جو ريجينسبورجر، نائب الرئيس للبحث في Immuta – سلسلة المقابلات

جو ريجينسبورجر هو نائب الرئيس الحالي للبحث في Immuta. Immuta هي شركة رائدة في أمن البيانات، وتسمح للمنظمات بفتح قيمة بياناتها السحابية من خلال حماية البيانات وتوفير الوصول الآمن.

تم تصميم Immuta لتكاملها بشكل متكامل مع بيئة السحابة، وتوفر تكاملات أصلية مع مزودي السحابة الرائدين. بعد إطار أمن السيبرانية NIST ، تغطي Immuta غالبية احتياجات أمن البيانات للمنظمات.

ما خلفية تعليمك و كيف وجدت نفسك في نهاية المطاف يعمل في علوم البيانات والتحليلات؟

كان مجال عملي في الدراسات العليا هو فيزياء الطاقة العالية التجريبية. يتطلب تحليل البيانات في هذا المجال الكثير من التحليل الإحصائي، خاصة في فصل التوقيعات للأحداث النادرة عن الأحداث الخلفية الأكثر تواترًا. هذه المهارات مشابهة جدًا لتلك المطلوبة في علوم البيانات.

يمكنك وصف ما يتضمنه دورك الحالي كنائب الرئيس للبحث في Immuta؟

في Immuta، نحن متمسكون بأمن البيانات. هذا يعني أننا نحتاج إلى فهم كيفية استخدام البيانات، وكيف يمكن إساءة استخدامها، وتوفير أدوات للمحترفين في مجال البيانات لدعم مهمتهم، مع منع الإساءة استخدامها. لذلك، يتضمن دورنا فهم احتياجات وتحديات المحترفين في مجال البيانات، خاصة فيما يتعلق باللوائح والأمن، ومساعدتهم في حل هذه التحديات. نحن نريد تقليل الاحتياجات اللوائحية، وتتمكين المحترفين في مجال البيانات من التركيز على مهمتهم الأساسية. دوري هو مساعدة في تطوير حلول لتقليل هذه العبء.

ما هي التحديات الرئيسية في حوكمة الذكاء الاصطناعي مقارنةً بحوكمة البيانات التقليدية؟

أشار قادة التكنولوجيا إلى أن حوكمة الذكاء الاصطناعي هي خطوة طبيعية وتقدم من حوكمة البيانات. ومع ذلك، هناك بعض الاختلافات الرئيسية التي يجب مراعاتها. أولاً وقبل كل شيء، يتطلب حكم الذكاء الاصطناعي مستوى من الثقة في مخرجات نظام الذكاء الاصطناعي. مع حوكمة البيانات التقليدية، كان من السهل على قادة البيانات تتبع الإجابة إلى النتيجة باستخدام نموذج إحصائي تقليدي. مع الذكاء الاصطناعي، تصبح قابلية تتبع الأصل وتعقبها تحديًا حقيقيًا، ويمكن أن تتلاشى الخطوط بسهولة. القدرة على الثقة في النتيجة التي يصل إليها نموذج الذكاء الاصطناعي يمكن أن تتأثر سلبًا بالهلوسات والاختراعات، وهو تحد فريد للذكاء الاصطناعي يجب حلها لضمان الحوكمة المناسبة.

هل تعتقد أنه هناك حل عالمي لحوكمة الذكاء الاصطناعي وأمن البيانات، أو أنه أكثر تحديًا على أساس كل حالة على حدة؟

“أنا لا أعتقد أنه هناك نهج واحد يناسب الجميع لحوكمة الذكاء الاصطناعي فيما يتعلق بأمن البيانات في هذه المرحلة، هناك بالتأكيد اعتبارات يجب على قادة البيانات اتباعها الآن لتأسيس أساس لأمن الحوكمة. عند حوكمة الذكاء الاصطناعي، من المهم جدًا أن يكون هناك سياق حول ما يتم استخدامه من أجل نموذج الذكاء الاصطناعي ولماذا. إذا كنت تستخدم الذكاء الاصطناعي لشيء أكثر روتينًا وأقل تأثيرًا، فإن حساب المخاطر سيكون أقل بكثير. إذا كنت تستخدم الذكاء الاصطناعي لاتخاذ قرارات حول الرعاية الصحية أو تدريب مركبة ذاتية القيادة، فإن تأثير المخاطر سيكون أعلى بكثير. هذا مشابه لحوكمة البيانات؛ لماذا يتم استخدام البيانات هو أمر مهم جدًا كما هو الحال في كيفية استخدامها.

كتبت مؤخرًا مقالًا بعنوان “معالجة التهديدات الخفية للذكاء الاصطناعي”. ما هو الذكاء الاصطناعي الخفي، ولماذا يجب على الشركات أن تولي اهتمامًا بهذا؟

“يمكن تعريف الذكاء الاصطناعي الخفي على أنه استخدام غير مصرح به لأدوات الذكاء الاصطناعي التي تقع خارج إطار الحوكمة للمنظمة. يجب على الشركات أن تكون على دراية بهذا الظاهرة من أجل حماية البيانات لأن تغذية البيانات الداخلية إلى تطبيق غير مصرح به مثل أداة الذكاء الاصطناعي يمكن أن يعرض مخاطر كبيرة. الذكاء الاصطناعي الخفي بشكل عام معروف جيدًا ويمكن إدارته بسهولة بمجرد اكتشافه. فقط إلغاء تطبيق البرنامج وانتقل إلى الأمام. مع الذكاء الاصطناعي الخفي، لا تملك اتفاقية واضحة مع المستخدم حول كيفية استخدام البيانات لتدريب نموذج الذكاء الاصطناعي أو إلى哪里 يتم في النهاية مشاركة الاستجابات التي تم توليدها. بشكل أساسي، بمجرد أن تدخل البيانات إلى النموذج، تفقد السيطرة عليها. من أجل التخفيف من المخاطر المحتملة للذكاء الاصطناعي الخفي، يجب على المنظمات إنشاء اتفاقيات واضحة وعمليات正式ة لاستخدام هذه الأدوات إذا كانت البيانات ستغادر البيئة بأي شكل من الأشكال.

يمكنك أن تفسر فوائد استخدام التحكم في الوصول القائم على السمات (ABAC) مقارنةً بالتحكم في الوصول القائم على الأدوار (RBAC) في أمن البيانات؟

يعمل التحكم في الوصول القائم على الأدوار (RBAC) عن طريق تقييد الأذونات أو الوصول إلى النظام بناءً على دور الفرد داخل المنظمة. الفائدة من هذا هو أن它 يجعل التحكم في الوصول ثابتًا وخطيًا لأن المستخدمين يمكنهم الوصول إلى البيانات فقط إذا تم تعيينهم إلى أدوار محددة مسبقًا. في حين أن نموذج RBAC قد خدم بشكل جيد كطريقة غير مباشرة للتحكم في استخدام البيانات الداخلية، إلا أنه ليس منيعًا تمامًا، ونرى اليوم أن بساطته هي أيضًا عيبها الرئيسي.

كان RBAC عمليًا للمنظمات الصغيرة التي تملك أدوارًا محدودة ومبادرات بيانات قليلة. المنظمات المعاصرة مدفوعة بالبيانات، واحتياجات البيانات تتزايد مع مرور الوقت. في هذا السيناريو الشائع، يتهاوى كفاءة RBAC.幸يًا، لدينا خيارًا أكثر حداثة ومرونة للتحكم في الوصول: التحكم في الوصول القائم على السمات (ABAC). نموذج ABAC يتبنى نهجًا ديناميكيًا أكثر للوصول إلى البيانات والأمن من RBAC. يحدد الأدوار المنطقية عن طريق الجمع بين السمات القابلة للرصد للمستخدمين والبيانات، ويتخذ قرارات الوصول بناءً على هذه السمات. واحدة من نقاط قوة ABAC الكبيرة هي طابعها الديناميكي والقابل للتطوير. مع نمو حالات استخدام البيانات وتتمكين المزيد من المستخدمين داخل المنظمات، يجب أن يكون التحكم في الوصول قويًا بما يكفي لتوسيع نطاق بيئتهم للحفاظ على أمن البيانات الثابت. نظام ABAC也有 ميل إلى أن يكون أكثر أمانًا بشكل طبيعي من نماذج التحكم السابقة. ما هو أكثر من ذلك، لا يأتي هذا المستوى العالي من أمن البيانات على حساب القابلية للتوسيع. على عكس معايير التحكم السابقة ومعيار الحوكمة، يخلق الطابع الديناميكي ل ABAC نموذجًا قويًا للمستقبل.

ما هي الخطوات الرئيسية لتوسيع الوصول إلى البيانات مع الحفاظ على حوكمة البيانات وأمنها القويين؟

يستخدم التحكم في الوصول إلى البيانات لتقيد الوصول والأذونات والامتيازات الممنوحة للمستخدمين والنظم التي تساعد على ضمان أن فقط الأفراد المأذون لهم يمكنهم رؤية واستخدام مجموعات البيانات المحددة. ومع ذلك، فإن فرق البيانات تحتاج إلى الوصول إلى أكبر قدر ممكن من البيانات لتحقيق رؤى الأعمال الأكثر دقة. هذا يقدم مشكلة لأفرقة أمن البيانات والحوكمة التي تتحمل مسؤولية ضمان حماية البيانات بشكل كاف ضد الوصول غير المصرح به والمخاطر الأخرى. في بيئة أعمال متزايدة التوجّه نحو البيانات، يجب أن تتوازن بين هذه المصالح المتضاربة. في الماضي، حاولت المنظمات تحقيق هذا التوازن باستخدام نهج سلبي للتحكم في الوصول إلى البيانات، مما أدى إلى انسدادات البيانات وعرقلة المنظمات فيما يتعلق بالسرعة. لتوسيع الوصول إلى البيانات مع الحفاظ على حوكمة البيانات وأمنها القويين، يجب على المنظمات أن تتبنى التحكم الآلي في الوصول إلى البيانات، مما يُدخل السرعة والمرونة والدقة في عملية تطبيق القواعد على البيانات. هناك خمس خطوات لتحقيقها لتحويل التحكم في الوصول إلى البيانات تلقائيًا:

1. يجب أن تدعم أي أداة يستخدمها فريق البيانات.
2. يجب أن تدعم جميع البيانات، بغض النظر عن مكان تخزينها أو تقنية التخزين الأساسية.
3. يتطلب الوصول المباشر إلى نفس البيانات الحية في جميع أنحاء المنظمة.
4. يمكن لأي شخص، بمستوى الخبرة الذي لديه، فهم القواعد والسياسات التي يتم تطبيقها على بيانات المنظمة.
5. يجب أن تعيش سياسات الخصوصية في موقع مركزي واحد.
6. بمجرد إتقان هذه الركائز، يمكن للمنظمات الخروج من النهج السلبي للتحكم في الوصول إلى البيانات وتمكين التحكم في الوصول الآمن والكفء والقابل للتطوير.

فيما يتعلق بمراقبة البيانات في الوقت الفعلي، كيف تمكن Immuta المنظمات من إدارة استخدام البيانات ومخاطر الأمن بشكل استباقي؟

تمكن منتج Immuta Detect المنظمات من إدارة استخدام البيانات بشكل استباقي من خلال تسجيل البيانات تلقائيًا بناءً على مدى حساسية البيانات وكيفية حمايتها (مثل التمويه أو الغرض المعلن للوصول إليها) بحيث يمكن لفريق البيانات وأمن المعلومات تحديد الأولويات للمخاطر والحصول على تنبيهات في الوقت الفعلي حول الحوادث الأمنية المحتملة. من خلال سرعة ظهور وتحديد الأولويات لمخاطر استخدام البيانات مع Immuta Detect، يمكن للعملاء تقليل وقت التخفيف من المخاطر والحفاظ على أمن البيانات القوي بشكل عام لبياناتهم.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم أكثر يجب أن يزوروا Immuta.