Συνεντεύξεις
Joe Regensburger, Αντιπρόεδρος Έρευνας, Immuta – Σειρά Συνεντεύξεων
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
O Joe Regensburger είναι目前 ο Αντιπρόεδρος Έρευνας στην Immuta. Ηγέτης στην ασφάλεια δεδομένων, η Immuta ermöglicht στους οργανισμούς να ξεκλειδώνουν την αξία από τα δεδομένα τους στο cloud προστατεύοντάς τα και παρέχοντας ασφαλή πρόσβαση.
Η Immuta είναι αρχιτεκτονικά σχεδιασμένη για να ενσωματωθεί άψογα στο περιβάλλον cloud, παρέχοντας εγγενείς ενσωματώσεις με τους principales cloud vendors. Ακολουθώντας το πλαίσιο κυβερνοασφάλειας NIST, η Immuta καλύπτει την πλειοψηφία των αναγκών ασφάλειας δεδομένων για τους περισσότερους οργανισμούς.
Η εκπαιδευτική σας βάση είναι στη φυσική και την εφαρμοσμένη μαθηματική, πώς βρεθήκατε τελικά να εργάζεστε στη επιστήμη δεδομένων και ανάλυση;
Η μεταπτυχιακή μου εργασία ήταν στην Πειραματική Υψηλή Ενέργεια Φυσική. Η ανάλυση δεδομένων σε αυτό το πεδίο απαιτεί πολλή στατιστική ανάλυση, ιδιαίτερα τη διαφοροποίηση των σημάτων σπάνιων συμβάντων από αυτά των πιο συχνών συμβάντων του φόντου. Αυτές οι δεξιότητες είναι πολύ παρόμοιες με αυτές που απαιτούνται στη επιστήμη δεδομένων.
Μπορείτε να περιγράψετε τι εμπεριέχεται στο ρόλο σας ως Αντιπρόεδρος Έρευνας στο ηγέτη ασφάλειας δεδομένων Immuta;
Στην Immuta, εστιάζουμε στην ασφάλεια δεδομένων. Αυτό σημαίνει ότι πρέπει να κατανοήσουμε πώς χρησιμοποιούνται τα δεδομένα, πώς μπορούν να χρησιμοποιηθούν λανθασμένα και να παρέχουμε στους επαγγελματίες δεδομένων τα εργαλεία που χρειάζονται για να υποστηρίξουν την αποστολή τους, ενώ να αποτρέψουμε τη λανθασμένη χρήση. Ο ρόλος μας περιλαμβάνει την κατανόηση των απαιτήσεων και των προκλήσεων των επαγγελματιών δεδομένων, ιδιαίτερα σε σχέση με τις ρυθμίσεις και την ασφάλεια, και τη βοήθεια για την επίλυση αυτών των προκλήσεων. Θέλουμε να μειώσουμε τις ρυθμιστικές απαιτήσεις και να ermögουν στους επαγγελματίες δεδομένων να εστιάσουν στην κεντρική αποστολή τους. Ο ρόλος μου είναι να βοηθήσω στην ανάπτυξη λύσεων που μειώνουν αυτά τα βάρη. Αυτό περιλαμβάνει την ανάπτυξη εργαλείων για την ανακάλυψη ευαίσθητων δεδομένων, μεθόδων για την αυτοματοποίηση της ταξινόμησης δεδομένων, την ανίχνευση του τρόπου με τον οποίο χρησιμοποιούνται τα δεδομένα και τη δημιουργία διαδικασιών που επιβάλλουν τις πολιτικές δεδομένων για να διασφαλίσουμε ότι τα δεδομένα χρησιμοποιούνται σωστά.
Ποια είναι οι principales προκλήσεις στη διακυβέρνηση του AI σε σχέση με την παραδοσιακή διακυβέρνηση δεδομένων;
Οι ηγέτες της τεχνολογίας έχουν αναφέρει ότι η διακυβέρνηση του AI είναι ένα φυσικό επόμενο βήμα και εξέλιξη από τη διακυβέρνηση δεδομένων. Όμως, υπάρχουν κάποιες κλειδιά διαφορές που πρέπει να ληφθούν υπόψη. Πρώτα και πάνω από όλα, η διακυβέρνηση του AI απαιτεί ένα επίπεδο εμπιστοσύνης στην έξοδο του συστήματος AI. Με την παραδοσιακή διακυβέρνηση δεδομένων, οι ηγέτες δεδομένων μπορούσαν εύκολα να ανατρέξουν από μια απάντηση σε ένα αποτέλεσμα χρησιμοποιώντας ένα παραδοσιακό στατιστικό μοντέλο. Με το AI, η ανατρεπτικότητα και η προέλευση γίνονται πραγματική πρόκληση και οι γραμμές μπορούν να μπερδευτούν εύκολα. Η ικανότητα να εμπιστεύεστε το αποτέλεσμα που φθάνει το μοντέλο AI μπορεί να επηρεαστεί αρνητικά από τις ψευδαισθήσεις και τις ψευδείς αναμνήσεις, που είναι μια μοναδική πρόκληση για το AI που πρέπει να επιλυθεί για να διασφαλιστεί η σωστή διακυβέρνηση.
Πιστεύετε ότι υπάρχει μια καθολική λύση για τη διακυβέρνηση του AI και την ασφάλεια δεδομένων, ή είναι πιο περίπλοκη;
«Ενώ δεν πιστεύω ότι υπάρχει μια λύση που ταιριάζει σε όλους για τη διακυβέρνηση του AI σε σχέση με την ασφάλεια δεδομένων, υπάρχουν σίγουρα σκέψεις που οι ηγέτες δεδομένων πρέπει να υιοθετήσουν τώρα για να θεμελιώσουν την ασφάλεια και τη διακυβέρνηση. Όταν πρόκειται για τη διακυβέρνηση του AI, είναι πραγματικά κρίσιμο να έχεις контекστο حول το τι χρησιμοποιείται το μοντέλο AI και γιατί. Αν χρησιμοποιείς το AI για κάτι πιο руτίνη με λιγότερη επίδραση, ο υπολογιστής του κινδύνου θα είναι πολύ χαμηλότερος. Αν χρησιμοποιείς το AI για να λάβεις αποφάσεις για την υγεία ή για την εκπαίδευση ενός αυτονομικού οχήματος, ο κίνδυνος επίδρασης είναι πολύ υψηλότερος. Αυτό είναι παρόμοιο με τη διακυβέρνηση δεδομένων· γιατί τα δεδομένα χρησιμοποιούνται είναι εξίσου σημαντικό με το πώς χρησιμοποιούνται.
Πρόσφατα έγραψα ένα άρθρο με τίτλο «Αντιμετωπίζοντας τις κρυφές απειλές του Shadow AI». Τι είναι το Shadow AI και γιατί οι επιχειρήσεις πρέπει να το λάβουν υπόψη;
«Το Shadow AI μπορεί να οριστεί ως η παραβιάζουσα χρήση μη εξουσιοδοτημένων εργαλείων AI που βρίσκονται έξω από το πλαίσιο διακυβέρνησης ενός οργανισμού. Οι επιχειρήσεις πρέπει να είναι ενήμερες για αυτό το φαινόμενο για να προστατεύσουν τα δεδομένα τους, γιατί η τροφοδοσία εσωτερικών δεδομένων σε ένα μη εξουσιοδοτημένο εργαλείο AI μπορεί να παρουσιάσει τεράστιο κίνδυνο. Το Shadow IT είναι γενικά γνωστό και σχετικά εύκολο να διαχειριστεί μια φορά που έχει εντοπιστεί. Απλώς αποσυνδέστε την εφαρμογή και συνεχίστε. Με το Shadow AI, δεν έχετε một σαφή συμφωνία χρήστη για το πώς χρησιμοποιούνται τα δεδομένα για να εκπαιδεύσουν ένα μοντέλο AI ή πού το μοντέλο μοιράζεται τις απαντήσεις του μια φορά που έχουν γεννηθεί. Ουσιαστικά, μια φορά που τα δεδομένα είναι στο μοντέλο, χάνετε τον έλεγχο πάνω τους. Για να μειώσετε τον πιθανό κίνδυνο του Shadow AI, οι οργανισμοί πρέπει να καθορίσουν σαφείς συμφωνίες και формαλικές διαδικασίες για τη χρήση αυτών των εργαλείων αν τα δεδομένα θα εγκαταλείψουν το περιβάλλον.
Μπορείτε να εξηγήσετε τα πλεονεκτήματα της χρήσης ελέγχου πρόσβασης με βάση τα χαρακτηριστικά (ABAC) έναντι του παραδοσιακού ελέγχου πρόσβασης με βάση τον ρόλο (RBAC) στην ασφάλεια δεδομένων;
Ο έλεγχος πρόσβασης με βάση τον ρόλο (RBAC) λειτουργεί με την περιορισμό των разрешений ή της πρόσβασης στο σύστημα με βάση τον ρόλο ενός ατόμου μέσα στον οργανισμό. Το πλεονέκτημα αυτού είναι ότι κάνει τον έλεγχο πρόσβασης στατικό και γραμμικό, γιατί οι χρήστες μπορούν να έχουν πρόσβαση στα δεδομένα μόνο αν έχουν ανατεθεί σε προκαθορισμένους ρόλους. Ενώ το μοντέλο RBAC έχει παραδοσιακά εξυπηρετήσει ως ένας τρόπος για να ελέγχεται η εσωτερική χρήση δεδομένων, δεν είναι καθόλου αδιαπέραστο, και σήμερα podemos δούμε ότι η απλότητά του είναι επίσης το κύριο μειονέκτημά του.
Το RBAC ήταν πρακτικό για einen μικρότερο οργανισμό με περιορισμένους ρόλους και λίγες πρωτοβουλίες δεδομένων. Οι σύγχρονοι οργανισμοί είναι δεδομενο-κεντρικοί με ανάγκες δεδομένων που αυξάνονται με τον καιρό. Σε αυτήν την όλο και πιο κοινή περίπτωση, η αποτελεσματικότητα του RBAC καταρρέει. Ευτυχώς, έχουμε ένα πιο σύγχρονο και ευέλικτο επιλογή για τον έλεγχο πρόσβασης: τον έλεγχο πρόσβασης με βάση τα χαρακτηριστικά (ABAC). Το μοντέλο ABAC λαμβάνει μια πιο δυναμική προσέγγιση στην πρόσβαση και ασφάλεια δεδομένων από το RBAC. Ορίζει λογικούς ρόλους συνδυάζοντας τα παρατηρήσιμα χαρακτηριστικά των χρηστών και των δεδομένων και λαμβάνει αποφάσεις πρόσβασης με βάση αυτά τα χαρακτηριστικά. Một από τα μεγαλύτερα πλεονεκτήματα του ABAC είναι η δυναμική και ευέλικτη φύση του. Όσο οι ανάγκες χρήσης δεδομένων αυξάνονται και η δημοκρατία δεδομένων ermögουν περισσότερους χρήστες μέσα στους οργανισμούς, οι έλεγχοι πρόσβασης πρέπει να επεκταθούν με το περιβάλλον τους για να διατηρήσουν τη συνεχή ασφάλεια δεδομένων. Ένα σύστημα ABAC επίσης τείνει να είναι πιο ασφαλές από τα προηγούμενα μοντέλα ελέγχου πρόσβασης. Αυτό που είναι ακόμα περισσότερο, αυτό το υψηλό επίπεδο ασφάλειας δεν έρχεται με το κόστος της ευελιξίας. Αντιθέτως, το δυναμικό χαρακτήρα του ABAC δημιουργεί ένα μοντέλο που είναι ασφαλές για το μέλλον.
Ποια είναι τα κλειδιά βήματα για την επέκταση της πρόσβασης δεδομένων ενώ διατηρείτε μια ροβούστα διακυβέρνηση και ασφάλεια δεδομένων;
Ο έλεγχος πρόσβασης δεδομένων χρησιμοποιείται για να περιοριστεί η πρόσβαση, τα δικαιώματα και τα προνόμια που χορηγούνται σε ορισμένους χρήστες και συστήματα που βοηθούν να διασφαλίσουν ότι μόνο οι εξουσιοδοτημένοι χρήστες μπορούν να δουν και να χρησιμοποιήσουν συγκεκριμένα σύνολα δεδομένων. Όμως, οι ομάδες δεδομένων χρειάζονται πρόσβαση σε όσο το δυνατόν περισσότερα δεδομένα για να οδηγήσουν τις πιο ακριβείς επιχειρηματικές εικασίες. Αυτό παρουσιάζει ένα ζήτημα για τις ομάδες ασφάλειας και διακυβέρνησης δεδομένων που είναι υπεύθυνες για την διασφάλιση ότι τα δεδομένα προστατεύονται επαρκώς ενάντια στην μη εξουσιοδοτημένη πρόσβαση και άλλους κινδύνους. Σε ένα όλο και περισσότερο δεδομενο-κεντρικό επιχειρηματικό περιβάλλον, πρέπει να επιτευχθεί μια ισορροπία μεταξύ αυτών των ανταγωνιστικών συμφερόντων. Στο παρελθόν, οι οργανισμοί προσπάθησαν να επιτύχουν αυτήν την ισορροπία χρησιμοποιώντας einen παθητικό τρόπο ελέγχου πρόσβασης δεδομένων, ο οποίος παρουσίασεldata bottlenecks και κρατούσε τους οργανισμούς πίσω όταν πρόκειται για ταχύτητα. Για να επεκτείνετε την πρόσβαση δεδομένων ενώ διατηρείτε μια ροβούστα διακυβέρνηση και ασφάλεια, οι οργανισμοί πρέπει να υιοθετήσουν τον αυτοματοποιημένο έλεγχο πρόσβασης δεδομένων, ο οποίος εισάγει ταχύτητα, ευελιξία και ακρίβεια στη διαδικασία εφαρμογής κανόνων σε δεδομένα. Υπάρχουν πέντε βήματα για να κυριαρχήσετε στον αυτοματοποιημένο έλεγχο πρόσβασης δεδομένων:
- Πρέπει να υποστηρίξει κάθε εργαλείο που χρησιμοποιεί η ομάδα δεδομένων.
- Χρειάζεται να υποστηρίξει όλα τα δεδομένα, ανεξάρτητα από το πού αποθηκεύονται ή την υποκείμενη τεχνολογία αποθήκευσης.
- Απαιτεί άμεση πρόσβαση στα ίδια ζωντανα δεδομένα σε όλο τον οργανισμό.
- Οποιοσδήποτε, με οποιοδήποτε επίπεδο εμπειρογνωμοσύνης, μπορεί να κατανοήσει ποιοι κανόνες και πολιτικές εφαρμόζονται στα δεδομένα της επιχείρησης.
- Οι πολιτικές προστασίας δεδομένων πρέπει να ζουν σε einen κεντρικό χώρο.
- Μόλις αυτά τα πυλώνα κυριαρχηθούν, οι οργανισμοί μπορούν να απαλλαγούν από τον παθητικό τρόπο ελέγχου πρόσβασης δεδομένων και να ermögουν ασφαλή, αποτελεσματική και ευέλικτη πρόσβαση δεδομένων.
Σε σχέση με την παρακολούθηση δεδομένων σε πραγματικό χρόνο, πώς η Immuta ermögουν στους οργανισμούς να διαχειρίζονται προληπτικά την χρήση και τους κινδύνους ασφάλειας δεδομένων;
Το προϊόν Immuta Detect ermögουν στους οργανισμούς να διαχειρίζονται προληπτικά την χρήση δεδομένων τους αυτοματοποιώντας την αξιολόγηση δεδομένων με βάση το πόσο ευαίσθητα είναι και πώς προστατεύονται (όπως η μάσκα δεδομένων ή η δηλωμένη πρόθεση για πρόσβαση) ώστε οι ομάδες δεδομένων και ασφάλειας να μπορούν να προτεραιοποιήσουν τους κινδύνους και να λαμβάνουν ειδοποιήσεις σε πραγματικό χρόνο για πιθανές ασφαλειες. Με την Immuta Detect, οι πελάτες μπορούν να μειώσουν τον χρόνο για την μείωση του κινδύνου και να διατηρήσουν μια ροβούστα ασφάλεια δεδομένων για τα δεδομένα τους.
Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που θέλουν να μάθουν περισσότερα πρέπει να επισκεφθούν την Immuta.
