातों का मिलान करने के लिए किया जा सकता है। नियोक्ता की जानकारी का इस्तेमाल कॉर्पोरेट फ़िशिंग, फ़र्ज़ी आपूर्तिकर्ता संदेशों और लक्षित तरीके से खरीदारी का दबाव बनाने के लिए किया जा सकता है। पदनाम से अधिकार का स्तर, विभाग और निर्णय लेने में व्यक्ति की भूमिका समझने में मदद मिल सकती है। नाम और उपनाम की जानकारी से फ़र्ज़ी सहायता, डिलीवरी, बिल और ग्राहक सेवा के संदेश अधिक विश्वसनीय लगते हैं। फ़ोन नंबरों से SMS, कॉल और मैसेजिंग ऐप के ज़रिए व्यक्ति के हिसाब से तैयार की गई धोखाधड़ी की योजनाएँ बनाना संभव होता है। भौतिक पतों का इस्तेमाल डिलीवरी, बिलिंग, सदस्यताओं और स्थानीय सेवाओं से जुड़े सोशल इंजीनियरिंग संदेशों में किया जा सकता है। सोशल मीडिया प्रोफ़ाइल के लिंक किसी व्यक्ति की वास्तविक पहचान, उसके काम और ऑनलाइन खातों के बीच कड़ी बन सकते हैं।

जब नियोक्ता, पदनाम, फ़ोन नंबर, पता और सोशल मीडिया प्रोफ़ाइल का लिंक एक साथ उपलब्ध हों, तो फ़र्ज़ी आपूर्तिकर्ता, बिक्री, भर्ती, सम्मेलन या बिल संबंधी संदेश और किसी वरिष्ठ अधिकारी का रूप धरकर भेजे गए संदेश अधिक वास्तविक लगते हैं। कॉर्पोरेट ईमेल पता हमले का दायरा व्यक्तिगत खाते से कंपनी तक ले जा सकता है।

DemandScience का रिकॉर्ड demandscience.com डोमेन, Pure Incubation के इतिहास और 2024 की शुरुआत में सामने आए B2B डेटासेट से जुड़ा है। इसका दायरा कॉर्पोरेट ईमेल, नियोक्ता, पदनाम, पूरा नाम, फ़ोन नंबर, भौतिक पता और सोशल मीडिया प्रोफ़ाइल के लिंक तक सीमित है। यह मानकर चलना चाहिए कि इसमें पासवर्ड, बैंक संबंधी जानकारी या निजी खातों की सामग्री नहीं है।

जो फ़ील्ड DemandScience के रिकॉर्ड में मौजूद नहीं हैं, उनका वर्णन इस तरह नहीं किया जाना चाहिए मानो वे लीक हुए हों। भुगतान कार्ड का पूरा विवरण, सरकारी पहचान-पत्र, निजी संदेश, स्वास्थ्य संबंधी डेटा, बैंक की जानकारी या डिवाइस की सामग्री जैसी श्रेणियों को जोखिम के आकलन में तभी शामिल करना चाहिए, जब वे रिकॉर्ड में स्पष्ट रूप से मौजूद हों। यह विवरण सत्यापन योग्य डेटा श्रेणियों और घटना की ज्ञात सीमाओं पर आधारित है।

जिन कर्मचारियों के कॉर्पोरेट ईमेल पते सूची में हैं; बिक्री, मार्केटिंग, वित्त, प्रबंधन, मानव संसाधन और खरीद से जुड़ी भूमिकाओं में काम करने वाले लोग; जिन उपयोगकर्ताओं की LinkedIn प्रोफ़ाइल उनके काम के ईमेल से मेल खाती है; और बाहर से आने वाले प्रस्तावों के संदेश स्वीकार करने वाली टीमें अधिक जोखिम में हैं।

जो उपयोगकर्ता अलग-अलग सेवाओं पर एक ही ईमेल पता इस्तेमाल करते हैं, पुराने पासवर्ड दोबारा इस्तेमाल करते हैं, काम और निजी खातों को अलग नहीं रखते या कई प्लेटफ़ॉर्म पर फ़ोन नंबर और पते की जानकारी साझा करते हैं, वे अधिक जोखिम में हैं। डेटा संग्रह या B2B प्रोफ़ाइल पंजीकरण के मामलों में भी जोखिम का आकलन केवल किसी एक खाते के बजाय अलग-अलग स्रोतों की जानकारी जोड़कर बनी प्रोफ़ाइल के प्रभाव के आधार पर किया जाना चाहिए।

जिन उपयोगकर्ताओं को मिलान का सकारात्मक परिणाम मिलता है, उन्हें अचानक मिले नौकरी के प्रस्तावों, बिक्री, बिलों, बैठकों, आपूर्तिकर्ता में बदलाव और भुगतान की मंज़ूरी से जुड़े संदेशों को आंतरिक सत्यापन प्रक्रियाओं के ज़रिए जाँचना चाहिए। चूँकि DemandScience के रिकॉर्ड में पासवर्ड नहीं हैं, इसलिए प्राथमिकता सोशल इंजीनियरिंग और कॉर्पोरेट फ़िशिंग के प्रति जागरूकता होनी चाहिए।

जिन उपयोगकर्ताओं को मिलान का सकारात्मक परिणाम मिलता है, उन्हें उन खातों के पासवर्ड बदलने चाहिए जिनमें वे एक जैसे या मिलते-जुलते पासवर्ड इस्तेमाल करते हैं। जहाँ संभव हो, दो-कारक प्रमाणीकरण चालू करना चाहिए और अपने हाल के सत्रों की जाँच करनी चाहिए। जिन रिकॉर्ड में पासवर्ड नहीं हैं, लेकिन संपर्क या प्रोफ़ाइल संबंधी डेटा है, उनके मामले में अनपेक्षित कॉल, प्रस्तावों, रिटर्न, साझेदारियों और सत्यापन संदेशों से सावधान रहना चाहिए।

लंबे समय में पासवर्ड मैनेजर, हर खाते के लिए अलग पासवर्ड और दो-कारक प्रमाणीकरण इस्तेमाल करने तथा खातों से अनावश्यक व्यक्तिगत जानकारी हटाने की आदत जोखिम कम करती है। अलग-अलग प्लेटफ़ॉर्म पर एक ही ईमेल पता दोबारा इस्तेमाल करने से अलग-अलग डेटा लीक की जानकारी को जोड़ना आसान हो जाता है; महत्वपूर्ण खातों के लिए अलग ईमेल पता या ईमेल उपनाम इस्तेमाल करने पर विचार किया जा सकता है।

कंपनियों को कर्मचारियों के संपर्क डेटा की सार्वजनिक उपलब्धता कम करनी चाहिए, वित्त और खरीद से जुड़े लेनदेन में दूसरी मंज़ूरी की व्यवस्था अपनानी चाहिए और कर्मचारियों को उनके पदनाम के आधार पर निशाना बनाने वाले फ़िशिंग प्रयासों से बचने का प्रशिक्षण देना चाहिए। व्यक्तिगत उपयोगकर्ताओं को काम और निजी खातों को अलग रखना चाहिए।

LeakData की जाँच से पता चलता है कि खोजा गया ईमेल पता DemandScience के रिकॉर्ड में मौजूद है या नहीं। सकारात्मक परिणाम मिलने पर भी यह निश्चित नहीं होता कि सभी डेटा फ़ील्ड उसी उपयोगकर्ता से संबंधित हैं; फिर भी, यह सुरक्षात्मक कदम उठाने के लिए पर्याप्त चेतावनी है। नकारात्मक परिणाम केवल यह बताता है कि इस डेटासेट में कोई मिलान नहीं मिला। इससे यह संभावना समाप्त नहीं होती कि वह ईमेल पता किसी अन्य डेटा लीक में मौजूद हो।

सकारात्मक परिणाम बताता है कि ईमेल पता DemandScience/Pure Incubation से जुड़े B2B डेटासेट में मौजूद है। इस परिणाम का मतलब यह नहीं है कि पासवर्ड लीक हुआ है; फिर भी, कंपनियों को निशाना बनाए जाने और सोशल इंजीनियरिंग के जोखिम के संदर्भ में इसे ध्यान में रखना चाहिए।