Joe Regensburger, VP de Investigación, Immuta – Serie de Entrevistas

Joe Regensburger es actualmente el Vicepresidente de Investigación en Immuta. Líder en seguridad de datos, Immuta permite a las organizaciones desbloquear el valor de sus datos en la nube protegiéndolos y proporcionando acceso seguro.

Immuta está diseñada para integrarse perfectamente en su entorno de nube, proporcionando integraciones nativas con los principales proveedores de nube. Siguiendo el marco de ciberseguridad de NIST, Immuta cubre la mayoría de las necesidades de seguridad de datos para la mayoría de las organizaciones.

¿Cuál es su formación académica en física y matemáticas aplicadas, cómo terminó trabajando en ciencia de datos y análisis?

Mi campo de trabajo de posgrado fue Física de Alta Energía Experimental. Analizar datos en este campo requiere un gran análisis estadístico, particularmente separar las firmas de eventos raros de las de eventos de fondo más frecuentes. Estas habilidades son muy similares a las requeridas en la ciencia de datos.

¿Puede describir qué implica su cargo actual como VP de Investigación en el líder de seguridad de datos Immuta?

En Immuta, nos centramos en la seguridad de los datos. Esto significa que debemos entender cómo se están utilizando los datos, cómo se pueden utilizar mal y proporcionar a los profesionales de los datos las herramientas necesarias para apoyar su misión, al mismo tiempo que prevenimos el mal uso. Entonces, nuestro papel implica entender las demandas y desafíos de los profesionales de los datos, particularmente en lo que respecta a regulaciones y seguridad, y ayudar a resolver esos desafíos. Queremos reducir las demandas regulatorias y permitir que los profesionales de los datos se concentren en su misión principal. Mi función es ayudar a desarrollar soluciones que reduzcan esas cargas. Esto incluye desarrollar herramientas para descubrir datos sensibles, métodos para automatizar la clasificación de datos, detectar cómo se están utilizando los datos y crear procesos que hagan cumplir las políticas de datos para asegurarse de que los datos se estén utilizando correctamente.

¿Cuáles son los principales desafíos en la gobernanza de la IA en comparación con la gobernanza de datos tradicional?

Los líderes tecnológicos han mencionado que la gobernanza de la IA es un paso natural y una progresión desde la gobernanza de datos. Eso dicho, hay algunas diferencias clave que tener en cuenta. En primer lugar y ante todo, gobernar la IA requiere un nivel de confianza en la salida del sistema de IA. Con la gobernanza de datos tradicional, los líderes de datos solían poder rastrear fácilmente desde una respuesta a un resultado utilizando un modelo estadístico tradicional. Con la IA, la trazabilidad y la genealogía se convierten en un desafío real y las líneas pueden estar fácilmente borrosas. Poder confiar en el resultado que alcanza su modelo de IA puede verse afectado negativamente por alucinaciones y confabulaciones, lo que es un desafío único para la IA que debe resolverse para garantizar una gobernanza adecuada.

¿Cree que hay una solución universal para la gobernanza de la IA y la seguridad de los datos, o es más específica de cada caso?

“No creo que haya un enfoque único para la gobernanza de la IA en este momento en lo que respecta a la seguridad de los datos, pero ciertamente hay consideraciones que los líderes de datos deben adoptar ahora para sentar las bases de la seguridad y la gobernanza. Cuando se trata de gobernar la IA, es realmente crucial tener contexto sobre para qué se está utilizando el modelo de IA y por qué. Si se utiliza la IA para algo más mundano con menos impacto, su calculadora de riesgo será mucho menor. Si se utiliza la IA para tomar decisiones sobre atención médica o para entrenar un vehículo autónomo, su impacto de riesgo es mucho mayor. Esto es similar a la gobernanza de datos; por qué se están utilizando los datos es tan importante como cómo se están utilizando.

Recientemente escribió un artículo titulado “Abordar las amenazas latentes de la IA en la sombra”. ¿Qué es la IA en la sombra y por qué las empresas deben tener en cuenta esto?

“La IA en la sombra se puede definir como el uso furtivo de herramientas de IA no autorizadas que caen fuera del marco de gobernanza de una organización. Las empresas necesitan ser conscientes de este fenómeno para proteger los datos porque alimentar datos internos a una aplicación no autorizada como una herramienta de IA puede presentar enormes riesgos. La IT en la sombra es generalmente bien conocida y relativamente fácil de gestionar una vez detectada. Simplemente desmantelar la aplicación y seguir adelante. Con la IA en la sombra, no tiene un acuerdo de usuario final claro sobre cómo se utilizan los datos para entrenar un modelo de IA o dónde se comparte el modelo finalmente una vez generado. Esencialmente, una vez que los datos están en el modelo, pierde el control sobre ellos. Para mitigar el riesgo potencial de la IA en la sombra, las organizaciones deben establecer acuerdos claros y procesos formalizados para el uso de estas herramientas si los datos van a salir del entorno.

¿Puede explicar las ventajas de utilizar el control de acceso basado en atributos (ABAC) sobre el control de acceso basado en roles (RBAC) tradicional en la seguridad de los datos?

El control de acceso basado en roles (RBAC) funciona restringiendo permisos o acceso al sistema en función del rol de una persona dentro de la organización. El beneficio de esto es que hace que el control de acceso sea estático y lineal porque los usuarios solo pueden acceder a los datos si se les asigna a ciertos roles preestablecidos. Mientras que un modelo RBAC ha servido tradicionalmente como una forma de controlar el uso de datos internos de manera hands-off, de ninguna manera es indestructible, y hoy podemos ver que su simplicidad también es su principal debilidad.

RBAC fue práctico para una organización más pequeña con roles limitados y pocas iniciativas de datos. Las organizaciones contemporáneas están impulsadas por datos con necesidades de datos que crecen con el tiempo. En este escenario cada vez más común, la eficiencia de RBAC se desmorona. Afortunadamente, tenemos una opción más moderna y flexible para el control de acceso: el control de acceso basado en atributos (ABAC). El modelo ABAC adopta un enfoque más dinámico para el acceso y la seguridad de los datos que RBAC. Define roles lógicos combinando los atributos observables de los usuarios y los datos, y toma decisiones de acceso en función de esos atributos. Una de las mayores fortalezas de ABAC es su naturaleza dinámica y escalable. A medida que crecen los casos de uso de los datos y la democratización de los datos permite a más usuarios dentro de las organizaciones, los controles de acceso deben expandirse con sus entornos para mantener una seguridad de datos consistente. Un sistema ABAC también tiende a ser inherentemente más seguro que los modelos de control de acceso anteriores. Además, este alto nivel de seguridad de los datos no viene a expensas de la escalabilidad. A diferencia de los estándares de control de acceso y gobernanza anteriores, el carácter dinámico de ABAC crea un modelo a prueba de futuro.”

¿Cuáles son los pasos clave para ampliar el acceso a los datos mientras se mantiene una gobernanza y seguridad de los datos robustas?

Controlar el acceso a los datos se utiliza para restringir el acceso, los permisos y los privilegios otorgados a ciertos usuarios y sistemas que ayudan a garantizar que solo los usuarios autorizados puedan ver y utilizar conjuntos de datos específicos. Dicho esto, los equipos de datos necesitan acceso a tantos datos como sea posible para impulsar las perspectivas comerciales más precisas. Esto presenta un problema para los equipos de seguridad y gobernanza de los datos que son responsables de garantizar que los datos estén adecuadamente protegidos contra el acceso no autorizado y otros riesgos. En un entorno empresarial cada vez más impulsado por los datos, debe establecerse un equilibrio entre estos intereses en competencia. En el pasado, las organizaciones intentaron establecer este equilibrio utilizando un enfoque pasivo para el control de acceso a los datos, lo que presentó cuellos de botella de datos y las organizaciones se vieron frenadas en cuanto a velocidad. Para ampliar el acceso a los datos mientras se mantiene una gobernanza y seguridad de los datos robustas, las organizaciones deben adoptar el control de acceso a los datos automatizado, que introduce velocidad, agilidad y precisión en el proceso de aplicar reglas a los datos. Hay cinco pasos para dominar para automatizar su control de acceso a los datos:

1. Debe ser capaz de admitir cualquier herramienta que utilice un equipo de datos.
2. Necesita admitir todos los datos, independientemente de dónde se almacenan o de la tecnología de almacenamiento subyacente.
3. Requiere acceso directo a los mismos datos en vivo en toda la organización.
4. Cualquiera, con cualquier nivel de experiencia, puede entender qué reglas y políticas se están aplicando a los datos empresariales.
5. Las políticas de privacidad de los datos deben vivir en un lugar central.
6. Una vez que se dominen estos pilares, las organizaciones pueden liberarse del enfoque pasivo para el control de acceso a los datos y habilitar un control de acceso a los datos seguro, eficiente y escalable.

En cuanto a la monitorización de datos en tiempo real, ¿cómo permite Immuta a las organizaciones gestionar proactivamente su uso de datos y riesgos de seguridad?

La oferta de producto Detect de Immuta permite a las organizaciones gestionar proactivamente su uso de datos al puntuar automáticamente los datos en función de su sensibilidad y de cómo se protegen (como enmascaramiento de datos o un propósito declarado para acceder a ellos) para que los equipos de datos y seguridad puedan priorizar los riesgos y recibir alertas en tiempo real sobre incidentes de seguridad potenciales. Al hacer que los riesgos de uso de datos sean visibles y priorizados con Immuta Detect, los clientes pueden reducir el tiempo de mitigación de riesgos y mantener en general una seguridad de datos robusta para sus datos.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Immuta.