जो रेगेंसबर्गर, अनुसंधान के उपाध्यक्ष, इम्यूटा – साक्षात्कार श्रृंखला

जो रेगेंसबर्गर वर्तमान में इम्यूटा में अनुसंधान के उपाध्यक्ष हैं। डेटा सुरक्षा में एक नेता, इम्यूटा संगठनों को अपने क्लाउड डेटा से मूल्य अनलॉक करने में सक्षम बनाता है जिससे इसे सुरक्षित और सुरक्षित पहुंच प्रदान की जा सके।

इम्यूटा को अपने क्लाउड वातावरण में सहजता से एकीकृत करने के लिए डिज़ाइन किया गया है, जो प्रमुख क्लाउड विक्रेताओं के साथ मूल एकीकरण प्रदान करता है। एनआईएसटी साइबर सुरक्षा ढांचे का पालन करते हुए, इम्यूटा अधिकांश संगठनों के लिए डेटा सुरक्षा की अधिकांश आवश्यकताओं को कवर करता है।

आपकी शैक्षिक पृष्ठभूमि भौतिकी और अनुप्रयुक्त गणित में है, तो आप अंततः डेटा विज्ञान और विश्लेषण में कैसे पहुंचे?

मेरा स्नातक कार्य क्षेत्र प्रायोगिक उच्च ऊर्जा भौतिकी था। इस क्षेत्र में डेटा विश्लेषण करने के लिए बहुत सारे सांख्यिकीय विश्लेषण की आवश्यकता होती है, विशेष रूप से दुर्लभ घटनाओं के संकेतों को अधिक बार-बार होने वाली पृष्ठभूमि घटनाओं से अलग करना। ये कौशल डेटा विज्ञान में आवश्यक कौशलों के समान हैं।

आप इम्यूटा में अनुसंधान के वर्तमान उपाध्यक्ष के रूप में अपनी भूमिका का वर्णन कर सकते हैं?

इम्यूटा में, हम डेटा सुरक्षा पर केंद्रित हैं। इसका अर्थ है कि हमें यह समझने की आवश्यकता है कि डेटा का उपयोग कैसे किया जा रहा है, यह कैसे दुरुपयोग किया जा सकता है, और डेटा पेशेवरों को उनके मिशन का समर्थन करने के लिए आवश्यक उपकरण प्रदान करना। इसलिए, हमारी भूमिका डेटा पेशेवरों की मांगों और चुनौतियों को समझने में शामिल है, विशेष रूप से नियमों और सुरक्षा के संबंध में, और उन चुनौतियों का समाधान करने में मदद करना। हम नियामक मांगों को कम करना चाहते हैं और डेटा पेशेवरों को अपने मूल मिशन पर ध्यान केंद्रित करने में सक्षम बनाना चाहते हैं। मेरी भूमिका उन समाधानों को विकसित करने में मदद करना है जो उन बोझों को कम करते हैं। इसमें संवेदनशील डेटा की खोज के लिए उपकरण विकसित करना, डेटा वर्गीकरण को स्वचालित करने के तरीके, डेटा के उपयोग का पता लगाना, और डेटा नीतियों को लागू करने की प्रक्रिया बनाना शामिल है ताकि यह सुनिश्चित किया जा सके कि डेटा का उपयोग ठीक से किया जा रहा है।

एआई गवर्नेंस में पारंपरिक डेटा गवर्नेंस की तुलना में शीर्ष चुनौतियां क्या हैं?

प्रौद्योगिकी नेताओं ने उल्लेख किया है कि एआई गवर्नेंस डेटा गवर्नेंस से एक प्राकृतिक अगला कदम और प्रगति है। हालांकि, कुछ महत्वपूर्ण अंतर हैं जिन पर विचार किया जाना चाहिए। सबसे पहले और सबसे महत्वपूर्ण, एआई को नियंत्रित करने के लिए एआई प्रणाली के आउटपुट में विश्वास का स्तर आवश्यक है। पारंपरिक डेटा गवर्नेंस में, डेटा नेता आसानी से एक उत्तर से परिणाम तक पारंपरिक सांख्यिकीय मॉडल का उपयोग करके जा सकते थे। एआई के साथ, ट्रेसबिलिटी और लाइनेज एक वास्तविक चुनौती बन जाती है और रेखाएं आसानी से धुंधली हो सकती हैं। एआई मॉडल द्वारा पहुंचे गए परिणाम पर विश्वास करना हॉल्यूसिनेशन और कॉनफैबुलेशन से नकारात्मक रूप से प्रभावित हो सकता है, जो एआई के लिए एक अनोखी चुनौती है जिसे उचित शासन सुनिश्चित करने के लिए हल करना होगा।

क्या आपको लगता है कि एआई गवर्नेंस और डेटा सुरक्षा के लिए एक सार्वभौमिक समाधान है, या यह अधिक मामले-विशिष्ट है?

“मुझे लगता है कि एआई गवर्नेंस के लिए एक आकार-फिट-सभी दृष्टिकोण नहीं है, खासकर जब यह डेटा सुरक्षा की बात आती है। हालांकि, डेटा नेताओं को वर्तमान में सुरक्षा और शासन के लिए आधार तैयार करने के लिए कुछ विचारों को अपनाना चाहिए। एआई को नियंत्रित करने के लिए, यह महत्वपूर्ण है कि एआई मॉडल का उपयोग किस लिए किया जा रहा है और क्यों। यदि आप किसी अधिक सामान्य कार्य के लिए एआई का उपयोग कर रहे हैं जिसमें कम प्रभाव है, तो आपका जोखिम कैलकुलेटर बहुत कम होगा। यदि आप स्वास्थ्य सेवा या स्वायत्त वाहन प्रशिक्षण के बारे में निर्णय लेने के लिए एआई का उपयोग कर रहे हैं, तो आपका जोखिम प्रभाव बहुत अधिक है। यह डेटा गवर्नेंस के समान है; डेटा का उपयोग क्यों किया जा रहा है, यह उतना ही महत्वपूर्ण है जितना कि यह कैसे उपयोग किया जा रहा है।

आपने हाल ही में “शैडो एआई के छिपे हुए खतरों को संबोधित करना” शीर्षक से एक लेख लिखा है। शैडो एआई क्या है और क्यों उद्यमों को इसका ध्यान रखना चाहिए?

“शैडो एआई को अनधिकृत एआई टूल्स के रोगी उपयोग के रूप में परिभाषित किया जा सकता है जो संगठन के शासन ढांचे से बाहर हैं। उद्यमों को इस घटना के बारे में जागरूक होने की आवश्यकता है ताकि वे अपने डेटा की रक्षा कर सकें। एक अनधिकृत अनुप्रयोग जैसे एआई टूल में आंतरिक डेटा फीड करना एक बड़ा जोखिम पेश कर सकता है। शैडो आईटी आमतौर पर जानी जाती है और एक बार देखा जाने पर प्रबंधन करना आसान है। बस अनुप्रयोग को निरस्त करें और आगे बढ़ें। शैडो एआई के साथ, आपके पास यह जानने के लिए एक स्पष्ट अंत-उपयोगकर्ता समझौता नहीं है कि डेटा का उपयोग एआई मॉडल को प्रशिक्षित करने के लिए कैसे किया जाता है या मॉडल को अंततः उत्पन्न होने वाली प्रतिक्रियाओं को साझा करने के लिए कहां भेजा जाता है। मूल रूप से, एक बार डेटा मॉडल में होता है, तो आप इसे नियंत्रित करने की क्षमता खो देते हैं। शैडो एआई के संभावित जोखिम को कम करने के लिए, संगठनों को इन टूल्स का उपयोग करने के लिए स्पष्ट समझौते और औपचारिक प्रक्रियाओं की स्थापना करनी चाहिए, यदि डेटा पर्यावरण से बाहर जा रहा है।

आप विशेष रूप से डेटा सुरक्षा में भूमिका-आधारित पहुंच नियंत्रण (आरबीएसी) की तुलना में विशेषता-आधारित पहुंच नियंत्रण (एबीएसी) का उपयोग करने के लाभों का वर्णन कर सकते हैं?

भूमिका-आधारित पहुंच नियंत्रण (आरबीएसी) कार्य करता है जो व्यक्ति की भूमिका के आधार पर अनुमति या प्रणाली पहुंच को प्रतिबंधित करता है। इसका लाभ यह है कि यह पहुंच नियंत्रण को स्थिर और रैखिक बनाता है क्योंकि उपयोगकर्ता केवल तभी डेटा तक पहुंच सकते हैं जब उन्हें निर्धारित भूमिकाओं में से एक के लिए असाइन किया जाता है। जबकि आरबीएसी मॉडल ने आंतरिक डेटा उपयोग को नियंत्रित करने के लिए एक हाथों-हाथों का तरीका के रूप में कार्य किया है, यह इसकी सादगी के कारण भी इसका मुख्य नुकसान है। आरबीएसी एक छोटे से संगठन के लिए व्यावहारिक था जिसमें सीमित भूमिकाएं और कम डेटा पहल थीं। समकालीन संगठन डेटा-चालित हैं और उनकी डेटा आवश्यकताएं समय के साथ बढ़ती हैं। इस बढ़ती स्थिति में, आरबीएसी की दक्षता टूट जाती है। सौभाग्य से, हमारे पास एक अधिक आधुनिक और लचीला विकल्प है: विशेषता-आधारित पहुंच नियंत्रण (एबीएसी)। एबीएसी मॉडल डेटा पहुंच और सुरक्षा के लिए एक अधिक गतिशील दृष्टिकोण लेता है। यह उपयोगकर्ताओं और डेटा की विशेषताओं को जोड़कर तार्किक भूमिकाएं परिभाषित करता है और उन विशेषताओं के आधार पर पहुंच निर्णय लेता है। एबीएसी की सबसे बड़ी ताकत इसकी गतिशील और स्केलेबल प्रकृति है। जैसे-जैसे डेटा उपयोग के मामले बढ़ते हैं और डेटा लोकतंत्रीकरण अधिक उपयोगकर्ताओं को संगठनों के भीतर सक्षम बनाता है, पहुंच नियंत्रण को उनके वातावरण के साथ विस्तारित करने में सक्षम होना चाहिए ताकि सुसंगत डेटा सुरक्षा बनी रहे। एक एबीएसी प्रणाली भी पिछले पहुंच नियंत्रण मॉडल की तुलना में स्वाभाविक रूप से अधिक सुरक्षित है। इसके अलावा, यह उच्च स्तर की डेटा सुरक्षा स्केलेबिलिटी के खर्चे पर नहीं आती है। पिछले पहुंच नियंत्रण और शासन मानकों के विपरीत, एबीएसी की गतिशील प्रकृति एक भविष्य-मुक्त मॉडल बनाती है।

डेटा पहुंच को बढ़ाते समय मजबूत डेटा शासन और सुरक्षा को बनाए रखने के लिए कुंजी कदम क्या हैं?

डेटा पहुंच नियंत्रण का उपयोग प्रतिबंधित करने के लिए किया जाता है जो उपयोगकर्ताओं और प्रणालियों को दी जाने वाली अनुमतियों और विशेषाधिकारों को सीमित करने में मदद करता है ताकि यह सुनिश्चित किया जा सके कि केवल अधिकृत व्यक्ति ही विशिष्ट डेटा सेट देख और उपयोग कर सकें। डेटा टीमों को व्यवसायिक अंतर्दृष्टि को चलाने के लिए जितना संभव हो उतना डेटा तक पहुंच की आवश्यकता होती है। यह डेटा सुरक्षा और शासन टीमों के लिए एक मुद्दा प्रस्तुत करता है जो डेटा की रक्षा करने और अनधिकृत पहुंच और अन्य जोखिमों के खिलाफ सुनिश्चित करने के लिए जिम्मेदार हैं। एक बढ़ती डेटा-चालित व्यावसायिक वातावरण में, इन प्रतिस्पर्धी हितों के बीच संतुलन हासिल करना आवश्यक है। अतीत में, संगठनों ने डेटा पहुंच नियंत्रण पर एक निष्क्रिय दृष्टिकोण का उपयोग करके इस संतुलन को हासिल करने का प्रयास किया, जिसने डेटा बोतलनेक और संगठनों को गति के मामले में पीछे रखा। डेटा पहुंच को बढ़ाते समय मजबूत डेटा शासन और सुरक्षा को बनाए रखने के लिए, संगठनों को स्वचालित डेटा पहुंच नियंत्रण को अपनाना होगा, जो इस प्रक्रिया में गति, लचीलापन और सटीकता लाता है। स्वचालित डेटा पहुंच नियंत्रण को मास्टर करने के लिए पांच कदम हैं:

1. यह डेटा टीम द्वारा उपयोग किए जाने वाले किसी भी टूल का समर्थन करना चाहिए।
2. यह सभी डेटा का समर्थन करना चाहिए, चाहे वह कहीं भी संग्रहीत किया गया हो या अंतर्निहित संग्रहण प्रौद्योगिकी क्या हो।
3. यह संगठन भर में समान लाइव डेटा तक सीधी पहुंच की आवश्यकता है।
4. किसी भी स्तर की विशेषज्ञता वाला कोई भी, एंटरप्राइज़ डेटा पर लागू किए जा रहे नियमों और नीतियों को समझ सकता है।
5. डेटा गोपनीयता नीतियां एक केंद्रीय स्थान पर रहनी चाहिए।
6. एक बार जब ये स्तंभ महारत हासिल हो जाते हैं, तो संगठन डेटा पहुंच नियंत्रण के निष्क्रिय दृष्टिकोण से मुक्त हो सकते हैं और सुरक्षित, कुशल और स्केलेबल डेटा पहुंच नियंत्रण को सक्षम कर सकते हैं।

वास्तविक समय डेटा निगरानी के संदर्भ में, इम्यूटा संगठनों को अपने डेटा उपयोग और सुरक्षा जोखिमों को प्रोएक्टिव रूप से प्रबंधित करने में कैसे सक्षम बनाता है?

इम्यूटा का डिटेक्ट उत्पाद प्रसाद संगठनों को अपने डेटा उपयोग को प्रोएक्टिव रूप से प्रबंधित करने में सक्षम बनाता है जो डेटा को स्वचालित रूप से स्कोर करता है कि यह कितना संवेदनशील है और इसकी रक्षा कैसे की जाती है (जैसे कि डेटा मास्किंग या इसके उपयोग के लिए एक घोषित उद्देश्य) ताकि डेटा और सुरक्षा टीमें जोखिमों को प्राथमिकता दे सकें और संभावित सुरक्षा घटनाओं के बारे में वास्तविक समय में अलर्ट प्राप्त कर सकें। इम्यूटा डिटेक्ट के साथ डेटा उपयोग जोखिमों को तेजी से और प्राथमिकता देकर, ग्राहक जोखिम मिटाने के समय को कम कर सकते हैं और अपने डेटा के लिए समग्र रूप से मजबूत डेटा सुरक्षा बनाए रख सकते हैं।

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