最初，我写这篇博客是关于对数字数据的误解所涉及的安全风险，以及传统智慧的问题。然而，为了理解一些最近的恶意软件统计数据，我在互联网上的阅读让我稍微偏离了方向。
在分析漏洞和看电视的间隙，我最近发现自己在网上浏览一些当前的安全统计数据，这可能是IT经理偶尔应该做的事情。通常情况下，检查这种普通数据只是为了提供关于各种IT趋势的信息——常见的攻击向量、频繁的3理查德·道金斯党的剥削-帮助决策任务，如，安全资源分配。我们应该更多地关注UTM、端点安全还是挤压保护?
虽然，这也是一个很好的实践理解这些安全统计数据。
在某些时候，我会继续我的一个咆哮，“信息就是数据仅仅是看，而知识就是数据理解，但目前，我只讲一些皮毛。所知道的任何人都可以记住和反哺数字，或经常被错误标记的数据，但很少有人能真正理解它们的含义、相关性或真相。
这就是我的思路暂时脱轨的地方。我要举一些优秀的例子，关于领先行业资源对安全数据的误传。后来，我偶然在《计算机世界》上看到了几篇不太有意义的文章。
4月4日th计算机世界报道“根据安全专家的说法，到今年年底，病毒总数将达到100万。”然后，四天后，《计算机世界》所述根据赛门铁克的说法，恶意软件的数量在2007年下半年达到了一百万大关。为什么这样一个里程碑式的数字被忽略了4个月，导致一篇推测性的文章仅仅在4天后才被发现是编辑错误?
但是，一个更大的问题是：1M屏障突破的真正意义是什么？也许是，只是一个很好的大轮数字，额外的零点将为一个好消息故事来说？如果恶意软件达到950,000岁时，任何安全策略或机制会发生变化吗？你可能知道答案。
另一方面，它是一个里程碑，或者至少是一个测量。实际意义是变化率，恶意软件的急剧增加。赛门铁克的互联网安全威胁报告卷XIII，不久前放出，对2007年最后6个月的威胁活动进行了深入分析。其中最重要的进展之一是它对恶意代码趋势的观察。该研究强调了去年恶意软件的指数级增长。该公司报告称，去年共发现了110万个代码威胁，其中711,912个被发现。这表明64%的威胁来自于去年。有互联网真的在过去的一年中变得那么危险了吗?
我不知道。但我知道这种类型的统计报告对安全供应商的业务有益。我也知道，在没有某些变量的情况下，任何数据集都可以偏斜以产生有利的结果。阅读他们的报告后，我有许多未答复的问题。他们说，所有以前的报告都是基于，“从企业和家庭用户收到的恶意代码报告的数量”，以及当前报告还根据潜在感染审查“恶意代码”。这如何影响报告之间的相对数据？
计数恶意软件威胁时，有多少真正独特？有多少变异菌株？以及用于区分两者的实际标准是什么？这种歧视标准如何随着时间的推移而改变，适应能够产生多态的变形发动机和变质恶意软件?如果恶意软件现在出现在新的设备，如ipod或USB驱动器还基于美国互联网使用的增长是否存在相对调整（目前72%的人口)？
我绝不是在挑战赛门铁克的工作。我我试图让人们质疑任何一个供应商提供的数字和统计数据。对方法学提出疑问和询问缺席变量是很重要的。最理想的情况是，能够访问原始数据，允许用户执行自己的统计分析，并在需要时生成特定的自定义安全指标。
虽然到底，我没有认为任何人都必须取出他们的计算器，以在数学上同意，恶意软件是一个不断增长的问题。
我可以在greyhat@computer.org上进行统计分析