美国尚未通知21.5万数据泄露受害者

政府官员周二表示,在发现2150万美国人的敏感个人信息在政府数据库遭到黑客入侵后的两个月,没有一个受影响的人得到正式通知。
熟悉对违规行为进行调查的多个机构的官员说,负责监督数据的人事管理办公室 (OpM) 正在与其他机构合作,建立一个系统来通知受害者。
OpM的一位不愿透露姓名的官员说,由于数据的复杂性以及政府雇员和承包商经常在不同机构之间流动的事实,因此要建立一个机制还需要几周的时间。
这位官员说,政府正在尝试建立一个集中的系统,而不是将通知留给单独的机构。预计OpM将雇用外部承包商,但尚未为该工程招标。
OpM负责人凯瑟琳·阿克莱塔 (Katherine Archuleta) 上周五辞职,此前国会因5月份披露的安全漏洞以及4月早些时候公布的OpM黑客攻击而遭到猛烈抨击。政府官员怀疑中国黑客对此负责。
一位美国官员说,几乎所有在较早的违规事件中暴露的420万人 (仅影响基本的工作申请数据) 都已得到通知。他们已被邀请参加身份保护计划。
5月发现并于上周公开的更大的违规行为涉及OpM收集的更敏感的个人信息,用于对当前,前任和潜在的联邦雇员和承包商进行安全检查。
他们包括申请安全许可的1970万承包商和雇员,以及180万个人数据被包括在安全许可申请中的 “非申请人”,例如配偶。
OpM表示,任何2000年或之后通过OpM进行安全检查背景调查的人都可能受到最新数据泄露的影响。
在两次违规中数据受损的企业之间存在一些重叠。
(马克·霍森鲍尔在华盛顿的报道; 丽莎·舒梅克 (Lisa Shumaker) 编辑)
郑重声明:文章仅代表原作者观点,不代表本站立场;如有侵权、违规,可直接反馈本站,我们将会作修改或删除处理。
                        
                            相关阅读
                        
                        
                    
                            猜你喜欢
                        
                        -     
                                    奥巴马提出新法律以保护消费者数据,隐私2022-03-10
-     
                                    您的企业可以从Netflix,Eloqua和2008选举中了解如何利用大数据2022-03-09
-     
                                    公司需要承担保护敏感用户数据的责任2022-03-09
-     
                                    每个企业家都需要了解的2015协作趋势2022-03-09
-     
                                    索尼影业的3个教训警示故事2022-03-09
-     
                                    您的数据也需要定期进行健康检查2022-03-09
-     
                                    开放政府数据可以激发创业创新的5种方式2022-03-07
-     
                                    为什么使用 “大数据” 的企业赚更多的钱 (信息图)2022-03-07
-     
                                    选择实际工作的营销自动化软件的4个步骤2022-03-07
-     
                                    为每位创建大数据解决方案的企业家提供4个教训2022-03-06
-     
                                    担心内幕数据被盗?这家初创公司已经覆盖了你。2022-03-06
-     
                                    将大数据纳入营销策略的5种方法2022-03-06
-     
                                    “物联网” 对有进取心的企业家意味着什么2022-03-06
-     
                                    避免 “不可避免的” 违规行为: 零售商应增强安全性的4种方式2022-03-06
-     
                                    我们需要更多: 大数据还是快速数据?2022-03-06

 
                                         
                                         
                                         
                                         
                                         
                                         2022-03-10
2022-03-10 
  
  
                                         
                                         
                                         
                                         
 
 投资
投资


