जैसे-जैसे एआई ओपन बैंकिंग की शुरुआत कर रहा है, डेटा गोपनीयता इसे बरकरार रख रही है

जबकि 80% तक मोटे तौर पर, 10 लाख अमेरिकी वित्तीय ऐप सुविधा पर निर्भर हैं। 65% तक दुनिया भर के वित्तीय संगठनों में से 2024 ने XNUMX में रैंसमवेयर हमले का अनुभव होने की सूचना दी है। यह महज संयोग नहीं है, वित्तीय संगठन अपने पास मौजूद व्यक्तिगत जानकारी की विशाल मात्रा को देखते हुए, बुरे लोगों के लिए प्रमुख लक्ष्य होते हैं। रूटिंग नंबर, पते, सामाजिक सुरक्षा नंबर, लेन-देन और व्यक्तिगत विवरण साइबर अपराधियों की नज़र में अवसरों की खान हैं।

वर्षों से, उपभोक्ताओं और संस्थागत प्रथाओं की सुरक्षा के प्रयास में वित्तीय संस्थानों और एक-दूसरे के साथ डेटा साझा करने की उनकी क्षमता के बीच बाधाएँ रही हैं। 2025 में, ये दीवारें एक मॉडल के तहत ढह जाएँगी, जिसे "कहा जाता है" “ओपन बैंकिंग"यह नवाचार कृत्रिम बुद्धिमत्ता (एआई) और परिष्कृत कोडिंग द्वारा संचालित है जो उपयोगकर्ताओं को उनकी वित्तीय स्थिति की स्पष्ट तस्वीर प्रदान करता है। एक ही प्रोफ़ाइल में चेकिंग और बचत खातों की शेष राशि, वेनमो या पेपाल लेनदेन इतिहास, और व्यक्तिगत खर्चों की व्यक्तिगत जानकारी शामिल हो सकती है। हालाँकि, नवाचार के इस नए युग के साथ जोखिम भी जुड़ा है। वित्तीय संस्थान पहले से ही दुर्भावनापूर्ण तत्वों के निशाने पर हैं और संगठनों के बीच की दीवारें तोड़ने से हमलों के संभावित अवसर बढ़ जाते हैं।

अकेले PETs ओपन बैंकिंग को सुरक्षित क्यों नहीं कर सकते?

गोपनीयता बढ़ाने वाली प्रौद्योगिकियाँ (PETs) डेटा की इस अनमोल खदान की सुरक्षा के लिए डिज़ाइन किए गए परिष्कृत उपकरणों के रूप में उभरी हैं। PETs पहचान योग्य व्यक्तिगत जानकारी पर संस्थागत निर्भरता को कम करते हैं और साथ ही वित्तीय संस्थानों को एकत्रित डेटा का विश्लेषण करने में सक्षम बनाते हैं। PETs द्वारा प्रदान की जाने वाली सेवाएँ, उपयोग किए जाने वाले उपकरणों और तकनीकों के आधार पर भिन्न होती हैं, जिनमें से कुछ सामान्य हैं:

• बहुपक्षीय संगणना: एन्क्रिप्शन और गणितीय तकनीकों का उपयोग करके, कंपनियाँ व्यक्तिगत रूप से स्वामित्व वाले कच्चे डेटा का खुलासा किए बिना एक ही परियोजना पर एक साथ काम कर सकती हैं। उदाहरण के लिए, यदि बैंकों में धोखाधड़ी के कई प्रयास होते हैं, तो प्रत्येक कंपनी बिना किसी व्यक्तिगत जानकारी का खुलासा किए रुझान साझा कर सकती है। PETs के साथ, ये कंपनियाँ वैश्विक गोपनीयता कानूनों में अंतर के बावजूद वैश्विक धोखाधड़ी पर नज़र रखने में सक्षम हैं।
• विभेदक गोपनीयता: डेटासेट में "नॉइज़" जोड़कर, वित्तीय संस्थाएँ किसी व्यक्ति तक डेटा का पता लगाना लगभग असंभव बना देती हैं। सटीकता को जोखिम में डाले बिना, डेटा "नॉइज़" कच्चे डेटा की सुरक्षा करता है।
• होमोमोर्फिक एन्क्रिप्शन: हालांकि यह असंभव लगता है, लेकिन कंपनियां एन्क्रिप्टेड डेटा को बिना डिक्रिप्ट किए ही उस पर गणनाएँ कर सकती हैं। उदाहरण के लिए, एन्क्रिप्टेड वित्तीय लेनदेन पर गणनाएँ व्यक्तिगत डेटा का खुलासा किए बिना की जा सकती हैं। इस्तेमाल की जाने वाली क्वेरीज़ को भी सुरक्षित किया जा सकता है, जो विशेष रूप से सीमा पार अपराधों का पता लगाने में उपयोगी साबित हो सकती हैं।
• फ़ेडरेटेड लर्निंग: अंत में, जैसे-जैसे एआई मॉडलों की आवृत्ति बढ़ती जा रही है, फ़ेडरेटेड लर्निंग कंपनियों को हर एक डेटा सेट को एक साथ रखे बिना स्थानीय स्तर पर एआई मॉडलों को प्रशिक्षित करने की सुविधा देती है। उन छोटे मॉडलों को अंततः डेटा को स्थानांतरित किए बिना एआई मॉडल क्षमताओं का लाभ उठाने के लिए संयोजित किया जाता है।

कई तरीकों के बावजूद, PETs डेटा की सुरक्षा तभी करते हैं जब वह एकत्रित और उपयोग में आ चुका हो। PETs यह तय नहीं कर सकते कि उस डेटा का संग्रहण, प्रसंस्करण या साझा करना शुरू से ही वैध है या नहीं। GDPR और CCPA जैसे नियमों के तहत जानकारी संसाधित करने से पहले स्पष्ट सहमति की आवश्यकता होती है, भले ही उसे बाद में गुमनाम कर दिया गया हो। PETs डेटा को सुरक्षित रख सकते हैं, लेकिन शुरुआत में इसका उपयोग करने की स्पष्ट क्षमता के बिना, उपयोगकर्ता की जानकारी का प्रसंस्करण अवैध हो सकता है।

गायब हिस्सा: सहमति और वरीयता प्रबंधन

सहमति और वरीयता प्रबंधन प्लेटफ़ॉर्म (सीपीएम) पीईटी के कानूनी सहयोगी हैं। सीपीएम प्रत्येक उपयोगकर्ता द्वारा साझा की गई जानकारी (या नहीं) का एक रिकॉर्ड बनाते हैं। यह सुनिश्चित करता है कि उपयोगकर्ता की प्राथमिकताओं का सम्मान किया जाए, भले ही विभिन्न भागीदार संस्थान एक खुले बैंकिंग मॉडल में जानकारी साझा करें।

सीपीएम के बिना, वित्तीय संस्थानों द्वारा तार पार करने और सूचनाओं को आपस में मिलाने के कारण सहमति को दरकिनार किया जा सकता है, जिससे अनुपालन संबंधी समस्या उत्पन्न हो सकती है। सीपीएम के उपयोग से, वित्तीय संस्थान अनुमतियों का एक क्रम बनाए रख सकते हैं और ग्राहकों को आश्वस्त कर सकते हैं कि उनकी पसंद और विश्वास का सम्मान किया जा रहा है।

पीईटी को सीपीएम के साथ जोड़कर, अब वो दिन लद गए जब डेटा सुरक्षा को नज़रअंदाज़ करके जानकारी जुटानी पड़ती थी। अब, बैंकिंग संस्थान लोगों को मूल्यवान ज्ञान प्रदान कर सकते हैं और मूल्यवान डेटा का त्याग किए बिना उद्योग को आगे बढ़ा सकते हैं।

विश्वास और अनुपालन के लिए दांव

संघीय व्यापार आयोग के अनुसार, उपभोक्ताओं ने इससे अधिक की हानि की सूचना दी है। 12.5 $ अरब 2024 में धोखाधड़ी की दर पिछले वर्ष की तुलना में 25% अधिक है। जैसे-जैसे वित्तीय संस्थान डेटा एकत्र करते हैं, उस जानकारी का मूल्य बढ़ता जाता है। बड़े पैमाने पर डेटा उल्लंघन ग्राहकों के विश्वास को कमज़ोर कर सकते हैं और किसी संस्थान की प्रतिष्ठा को धूमिल कर सकते हैं।

PETs की जटिलता चाहे कितनी भी हो, वे 100% सुरक्षा की गारंटी नहीं दे सकते। PETs को डेटा को मज़बूत बनाने के लिए जटिल गणनाओं और महत्वपूर्ण उद्योग विशेषज्ञता की आवश्यकता होती है। जिस तरह AI नवाचार के द्वार खोलता है, उसी तरह यह बुरे लोगों के लिए नए अवसर भी पैदा करता है। परिष्कृत ऐसे हमले जो अन्यथा सुरक्षित प्रणालियों में सेंध लगा सकते हैं। यहाँ तक कि कानूनी रूप से भी अस्पष्ट क्षेत्र बने हुए हैं क्योंकि GDPR जैसे नियम, उभरती तकनीकों के साथ तालमेल बिठा रहे हैं। PET शक्तिशाली हैं, लेकिन वे एक मज़बूत सहमति और वरीयता प्रबंधन आधार का विकल्प नहीं हैं।

रक्षा की दोहरी-स्तरीय प्रणाली का निर्माण

ओपन बैंकिंग वित्तीय संभावनाओं का एक नया युग लेकर आती है, बैंकिंग पारदर्शिता से लेकर अपराध रोकथाम और समग्र रूप से बेहतर ग्राहक अनुभव तक। हालाँकि, अगर इसे डेटा गोपनीयता को ध्यान में रखकर नहीं बनाया गया है, तो इनमें से कोई भी अवसर मायने नहीं रखता। पीईटी और सीपीएम मिलकर एक शक्तिशाली ढाँचा तैयार कर सकते हैं जो तकनीकी स्तर पर डेटा की सुरक्षा करते हुए ग्राहकों का विश्वास बनाए रखता है।

अविश्वसनीय नवाचार के कगार पर, वे वित्तीय संस्थान जो ग्राहकों के विश्वास को खुले बैंकिंग संचालन के मूल स्तंभ के रूप में रखते हैं, वे ही फलेंगे-फूलेंगे। जब नवाचार और विश्वास एक साथ आगे बढ़ते हैं, तो वित्तीय उद्योग सभी के लिए एक मज़बूत और सुरक्षित दुनिया का निर्माण कर सकता है।