BSSN: Ada 1,6 Miliar Serangan Siber Sepanjang 2021

Kepala BSSN Hinsa Siburian.
Sumber :
  • VIVA.co.id/Misrohatun Hasanah

VIVA – Badan Siber dan Sandi Negara (BSSN) mencatat sepanjang tahun 2021 terdeteksi lebih dari 1,6 miliar serangan siber berseliweran di dunia maya. Serangan itu berupa teknikal hingga sosial.

“Untuk serangan teknikal dengan sasaran perangkat lunak yang berdampak pada perangkat keras, sementara serangan yang bersifat sosial menargetkan manusia,” kata Kepala BSSN, Letjen TNI (purn) Hinsa Siburian saat menggelar konferensi pers, Senin 7 Maret 2022.

Hinsa mengatakan, dewasa ini serangan siber seolah telah menjadi perang yang tidak perlu deklarasi dan dapat dilaksanakan terus menerus, sehingga dapat membahayakan.

“Maka perlu kita waspada,” kata Hinsa.

Logo Badan Siber dan Sandi Negara (BSSN).

Photo :
  • BSSN.go.id

Hinsa mengatakan, untuk kasus serangan siber paling banyak terjadi yakni bersifat teknikal diantaranya Malware, Trojan Activity dan Information Gathering.

“Jenis serangan siber sebanyak 1 miliar lebih adalah infeksi Malware dengan tren kasus berupa Web Defacements, Data Breach, Human Operated Ransomware, dan Advance Persistent Threat,” kata Hinsa.

Dari data itu, tercatat sector akademik yang paling banyak mendapatkan serangan siber yakni sebesar 38,03 persen, selanjutnya swasta 25,37 persen, Pemerintah daerah 16,86 persen, pemerintah pusat 8,26 persen, hokum 4,18 persen dan personal 2,66 persen.

Sementara untuk serangan sosial, Hinsa mengatakan, berdasar data dari Polri telah ditemukan sebanyak 19.529 aduan berupa pengancaman, penipuan, pemerasan, bad news dan pornografi dan berdasarkan data Menkominfo, ditemukan sebanyak 2.036 sebaran hoax terutama tentang Covid-19.

“Langkah teknis yang telah dilakukan kami, untuk memperkuat keamanan siber nasional diantaranya pemasangan sensor Honeynet dan analisis malware, optimalisasi cakupan monitoring NSOC, pembentukan tim respons insiden keamanan siber (CSIRT) dan lain lain,” kata Hinsa.

Baca juga: BSSN Buka Suara soal Kebocoran Data di Deep Web