Rehan Jalil, administrerende direktør for Securiti – Intervju-serie

Rehan Jalil er administrerende direktør for Securiti.AI, Venture Advisor hos Mayfield Fund og investor og mentor for mange Silicon Valley-startups. Han var SVP og GM for Cloud Security hos Symantec.

Securiti AI er en virksomhedsklar centraliseret platform, der muliggør en sikkert brug af data og AI – og pioneren bag Data+AI Command Center. Virksomhederne stoler på Securiti til deres datasikkerhed, privatliv, styring og overholdelse. Securiti har modtaget adskillige brancher- og analytikerpriser, og blev senest anerkendt af Gartner Peer Insights som kundernes valg til DSPM, og af GigaOm som den bedst ratede leverandør af DSPM.

Kan du uddybe visionen bag Securitis Data Command Center og hvordan det adskiller sig fra andre datastyringsplatforme på markedet?

Vores vision med Data Command Center er ret enkel: Vi søger at give virksomhederne mulighed for at udnytte deres dataaktiver uden at gå på kompromis med privatliv, sikkerhed eller overholdelse. Dette opnås ved at automatisk scanne virksomhedens data landskab (SaaS, IaaS, cloud data søer og lagre osv.) og få detaljerede indsigt i alle følsomme oplysninger og AI-systemer. Disse indsigt, fanget i en unik realtids viden graf, bruges til at gennemtvinge privatlivs- og sikkerheds kontroller og sikre overholdelse af globale data regler. Denne platform er særligt værdifuld i udviklingen af moderne generative AI systemer, som er afhængige af data – især ufølsomme data. Historisk set har virksomhederne afhængigt af en række fragmenterede værktøjer til at håndtere deres dataforpligtelser, hvilket har været kostbart og komplekst. Securitis samlede platform øger effektiviteten, reducerer omkostningerne, minimiserer risikoen og muliggør en sikkert brug af data og AI.

Hvad var de vigtigste udfordringer, du stod overfor, da du lancerede Securiti i 2019, og hvordan formede din erfaring hos Symantec din tilgang?

En af de udfordringer, vi stod overfor, da vi lancerede Securiti, var at løbe ind i Covid-epidemien blot seks måneder efter lanceringen af virksomheden. I de tidlige dage af lanceringen af en virksomhed er det vigtigt at få kunder og tidlig omsætning. Vi havde en del momentum, herunder tidlig kunde traction og vandt RSAC 2020 Most Innovative Startup. En uge efter, at vi vandt RSA-prisen, lukkede verden sig, og vi gik ind i en usikker økonomisk situation. Gennem min erfaring hos Symantec og tidligere virksomheder var jeg meget bekendt med at arbejde med de største globale virksomheder på deres komplekse sikkerhedsbehov. Som hold havde vi også været igennem økonomiske nedgangstider i fortiden. Denne erfaring gav os tilliden til at holde fast i vores strategi, fortsætte med at investere i at løse virkelige problemer, som store virksomheder står overfor, og tålmodigt vente på, at markedet vendte tilbage til en mere normal tilstand.

Hvordan sikrer Securiti AI sikkerheden af følsomme data på tværs af hybrid multicloud-miljøer?

Sikring af følsomme data på tværs af komplekse hybrid multicloud-miljøer kræver en holistisk tilgang. Securiti bruger avanceret teknologi til at automatisk opdage og klassificere data på tværs af virksomhedens samlede data landskab, såsom SaaS, IaaS, data søer, lagre og on-premises systemer, herunder både struktureret og ufølsom data. Securiti beriger yderligere denne information med dybe kontekstuelle indsigt ved at bygge en realtids viden graf, herunder hvem data tilhører, adgangsberettigelse, hvilke regler gælder, hvor data er placeret osv. Denne grundlag er kritisk for at automatisere præcise kontroller til at beskytte følsomme oplysninger og overholde relevante regler. For eksempel automatiserer platformen privatlivsforpligtelser såsom datakort, dataemne rettighedsanmodninger og vurderinger. Den adresserer også datasikkerhedsforpligtelser såsom dataadgangsintelligens og styring, datasikkerhedsstillingsstyring, dataminimering og brudhåndtering. Af særlig interesse i øjeblikket er styring af ufølsomme data og den sikre udvikling af AI-systemer, herunder identificering af skygge-AI, sikring af, at følsomme data ikke føder AI-modeller, katalogisering og overvågning af risici for AI-systemer og gennemtvingelse af kontroller med LLM-brandmure til at beskytte AI-systemer mod misbrug eller misbrug.

Hvordan hjælper Securiti AI virksomheder med at overholde komplekse data privatlivsregler og styre privatlivsforpligtelser effektivt?

At navigere i den komplekse verden af data privatlivsregler kan være overvældende. Nye love kommer i en hurtig takt – som EU’s AI-lov, den Hvide Hus’ AI-executive ordre og Californiens lovbud 1047, der træder i kraft inden for få måneder. Virksomheder har nye krav at overveje dagligt, samtidig med at de også skal overholde rammer såsom NIST’s AI-risikostyring og Singapores model AI-styring. Securiti har et dedikeret forskningsteam, der holder sig opdateret om alle de seneste regler og bygger denne viden ind i vores Data Command Center. Dette giver virksomhederne en realtids kontekst til at højligte potentielle risici sammen med indbyggede skabeloner til at automatisere overholdelse af de seneste regler. Securitis Data Command Center automatiserer mange af de mest tidskrævende og komplicerede opgaver, der er forbundet med privatlivs overholdelse, herunder datakort, privatlivs vurderinger, dataemne rettighedsanmodninger, grænseoverskridende overførsler, brudhåndtering og samtykkestyring.

Kan du diskutere AI’s rolle i Securitis platform og hvordan det forbedrer datasikkerhed og styring?

Securiti bruger avancerede tekniker, der udnytter AI og ML til at give øget nøjagtighed i dataopdagelse og klassificering. Disse tekniker reducerer betydeligt antallet af falske positiver og forbedrer opdagelsen af følsomme indhold i udfordrende datasæt såsom ufølsomme data, billeder og video. Ud over at udnytte AI i platformen er Securitis Data Command Center også afgørende for at hjælpe virksomheder med at styre og administrere deres AI-økosystemer. En del af dette inkluderer sikker behandling af store ufølsomme og strukturerede datasæt, samtidig med at det sikres, at følsomme eller forkerte oplysninger ikke føder AI-modeller. Derudover er der en stor opfordring til at beskytte privatliv og dataadgangsberettigelse og beskytte system-kritiske AI-modeller mod ting som promptinjektion og dataekstraktion. At indsætte omfattende kontroller og rækværk omkring AI-systemer muliggør, at virksomheder kan omfavne innovation sikkert.

Hvordan fungerer Securitis LLM-brandmur, og hvilke fordele tilbyder den i sikring af GenAI-applikationer?

Vores kontekstbevidste LLM-brandmur er blevet en nøglebyggesten i vores sikkerhedsstak. For en kort oversigt er LLM-brandmuren udstyret med avancerede sprogbehandlingsfunktioner, hvilket betyder, at den forstår brugerprompter på flere sprog, analyserer multimedieindhold og tilbyder robust beskyttelse mod en række trusler såsom dataleak, promptinjektioner og skadeligt indhold. Securitis LLM-brandmure er unikke, idet de er kontekstbevidste – med en realtidsforståelse af følsomt indhold og konteksten omkring data, såsom adgangsberettigelse – og giver kontinuerlig overvågning og beskyttelse baseret på realtidsindsigt i data landskabet. Securitis brandmure er også unikke, idet de inspicerer tre forskellige punkter i AI-pipelines, herunder prompt-brandmur (mellem brugerprompten og LLM-modellen, beskyttelse mod ondsindede angreb), hentings-brandmur (mellem LLM-modellen og vektor-databasen, overvågning af, hvilke data der hentes til svaret) og svar-brandmur (mellem LLM-modellen og brugerprompten, sikring af, at passende svar udstedes baseret på virksomhedspolitikker). Disse giver omfattende realtidskontroller til at beskytte AI-systemer. Alle disse interaktioner kræver realtidsinspektion for at identificere eksterne angreb, ondsindede aktører og selv brugerfejl.

Kan du give eksempler på, hvordan globale virksomheder udnytter Securitis Data Command Center til at bryde siloer og opnå samlet dataindsigt?

Som eksempel arbejdede vi med en Fortune 500-virksomhed, der havde komplekse krav på tværs af data privatliv, datasikkerhed og datastyring. Vi engagerede os med nøglemedlemmer af disse hold på højt niveau, herunder deres CPO, CDO og CISO. De klagede over at have dusinvis af fragmenterede værktøjer for at opnå den datastyring, de havde brug for – og disse værktøjer havde ofte inkonsistente visninger af deres data. At sy sammen disse systemer for at opfylde deres forpligtelser omkring deres data var også komplekst og kostbart. De var ivrige efter at udnytte vores løsning for at få en “enkel kilde til sandhed” om deres data landskab, der kunne bruges af de forskellige hold, og eliminere inkonsistenser og strømline operationer mellem grupperne (f.eks. håndtering af grænseoverskridende overførsler eller dataleak, der kræver input fra flere hold). Den samlede platform forbedrede operations effektiviteten, reducerede komplekse integrationsomkostninger og sikrede, at alle hold arbejdede med det samme sæt data, og dermed reducerede ansvar og risici.

Med din omfattende baggrund i sikkerhed, hvilke trends ser du opstå i datasikkerhed og styring?

Virksomheder kæmper med en kompleks række af produkter for at håndtere deres datasikkerheds- og styringskrav. En tydelig trend er opkomsten af samlede platforme, der hjælper med at reducere omkostninger og kompleksitet og faciliterer interdepartemental koordination. En anden trend er den øgede brug af AI og automatisering inden for disse løsninger for at hjælpe med at skala til at tackle eksplosionen af data på tværs af hybrid multicloud og den komplekse række af data regler. Ældre dataopdagelses- og DLP-løsninger opfylder ikke længere disse behov. Endelig er den største trend af alle den hurtige vækst i brugen af AI, især generative AI. Mens alle er bekendt med forbruger-AI-løsninger såsom Chat GPT, er den mere overbevisende brugsmodel enterprise-AI-løsninger, der kan drive innovation og konkurrencefordel. For at bygge virksomhedsgrade AI-systemer vil virksomhederne have brug for omfattende kontroller og datastyringsløsninger til at indsætte passende rækværk. Succesfulde virksomheder vil drive hårdt for at bygge innovative AI-løsninger, hvilket igen vil skabe behov for nye AI-sikkerheds- og styringsløsninger.

Hvordan mener du, at virksomheder skal forberede sig på udfordringerne og mulighederne, der præsenteres af den øgede brug af AI i datastyring?

Eksplosionen af AI er spændende, men virksomheder må prioritere ansvarlig implementering for at undgå, at AI bliver en finansiel eller reputationsmæssig belastning. Ved at prioritere tillidsværdige AI-praksis kan virksomheder – og deres kunder – forvente et højt niveau af gennemsigtighed, kontrolrisici og reputations tillid. Dette betyder at tage kontrol over dit AI-landskab, evaluere modeller for bias og sikkerhed, kontinuerlig overvågning og sikring af etisk datahåndtering. AI skal arbejde for dig, ikke imod dig.

Hvordan integrerer Securiti AI automatisering i datasikkerheds- og privatlivsstyring, og hvilke fordele bringer denne automatisering til virksomheder i forhold til effektivitet og overholdelse?

Securiti AI er bygget på en grundlag af automatisering, der driver effektivitet og reducerer risikoen for menneskelig fejl. Ved at automatisere opgaver såsom dataopdagelse, klassificering og overholdelsesvurderinger frigør vi sikkerheds- og privatlivshold til at fokusere på strategiske initiativer. Vores automatiseringsfunktioner strækker sig til incidentrespons, trusselsdetektion og afhjælpning – så vores kunder kan reagere hurtigt på sikkerhedsincidenser. Derudover spiller automatisering en afgørende rolle i at sikre overholdelse af udviklende regler. Ved at strømline overholdelsesprocesser hjælper vi virksomheder med at reducere omkostninger, minimere risici og demonstrere deres engagement i datatillid.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Securiti AI.