Ελίζαμπεθ Νάμμουρ, CEO και Ιδρυτής της Teleskope – Σειρά Συνεντεύξεων

Ελίζαμπεθ Νάμμουρ, CEO και ιδρυτής της Teleskope, είναι μηχανικός ασφαλείας που έχει γίνει ιδρυτής, με καριέρα που περιλαμβάνει ρόλους ασφαλείας δεδομένων, μηχανικής λογισμικού και καινοτομίας σε einige από τις μεγαλύτερες τεχνολογικές εταιρείες του κόσμου. Ενώ εργαζόταν ως ανώτερος μηχανικός λογισμικού με επίκεντρο την ασφάλεια δεδομένων στην Airbnb (ABNB ), αντιμετώπισε την επιχειρησιακή πρόκληση της κατανόησης και ελέγχου των τεράστιων, ταχέως αναπτυσσόμενων κτημάτων δεδομένων που διασκορπίζονται σε δεκάδες συστήματα. Αυτή η εμπειρία, σε συνδυασμό με προηγούμενους τεχνικούς και στρατηγικούς ρόλους στην Amazon (AMZN ) και Booz Allen Hamilton (BAH ), διαμόρφωσε την άποψή της για το πώς οι σύγχρονες οργανώσεις αγωνίζονται για την διακυβέρνηση ευαίσθητων δεδομένων σε κλίμακα και τελικά την οδήγησε να δημιουργήσει μια εταιρεία που αντιμετωπίζει αυτό το κενό.

Teleskope είναι μια σύγχρονη πλατφόρμα ασφαλείας δεδομένων που σχεδιάστηκε για να βοηθήσει τις οργανώσεις να κατανοούν συνεχώς πού ζουν τα δεδομένα τους, πώς χρησιμοποιούνται και ποια рисks δημιουργούν καθώς τα περιβάλλοντα γίνονται πιο σύνθετα. Κατασκευασμένο με τους développers και τις ομάδες ασφαλείας στο μυαλό, η πλατφόρμα τονίζει την ακριβή ορατότητα δεδομένων, την αυτοματοποιημένη διόρθωση και τις πολιτικές ελέγχου σε cloud, SaaS και υβριδικά περιβάλλοντα. Με την κίνηση πέρα από τις στατικές ελέγχους και τις χειροκίνητες διαδικασίες, η Teleskope στοχεύει να δώσει στις οργανώσεις μια πρακτική βάση για τη διαχείριση της διασποράς δεδομένων ενώ επιτρέπει την υπεύθυνη υιοθέτηση AI.

Ιδρύσατε την Teleskope μετά την κατασκευή εσωτερικών εργαλείων ασφαλείας δεδομένων στην Airbnb για να καταλογραφήσετε και να ταξινομήσετε δεδομένα σε τεράστια κλίμακα. Ποια στιγμή σας έπεισε ότι αυτό χρειαζόταν να γίνει μια εταιρεία και όχι ένα εσωτερικό έργο, και πώς οι πρώτες αυτές μαθήματα διαμόρφωσαν τη θέση του προϊόντος σας;

Όταν ολοκλήρωσα την κατασκευή αυτού του προϊόντος στην AirBnB, είχα την ευκαιρία να γράψω ένα άρθρο στο blog της AirBnB με τίτλο “Αυτοματοποίηση της προστασίας δεδομένων σε κλίμακα”. Δεν περίμενα ότι κάτι θα γίνει από αυτό, αλλά η κοινότητα ασφαλείας ανταποκρίθηκε πολύ ευνοϊκά και άρχισα να λαμβάνω μηνύματα από επαγγελματίες από όλο τον κόσμο. Σίγουρα είχα αυτή τη στιγμή της συνειδητοποίησης ότι πολλοί μοιράζονταν τις ίδιες προκλήσεις που αντιμετώπιζα, και ότι αυτό το προϊόν ήταν κάτι που η αγορά ζητούσε πραγματικά. Βάστηκα πολύ στις πρώτες ημέρες στις ανατροφές από τους ομοτίμους μου, και ακόμη και η Teleskope v1.0 ήταν πολύ καλύτερη από ότι είχα αρχικά κατασκευάσει στην AirBnB. Σήμερα το προϊόν μας είναι μεγαλύτερο και πιο επηρεστικό από ότι μπορούσα να φανταστώ τότε.

Η πολλαπλή ταξινόμηση σας συνδυάζει παραδοσιακή ML, μοντέλα ειδικά για μορφές και επικύρωση GenAI. Μπορείτε να μας οδηγήσετε μέσα στη λογική απόφασης και πώς μειώνετε τα ψευδώς θετικά/αρνητικά σε κλίμακα;

Θα σας συνιστούσα να διαβάσετε το άρθρο μας, που έγραψα μαζί με τον επικεφαλή της Επιστήμης Δεδομένων, Ivan, σχετικά με την ταξινόμηση δεδομένων. Θα πω πρώτα ότι αυτό είναι ένα έργο τέχνης, όσο και επιστήμης. Υπάρχει μια τεράστια ποσότητα νюανς – κάθε φορά που βρίσκετε μια ευαίσθητη οντότητα δεδομένων, ο контекστ θα είναι μοναδικός. Εν τω μεταξύ, η κλίμακα των δεδομένων έχει κάνει αυτό το πρόβλημα άπειρα πιο προκλητικό, γιατί η σάρωση petabytes δεδομένων σε παραγωγή παίρνει πολύ υπολογιστική ισχύ και πολύ χρόνο. Βασικά, υπάρχει ένας λόγος για τον οποίο αυτό συνεχίζει να θεωρείται ένα σε μεγάλο βαθμό ανεπίλυτο πρόβλημα.

Όπου η τέχνη έρχεται είναι να κατανοήσουμε πώς να ισορροπήσουμε όλα τα εμπόδια – ταχύτητα, καθυστέρηση, ακρίβεια, κόστος και εύρος (σε αποθήκες δεδομένων, μορφές αρχείων, γλώσσες κ.λπ.). Πάντα πιστεύαμε ότι η απάντηση πρέπει να είναι δημιουργική και πρέπει να είναι πολλαπλή. Αυτός είναι ο λόγος για τον οποίο έχουμε λάβει την προσέγγιση που έχουμε, συνδυάζοντας πολλές από τις διαθέσιμες μεθόδους ταξινόμησης για να έχουμε μια δυναμική και νюανς προσέγγιση που, για να το συντομεύσω, έχει σχεδιαστεί για να χρησιμοποιήσει την πιο ελαφριά μέθοδο δυνατή, χωρίς να θυσιάζει σημαντικά την ακρίβεια. Αυτή η δυναμική προσέγγιση μας επιτρέπει να σαρώνουμε δεδομένα 10-20 φορές ταχύτερα από εργαλεία που εξαρτώνται από μοντέλα LLM και να παρέχουμε επίσης πολύ πιο ακριβή αποτελέσματα από προσεγγίσεις REGEX ή συμβατικές προσεγγίσεις με βάση το контекστ.

Πρόσφατα εισαγάγατε το Prism, με επίκεντρο την κατανόηση δεδομένων σε επιχειρηματικό επίπεδο και την GenAI-ενισχυμένη διόρθωση. Ποια νέα περιπτώσεις χρήσης ξεκλειδώνει αυτό σε σύγκριση με την ανίχνευση PII σε στοιχείο-επίπεδο, και πώς προστατεύετε από την ψευδαίσθηση στις ενέργειες διόρθωσης;

Όταν πρώτα ξεκίνησα να αντιμετωπίσω την πρόκληση της ταξινόμησης και προστασίας δεδομένων, ο στόχος μου ήταν να μειώσω τα ψευδώς θετικά αποτελέσματα. Για παράδειγμα, πώς μπορούμε να βεβαιωθούμε ότι τουλάχιστον το 95% της φοράς όταν σηματοδοτούμε κάτι ως Αριθμός Κοινωνικής Ασφάλισης, θα αποδειχθεί πραγματικά ότι είναι Αριθμός Κοινωνικής Ασφάλισης. Πριν από quelques χρόνια, ακόμη και το 80% ακρίβεια σε διαφορετικά είδη δεδομένων θα ήταν μια βελτίωση.

Αλλά με την εργασία μας κοντά στους πελάτες μας το τελευταίο χρόνο, έγινε σαφές ότι ο “θόρυβος” που οι ομάδες είναι υπερφορτωμένες δεν προκαλείται μόνο από ανακριβείς ταξινομήσεις οντοτήτων δεδομένων (τα παραδοσιακά “ψευδώς θετικά”). Ο θόρυβος είναι συχνά τόσο πολύ για το ότι οι ομάδες είναι υπερφορτωμένες με άσχετες ειδοποιήσεις όσο και για το ότι λαμβάνουν ψευδείς ειδοποιήσεις. Αυτό που κάνει το Prism είναι να ξεκλειδώνει την ικανότητά μας να λάβουμε υπόψη πολύ περισσότερο kontekst – όχι μόνο “τι είναι αυτό το κομμάτι δεδομένων” ή “ποιος έχει πρόσβαση σε αυτό το αρχείο”, αλλά και “τι, πρακτικά, είναι αυτό το αρχείο”. Συνδυάζοντας αυτό με πληροφορίες που μπορούμε να λάβουμε σχετικά με το τι μια δεδομένη επιχείρηση πραγματικά κάνει και φροντίζει, μπορούμε να παρέχουμε ένα προϊόν που προσφέρει σε κάθε εταιρεία διαφορετικές định義σεις “ευαίσθητων” δεδομένων.

Η κατανόηση αυτού του επιπέδου νύανς είναι ένας πραγματικός game changer. Η αποθήκευση εκατοντάδων Αριθμών Κοινωνικής Ασφάλισης σε ένα Google (GOOGL ) Doc στο προσωπικό σας drive, για παράδειγμα, μπορεί να είναι ένα μεγάλο ρίσκο και παραβίαση της Πολιτικής Διαχείρισης Δεδομένων. Αλλά το να έχεις ένα φάκελο σε ένα ασφαλές drive HR γεμάτο με τα W2 των υπαλλήλων σου; Αυτή είναι αναμενόμενη συμπεριφορά. Οι ομάδες ασφαλείας θέλουν να ειδοποιηθούν για το πρώτο, αλλά το να λαμβάνουν ειδοποίηση για κάθε W2 υπαλλήλου, αποθηκευμένο σωστά, είναι απλώς θόρυβος. Η κατανόηση του πού και σε ποιο kontekst ευαίσθητα δεδομένα κατοικούν απαιτεί περισσότερα από μια μοντέλο ταξινόμησης οντοτήτων.

Συνεργαζόμαστε με μια πολυεθνική χημική εταιρεία, Chevron (CVX ) Philips Chemicals. Αυτή η επιχείρηση δεν θα αγοράσει ποτέ ένα εργαλείο προστασίας προσωπικών δεδομένων ή ένα τυπικό DSPM, γιατί δεν βλέπουν τον κίνδυνο δεδομένων καταναλωτών ως προτεραιότητα. Αλλά αυτό που φροντίζουν είναι η πνευματική ιδιοκτησία με τη μορφή προπριetary χημικών εξισώσεων. Μπορούμε να βγάλουμε το νόημα ενός εγγράφου σε μια λίστα με κλαστερισμένα labels, μπορούμε να ανιχνεύσουμε μοναδικά ευαίσθητα στοιχεία και να βρούμε περιπτώσεις αυτών των δεδομένων να βρίσκονται σε “λανθασμένα” μέρη. Συνδυάζοντας αυτό το kontekst με την αυτοματοποιημένη διόρθωση, μπορούμε να πάρουμε ενέργειες για να αρχειοθετήσουμε, να διαγράψουμε, να σβήσουμε ή να μετακινήσουμε αυτά τα αρχεία στη σωστή θέση. Κανείς στην αγορά ασφαλείας δεδομένων δεν κάνει αυτό το είδος εργασίας.

Η Teleskope υπογραμμίζει τη συνεχής ανακάλυψη σε multi-cloud, on-prem και συστήματα τρίτων, συμπεριλαμβανομένων και shadow δεδομένων. Τι σημαίνει “πλήρης χάρτης” κάλυψης, και πόσο γρήγορα μπορείτε να επιφανείσετε άγνωστες αποθήκες σε μια εγκατάσταση greenfield;

Το “πλήρης” είναι ένα δυσκόλo λέξη εδώ – στην πραγματικότητα είναι μια μπάρα που μετακινείται συνεχώς, ακόμη και σε ημερήσια βάση. Αυτός είναι ο λόγος για τον οποίο είναι τόσο δύσκολο να διαχειριστείτε τη διασπορά δεδομένων. Ο στόχος μας έχει πάντα ήταν για την Teleskope να υπάρχει όπου υπάρχουν τα δεδομένα των πελατών μας. Είμαστε σε μεγάλο βαθμό ένα προϊόν που βασίζεται στις ενσωματώσεις – έχουμε κατασκευάσει δεκάδες ιδιόκτητους συνδετήρες δεδομένων για να μπορέσουμε να κάνουμε crawl, scan και ταξινόμηση δεδομένων σε eine ευρεία γκάμα εργαλείων SaaS, αποθήκες δεδομένων cloud και συστήματα on-premise. Οι περισσότεροι πελάτες αρχίζουν με quelques συνδετήρες που θεωρούν ως υψηλότερου κινδύνου ή όπου έχουν την λιγότερη ορατότητα, οπότε στην πραγματικότητα σπάνια είμαστε παντού όπου κατοικούν τα δεδομένα μιας εταιρείας. Ωστόσο, μέσα σε κάθε πηγή δεδομένων, είμαστε συνεχώς κάνουμε crawl στο περιβάλλον για να επιφανείσουμε νέα δεδομένα, καινούρια και παλιά, σε σχεδόν πραγματικό χρόνο.

Για την ασφάλεια και διακυβέρνηση AI, πώς ακολουθείτε τη γραμμή μεταξύ συνόλων δεδομένων εκπαίδευσης, μοντέλων, prompts και εξόδων για ελέγχους;

Πραγματικά έχουμε τρεις βασικούς τρόπους με τους οποίους υποστηρίζουμε την ασφάλεια και διακυβέρνηση AI. Πρώτα, είναι η ικανότητά μας να εφαρμόσουμε την τεχνολογία ταξινόμησης και διόρθωσης σε δεδομένα σε κίνηση μέσω των API μας. Όταν οι εταιρείες δημιουργούν ή προετοιμάζουν συνόλα δεδομένων για να εκπαιδεύσουν τα δικά τους μοντέλα, χρειάζονται έναν τρόπο για να βεβαιωθούν ότι τα δεδομένα είναι ελεύθερα από PII ή άλλα ευαίσθητα δεδομένα. Οπότε συνδέουμε απευθείας σε μια διαδικασία δεδομένων και μπορούμε να καθαρίσουμε συνόλα δεδομένων καθώς μεταφέρονται ή αντιγράφονται σε ένα σύνολο εκπαίδευσης, εξασφαλίζοντας ότι τα μοντέλα δεν κινδυνεύουν ποτέ από την έξοδο ευαίσθητων δεδομένων.

Redaction και “διόρθωση στην πηγή” είναι κεντρικά στην προσέγγισή σας. Ποια είναι η φιλοσοφία σας για την αυτοματοποιημένη διόρθωση έναντι του ανθρώπου-στο-βρόχο, και πού σχεδιάζετε τα όρια ασφαλείας;

Καταλάβαμε πριν από quelques χρόνια ότι, όσο αναγκαία και η ανακάλυψη και η ταξινόμηση δεδομένων, παρέχουν μόνο το μισό της ιστορίας. Η ανίχνευση κινδύνου δεδομένων είναι το πρώτο βήμα, αλλά η επίλυση και διόρθωση αυτού του κινδύνου είναι το πραγματικό τελικό στόχο. Οι πελάτες μας συνήθως αρχίζουν με την αξιολόγηση των ευρημάτων μας στο κατάλογο δεδομένων,然后 μετακινούνται στη διόρθωση με έναν άνθρωπο στο βρόχο πριν μετακινούνται σε πλήρως αυτοματοποιημένη διόρθωση. Είμαστε πολύ επίγνωοι ότι στην πραγματικότητα, θα υπάρχουν πάντα κάποιες ενέργειες που οι ομάδες δεν θα είναι ποτέ 100% σύμφωνες να αυτοματοποιήσουν πλήρως. Η διαγραφή δεδομένων από μια βάση δεδομένων παραγωγής, για παράδειγμα, θα μπορούσε να είναι πολύ προβληματική. Αλλά σε πολλές περιπτώσεις βλέπουμε τους πελάτες να υιοθετούν πλήρη αυτοματοποίηση για πράγματα όπως η ανάκληση разрешений, η μετακίνηση δεδομένων, η επιβολή αρχειοθέτησης ή την πολιτική διατήρησης κ.λπ.

Πολλλά εργαλεία DSPM/DLP αγωνίζονται με την προστασία σε πραγματικό χρόνο. Τι έπρεπε να αλλάξει αρχιτεκτονικά για να κάνει το “πραγματικό χρόνο” ένα στοίχημα, και ποια είναι τα latencies και η απόδοση που μπορούν οι εταιρείες να περιμένουν σε παραγωγή;

Για να αντιμετωπίσουμε το πρόβλημα του πραγματικού χρόνου, ήταν σημαντικό να分 tíchουμε την εργασία σε βασικά της μέρη. Διαφορετικές καταστάσεις απαιτούν διαφορετικά είδη καθυστερήσεων, αλλά ο στόχος είναι πάντα να παρέχουμε την πιο ακριβή εικόνα με τον ταχύτερο δυνατό τρόπο. Αυτό σημαίνει ότι μια ευέλικτη αρχιτεκτονική που θα μας επιτρέψει να παραλληλοποιήσουμε το σύστημα μας χαμηλής καθυστέρησης για να ανταποκριθούμε σε διαφορετικές απαιτήσεις απόδοσης. Όταν μια εταιρεία έχει την Teleskope να τρέχει στο περιβάλλον της, τα δεδομένα ταξινομούνται και προστατεύονται прямо στη δική της υποδομή, μειώνοντας την καθυστέρηση και την έξοδο δεδομένων. Αυτό μας επιτρέπει να παρέχουμε διόρθωση σε υψηλού κινδύνου σε χρονικά πλαίσια υπο-δευτερολέπτου.

Ιδιωτικότητα και συμμόρφωση: ισχυρίζεστε συνεχείς ελέγχους και αυτόματη αντιστοίχιση σε πλαισια και κανονισμούς. Πώς διατηρείτε τις αντιστοιχίσεις τρέχουσες καθώς εξελίσσονται οι νόμοι, και πόσο προσαρμόσιμες είναι οι ελέγχοι για διαφορετικές περιοχές ή επιχειρηματικές μονάδες;

Ειλικρινά, ο στόχος μας έχει μετατοπιστεί μακριά από το να τσεκάρουμε τις κουκκίδες και προς τη βαθιά κατανόηση του τι οι πελάτες μας φροντίζουν. Σε algunas περιπτώσεις, θέλουν να αντιστοιχίσουν 100% στους νέους κανονισμούς που βγάζουν, και είμαστε συνεχώς παρακολουθούμε αυτές τις αλλαγές και τις ενσωματώνουμε στο προϊόν μας. Αλλά, ειλικρινά, οι περισσότερες εταιρείες είναι τόσο μακριά από το να είναι σε θέση να συμμορφωθούν πλήρως με αυτούς τους νόμους, που πρέπει να τις συναντήσουμε εκεί που είναι και να βεβαιωθούμε ότι μπορούμε να τις οδηγήσουμε από το σημείο Α στο σημείο Β στο σημείο Γ πριν να φροντίσουμε να τις οδηγήσουμε στο σημείο Ζ. Ο τρόπος με τον οποίο το κάνουμε αυτό είναι να κατανοήσουμε πρώτα τι σημαίνει συμμόρφωση για αυτή την εταιρεία (πάλι, μια εταιρεία κατασκευής μπορεί να μην βλέπει κάτι σαν το GDPR ως μια σημαντική ανησυχία), και να βεβαιωθούμε ότι μπορούμε να διαμορφώσουμε το προϊόν γύρω από το συγκεκριμένο προφίλ κινδύνου και τις ανάγκες τους.

Υιοθέτηση GenAI: πώς χρησιμοποιούν οι πελάτες την Teleskope για να δημιουργήσουν “ασφαλείς εισόδους” και “ασφαλείς εξόδους” χωρίς να μειώνουν την ταχύτητα των développers; Υπάρχουν κάποιοι συνιστώμενοι τρόποι;

Οι πελάτες ενσωματώνουν το API Redact της Teleskope στις διαδικασίες εκπαίδευσης και συλλογής για να βεβαιωθούν ότι ευαίσθητα δεδομένα δεν ρέουν ποτέ σε γεννητικά μοντέλα AI. Η διαδικασία redaction απομακρύνεται από τους développers, διατηρώντας την ταχύτητα ανάπτυξης με την εκτέλεση της redaction πριν από την συλλογή και την επαναυδάτωση των δεδομένων μετά.

Κοιτάζοντας μπροστά, έχετε μιλήσει για μια πλήρη “αγεντική” πλατφόρμα ασφαλείας δεδομένων με αυτοματοποιημένη διόρθωση. Ποια ορόσημα θα δείξουν ότι η βιομηχανία είναι έτοιμη για πλήρως αυτοματοποιημένη προστασία δεδομένων;

Ξέρουμε ότι η βιομηχανία είναι έτοιμη για αυτό. Άλλες περιοχές του κυβερνοχώρου, όπως το SOC, έχουν ήδη δείξει μια πλήρη μετατόπιση προς την αγεντική AI ως μέσο για την κλιμάκωση της ικανότητας των ομάδων ασφαλείας. Έχουμε μια ουρά πελατών που ζητούν να είναι συνεταίροι σχεδιασμού για αυτή τη δουλειά, οπότε ξέρουμε ότι πολλές εταιρείες νιώθουν τον ίδιο πόνο από το να πρέπει ακόμη να διερευνούν, να ερευνώνται, να λαμβάνουν αποφάσεις και να εκτελούν, μόνο για να λύσουν ένα seul ticket. Έχουμε απόλυτη πειστικότητα ότι αυτό είναι το μέρος που πηγαίνει η αγορά, και είμαστε αποφασισμένοι να οδηγήσουμε αυτή τη μετατόπιση.

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που θέλουν να μάθουν περισσότερα μπορούν να επισκεφθούν Teleskope.