एलिजाबेथ नाम्मूर, टेलिस्कोप के सीईओ और संस्थापक – साक्षात्कार श्रृंखला

एलिजाबेथ नाम्मूर, टेलिस्कोप के सीईओ और संस्थापक, एक सुरक्षा इंजीनियर हैं जो डेटा सुरक्षा, सॉफ्टवेयर इंजीनियरिंग और नवाचार भूमिकाओं में काम कर चुके हैं। जबकि एयरबीएनबी में एक वरिष्ठ सॉफ्टवेयर इंजीनियर के रूप में डेटा सुरक्षा पर ध्यान केंद्रित किया, उन्होंने डेटा एस्टेट्स को समझने और नियंत्रित करने की चुनौती का सामना किया, जो दर्जनों प्रणालियों में फैली हुई थीं। यह अनुभव, अमेज़ॅन और बूज़ एलन हैमिल्टन में पहले की तकनीकी और रणनीतिक भूमिकाओं के साथ मिलकर, उन्हें यह महसूस कराया कि आधुनिक संगठनों को संवेदनशील डेटा को बड़े पैमाने पर शासन करने में कैसे संघर्ष करना पड़ता है और अंततः उन्हें इस अंतर को पूरा करने के लिए एक कंपनी बनाने के लिए प्रेरित किया।

(ABNB ) (AMZN ) (BAH )

टेलिस्कोप एक आधुनिक डेटा सुरक्षा प्लेटफ़ॉर्म है जो संगठनों को लगातार यह समझने में मदद करता है कि उनका डेटा कहाँ रहता है, इसका उपयोग कैसे किया जाता है, और यह जोखिम पैदा करता है क्योंकि वातावरण अधिक जटिल हो जाते हैं। डेवलपर्स और सुरक्षा टीमों के लिए डिज़ाइन किया गया, प्लेटफ़ॉर्म सटीक डेटा दृश्यता, स्वचालित उपचार, और नीति-निर्देशित नियंत्रणों पर जोर देता है जो क्लाउड, सास, और हाइब्रिड वातावरण में होते हैं। स्थिर ऑडिट और मैनुअल प्रक्रियाओं से आगे बढ़कर, टेलिस्कोप संगठनों को डेटा फैलाव को प्रबंधित करने के लिए एक व्यावहारिक आधार प्रदान करने का लक्ष्य रखता है, साथ ही साथ जिम्मेदार एआई अपनाने को सक्षम बनाता है।

आपने टेलिस्कोप की स्थापना एयरबीएनबी में इन-हाउस डेटा सुरक्षा टूलिंग बनाने के बाद की, जो बड़े पैमाने पर डेटा को सूचीबद्ध और वर्गीकृत करने के लिए थी। कौन सा क्षण आपको यह महसूस कराया कि यह एक कंपनी के रूप में होना चाहिए, न कि एक आंतरिक परियोजना के रूप में, और उन शुरुआती सबक ने आपके उत्पाद के सिद्धांत को कैसे आकार दिया?

जब मैंने एयरबीएनबी में यह उत्पाद बनाया, तो मुझे एयरबीएनबी के ब्लॉग पर “स्केल पर डेटा सुरक्षा को स्वचालित करने” पर एक पोस्ट लिखने का अवसर मिला। मैंने कभी नहीं सोचा था कि इससे कुछ होगा, लेकिन सुरक्षा समुदाय ने वास्तव में इसका अच्छी तरह से जवाब दिया और मुझे दुनिया भर के पрак्टिशनर्स से संपर्क करना शुरू किया। मुझे यह एहसास हुआ कि कई लोगों ने मुझे जिन चुनौतियों का सामना करना पड़ा, वे同じ थीं, और यह उत्पाद वास्तव में बाजार की मांग थी। मैंने शुरुआती दिनों में अपने साथियों से प्रतिक्रिया पर बहुत अधिक निर्भर किया, और यहां तक कि टेलिस्कोप व1.0 भी एयरबीएनबी में पहले से जो मैंने बनाया था उससे कहीं बेहतर था। आज हमारा उत्पाद बहुत बड़ा और अधिक प्रभावशाली है जितना मैंने कभी सोचा था।

आपका बहु-मॉडल वर्गीकरण पाइपलाइन पारंपरिक एमएल, प्रारूप-विशिष्ट मॉडल, और जेनएआई सत्यापन को मिलाती है। आप हमें निर्णय लॉजिक और पैमाने पर गलत सकारात्मक/नकारात्मक को कम करने के तरीके के माध्यम से चलें?

मैं आपको हमारे ब्लॉग पढ़ने की सलाह दूंगा, जिसे मैंने हमारे डेटा साइंस के प्रमुख, इवान के साथ डेटा वर्गीकरण के बारे में लिखा था। मैं पहले यह कहूंगा कि यह एक कला है, जितना कि यह विज्ञान है। हर बार जब आप संवेदनशील डेटा इकाई पाते हैं, संदर्भ अद्वितीय होगा। साथ ही, डेटा की मात्रा ने इस समस्या को अनंत रूप से अधिक चुनौतीपूर्ण बना दिया है, क्योंकि उत्पादन डेटा की पेटाबाइट्स को स्कैन करने में बहुत सारी गणना और बहुत समय लगता है। मूल रूप से, यह एक ऐसी समस्या है जिसे लंबे समय से हल नहीं किया जा सका है।

जहां कला आती है, वह यह है कि कैसे सभी व्यापार-बंद को संतुलित करना है – गति, विलंबता, सटीकता, लागत, और विस्तार (डेटा स्टोर्स, फ़ाइल स्वरूपों, भाषाओं आदि में)। हमने हमेशा माना है कि उत्तर रचनात्मक होना चाहिए, और बहुमुखी होना चाहिए। यही कारण है कि हमने जो दृष्टिकोण अपनाया है, वह कई वर्गीकरण विधियों को मिलाकर एक गतिशील और सूक्ष्म दृष्टिकोण है जो हल्के-वजन वाले तरीके का उपयोग करता है, बिना सटीकता को महत्वपूर्ण रूप से त्यागे। यह गतिशील दृष्टिकोण हमें डेटा को 10-20 गुना तेजी से स्कैन करने की अनुमति देता है जो एक-आकार-फिट-सभी एलएलएम पर निर्भर करते हैं, जबकि रेगेक्स या पारंपरिक संदर्भ-आधारित दृष्टिकोणों की तुलना में कहीं अधिक सटीक परिणाम प्रदान करता है।

आपने हाल ही में प्रिज्म की शुरुआत की, जो व्यवसाय-स्तर की डेटा समझ और जेनएआई-संचालित उपचार पर केंद्रित है। यह तत्व-स्तर पीआईआई की तुलना में नए उपयोग के मामलों को क्या अनलॉक करता है, और आप उपचार कार्रवाइयों में हॉलुसिनेशन के खिलाफ कैसे रक्षा करते हैं?

जब मैंने पहली बार डेटा वर्गीकरण और सुरक्षा की चुनौती का सामना करने का फैसला किया, तो मेरा ध्यान वास्तविक गलत सकारात्मक परिणामों को कम करने पर था। उदाहरण के लिए, कैसे हम सुनिश्चित करें कि कम से कम 95% समय में जब हम कुछ को सामाजिक सुरक्षा संख्या के रूप में झंडा दिखाते हैं, तो यह वास्तव में एक एसएसएन है। कुछ साल पहले, यहां तक कि 80% सटीकता विभिन्न डेटा तत्व प्रकारों में सुधार होगी।

लेकिन पिछले साल अपने ग्राहकों के साथ काम करके, यह स्पष्ट हो गया कि जो “शोर” टीमों को अभिभूत कर रहा है वह केवल गलत डेटा इकाई वर्गीकरण (पारंपरिक “गलत सकारात्मक”) के कारण नहीं है। शोर अक्सर उतना ही है जितना कि गैर-प्रासंगिक अलर्ट के साथ अभिभूत होना है, जितना कि गलत अलर्ट प्राप्त करना है। प्रिज्म क्या करता है, वह हमें बहुत अधिक संदर्भ पर विचार करने की अनुमति देता है – न केवल “यह डेटा क्या है” या “कौन इस फ़ाइल तक पहुंच रहा है”, बल्कि “व्यावहारिक रूप से यह फ़ाइल क्या है”। व्यवसाय के बारे में जानकारी के साथ जो हम ग्रहण कर सकते हैं कि वास्तव में क्या है, हमें एक उत्पाद देने की अनुमति देता है जो प्रत्येक कंपनी के विभिन्न “संवेदनशील” डेटा की परिभाषाओं को पूरा करता है।

इस स्तर के संदर्भ को पकड़ना वास्तव में एक गेम चेंजर है। उदाहरण के लिए, अपने व्यक्तिगत ड्राइव में एक गूगल डॉक में सैकड़ों एसएसएन स्टोर करना एक बड़ा जोखिम और डेटा प्रबंधन नीति का उल्लंघन हो सकता है। लेकिन एक सुरक्षित एचआर ड्राइव में अपने कर्मचारियों के डब्ल्यू -2 के साथ एक फ़ोल्डर होना अपेक्षित व्यवहार है। सुरक्षा टीमें पहले के लिए अलर्ट करना चाहती हैं, लेकिन हर कर्मचारी के लिए एक अलर्ट प्राप्त करना जो सही ढंग से संग्रहीत है, बस शोर है। संवेदनशील डेटा का संदर्भ समझने के लिए केवल एक इकाई वर्गीकरण मॉडल से अधिक की आवश्यकता है।

हम एक बहुराष्ट्रीय रासायनिक कंपनी, चेवरॉन फिलिप्स केमिकल्स के साथ काम करते हैं। यह व्यवसाय कभी भी एक गोपनीयता उपकरण या एक मानक डीएसपीएम नहीं खरीदेगा, क्योंकि वे वास्तव में उपभोक्ता डेटा जोखिम को एक प्राथमिकता के रूप में नहीं देखते हैं। लेकिन जो वे परवाह करते हैं वह बौद्धिक संपदा है जो प्रोप्राइटरी रासायनिक समीकरणों के रूप में है। किसी दस्तावेज़ के सार को क्लस्टर्ड लेबल की सूची में उबालने में सक्षम होने के नाते, हम न केवल अद्वितीय संवेदनशील तत्वों का पता लगा सकते हैं, बल्कि इन डेटा संपत्तियों को “गलत” स्थानों में होने के उदाहरणों को भी ढूंढ सकते हैं। हमारे स्वचालित उपचार के साथ संयुक्त यह संदर्भ, हमें फ़ाइलों को संग्रहीत करने, हटाने, संपादित करने या उनके उचित स्थान पर ले जाने के लिए कार्रवाई करने की अनुमति देता है। डेटा सुरक्षा बाजार में कोई भी यह काम नहीं कर रहा है।

टेलिस्कोप मल्टी-क्लाउड, ऑन-प्रीमिस, और तृतीय-पक्ष प्रणालियों सहित शैडो डेटा पर निरंतर खोज पर प्रकाश डालता है। “पूर्ण मानचित्र” कवरेज क्या दिखता है, और आप एक ग्रीनफील्ड तैनाती में अज्ञात स्टोर को कितनी जल्दी सतह कर सकते हैं?

“पूर्ण” यहाँ एक मुश्किल शब्द है – वास्तव में, यह एक बार जो लगातार बढ़ रहा है, यहां तक कि दैनिक आधार पर। यही कारण है कि डेटा फैलाव को प्रबंधित करना कितना कठिन है। हमारा लक्ष्य हमेशा यह रहा है कि टेलिस्कोप हमारे ग्राहकों के डेटा के साथ जहां भी हो, वहां हो। हम अंततः एक एकीकरण-आधारित उत्पाद हैं – हमने सैकड़ों प्रोप्राइटरी डेटा कनेक्टर बनाए हैं ताकि हम विभिन्न सास टूल्स, क्लाउड डेटा स्टोर्स, और ऑन-प्रीमिस सिस्टम में डेटा को क्रॉल, स्कैन और वर्गीकृत कर सकें। अधिकांश ग्राहक उन कनेक्टर्स के साथ शुरू करते हैं जिन्हें वे सबसे अधिक जोखिम वाले मानते हैं, या जहां उन्हें कम से कम दृश्यता है, इसलिए वास्तव में हम शायद ही कभी एक कंपनी के डेटा के हर जगह होते हैं। हालांकि, प्रत्येक डेटा स्रोत में, हम उनके वातावरण में नए खातों, तालिकाओं, नए ब्लॉब्स, फ़ाइलों, संदेशों आदि को सतह करने के लिए लगातार क्रॉल कर रहे हैं। इसलिए, जहां भी हम हैं, हम डेटा को लगभग वास्तविक समय में ढूंढ रहे हैं।

एआई सुरक्षा और शासन के लिए, आप प्रशिक्षण डेटासेट, मॉडल, प्रॉम्प्ट, और आउटपुट के बीच उत्पत्ति को ऑडिट करने के लिए कैसे ट्रैक करते हैं?

हम वास्तव में एआई सुरक्षा और शासन का समर्थन करने के लिए तीन मुख्य तरीके हैं। पहला, हमारी वर्गीकरण और उपचार प्रौद्योगिकी को डेटा में लागू करने की क्षमता है जो हमारे एपीआई के माध्यम से गति में है। जब कंपनियां अपने मॉडलों को प्रशिक्षित करने के लिए डेटासेट तैयार कर रही होती हैं, तो उन्हें यह सुनिश्चित करने के लिए एक तरीके की आवश्यकता होती है कि डेटा पीआईआई या अन्य संवेदनशील डेटा से मुक्त है। इसलिए हम डेटा पाइपलाइन में प्लग इन करें और डेटासेट को स्क्रब कर सकते हैं क्योंकि वे एक प्रशिक्षण सेट में कॉपी किए जा रहे हैं, यह सुनिश्चित करते हुए कि मॉडल कभी भी संवेदनशील डेटा को आउटपुट करने के जोखिम में नहीं हैं।

गोपनीयता और अनुपालन: आप निरंतर निगरानी और नियमों/विनियमों के लिए स्वचालित मानचित्रण का दावा करते हैं। आप कानूनों के विकास के रूप में मानचित्रण को वर्तमान कैसे रखते हैं, और विभिन्न क्षेत्रों या व्यवसाय इकाइयों के लिए नियंत्रण कितने अनुकूलन योग्य हैं?

स्पष्ट रूप से, हमारा फोकस वास्तव में उन चेकबॉक्स की जांच से दूर हो गया है और हमारे ग्राहकों की परवाह की बातों को गहराई से समझने की ओर बढ़ गया है। कुछ मामलों में, वे नवीनतम नियमों के साथ 100% मैप करना चाहते हैं, और हम लगातार इन परिवर्तनों की निगरानी कर रहे हैं और उन्हें हमारे उत्पाद में शामिल कर रहे हैं। लेकिन, ईमानदारी से, अधिकांश कंपनियां इतनी दूर हैं कि वे पूरी तरह से इन कानूनों का पालन करने में सक्षम हैं, कि हमें उन्हें जहां वे हैं और उन्हें बिंदु ए से बी से सी तक ले जाने से पहले हमें यह सुनिश्चित करना होगा कि हम उनके विशिष्ट जोखिम प्रोफाइल और आवश्यकताओं के आसपास उत्पाद को आकार दे सकते हैं।

जेनएआई अपनाना: ग्राहक टेलिस्कोप का उपयोग कैसे “सुरक्षित इनपुट” और “सुरक्षित आउटपुट” बनाने के लिए कर रहे हैं बिना डेवलपर वेलोसिटी को कम किए? कोई पैटर्न अनुशंसित?

ग्राहक टेलिस्कोप के रेडैक्ट एपीआई को अपने प्रशिक्षण और अनुमान पाइपलाइनों में एकीकृत करते हैं ताकि यह सुनिश्चित किया जा सके कि संवेदनशील डेटा कभी भी जनरेटिव एआई मॉडल में प्रवाहित न हो। रेडैक्शन प्रक्रिया डेवलपर्स से अलग की जाती है, डेवलपर वेलोसिटी को संरक्षित करते हुए अनुमान से पहले रेडैक्शन करती है और बाद में डेटा को फिर से हाइड्रेट करती है।

आगे देखते हुए, आपने एक अंत-से-अंत “एजेंटिक” डेटा सुरक्षा प्लेटफ़ॉर्म के बारे में बात की है जिसमें स्वायत्त उपचार है। कौन से मील के पत्थर संकेत देंगे कि उद्योग पूरी तरह से स्वायत्त डेटा सुरक्षा के लिए तैयार है?

हम जानते हैं कि उद्योग इसके लिए तैयार है। साइबर के अन्य क्षेत्रों में, जैसे कि एसओसी, ने पहले ही एजेंटिक एआई की ओर एक पूर्ण बदलाव दिखाया है ताकि सुरक्षा टीमों की क्षमता को स्केल किया जा सके। हमारे पास एक कतार है जो ग्राहक हैं जो इस काम के लिए डिज़ाइन पार्टनर बनना चाहते हैं, इसलिए हम जानते हैं कि कई कंपनियां उसी दर्द को महसूस कर रही हैं जो अभी भी मैन्युअल रूप से त्रुटि की जांच, जांच, निर्णय लेने और फिर निष्पादन करने के लिए है, बस एक टिकट को हल करने के लिए। हमें यह यकीन है कि यह वह जगह है जहां बाजार जा रहा है, और हम इस बदलाव का नेतृत्व करने के लिए निर्धारित हैं।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें टेलिस्कोप पर जाना चाहिए।