Elizabeth Nammour, CEO și fondator al Teleskope – Seria de interviuri

Elizabeth Nammour, CEO și fondator al Teleskope, este un inginer de securitate convertit în fondator, a cărui carieră cuprinde securitatea datelor, ingineria software și roluri de inovare în unele dintre cele mai mari organizații tehnologice din lume. În timp ce lucra ca inginer software senior, axat pe securitatea datelor la Airbnb (ABNB ), a confruntat provocarea operațională de a înțelege și controla imensele proprietăți de date în creștere rapidă, răspândite pe zeci de sisteme. Această experiență, combinată cu rolurile sale tehnice și strategice anterioare la Amazon (AMZN ) și Booz Allen Hamilton (BAH ), a modelat perspectiva sa asupra modului în care organizațiile moderne luptă pentru a guverna datele sensibile la scară și, în cele din urmă, a determinat-o să construiască o companie care să abordeze această lacună.

Teleskope este o platformă modernă de securitate a datelor, proiectată pentru a ajuta organizațiile să înțeleagă în mod continuu unde se află datele lor, cum sunt utilizate și ce riscuri creează, pe măsură ce mediile devin mai complexe. Construită cu dezvoltatori și echipe de securitate în minte, platforma pune accentul pe vizibilitatea precisă a datelor, remedierea automată și controale bazate pe politici, în cloud, SaaS și medii hibride. Prin depășirea auditurilor statice și a proceselor manuale, Teleskope își propune să ofere organizațiilor o bază practică pentru gestionarea risipei de date, permițând în același timp adoptarea responsabilă a inteligenței artificiale.

Ați fondat Teleskope după ce ați construit unelte de securitate a datelor în Airbnb pentru a cataloga și clasifica date la scară masivă. Care a fost momentul care v-a convins că acest lucru trebuie să fie o companie și nu un proiect intern, și cum au influențat aceste lecții timpurii teza dvs. de produs?

Când am terminat de construit acest produs la AirBnB, am avut ocazia de a scrie un articol pe blogul AirBnB, intitulat „Protejarea automată a datelor la scară”. Nu am anticipat niciodată că va apărea ceva din aceasta, dar comunitatea de securitate a răspuns foarte favorabil și am început să primesc mesaje de la practicieni din toată lumea. Am avut cu adevărat un moment de realizare că atât de mulți împărtășeau aceleași provocări cu care m-am confruntat eu, și că acest produs era ceva pentru care piața cerea cu adevărat. Am învățat mult din feedback-ul primit de la colegi în zilele timpurii, și chiar Teleskope v1.0 a fost mult mai bun decât ceea ce construisem inițial la AirBnB. Astăzi, produsul nostru este mai mare și are un impact mai mare decât aș fi putut vreodată imagina în acea perioadă.

Conducerea dvs. de clasificare multi-model combină machine learning tradițional, modele specifice formatului și validarea GenAI. Puteți explica logica decizională și cum reduceți falsurile pozitive/negative la scară?

Aș recomanda cu siguranță citirea blogului nostru, pe care l-am scris alături de șeful nostru de știință a datelor, Ivan, despre clasificarea datelor. În primul rând, aș spune că acesta este un art, la fel de mult ca și o știință. Există o cantitate uriașă de nuanță – de fiecare dată când găsiți o entitate de date sensibile, contextul va fi unic. Între timp, scara datelor a făcut ca această problemă să devină infinit mai provocatoare, deoarece scanarea petabytelor de date de producție necesită multă putere de calcul și mult timp. În esență, există un motiv pentru care această problemă a continuat să fie considerată în mare măsură nerezolvată.

Unde intervine arta este atunci când trebuie să echilibrați toate compromisurile – viteză, latență, acuratețe, cost și lățime (în magazine de date, formate de fișiere, limbi etc.). Am crezut întotdeauna că răspunsul trebuie să fie creativ și trebuie să fie multi-modal. De aceea am adoptat abordarea noastră, combinând multe dintre metodele de clasificare disponibile pentru a avea o abordare dinamică și nuanțată, care, pentru a rezuma, este proiectată pentru a utiliza metoda cu cel mai mic consum posibil, fără a sacrifica în mod semnificativ acuratețea. Această abordare dinamică ne permite să scanăm datele de 10-20 de ori mai rapid decât instrumentele care depind de LLM-urile de tip „una pentru toate”, și, de asemenea, oferă rezultate mult mai precise decât abordările convenționale bazate pe REGEX sau context.

Ați introdus recent Prism, concentrându-vă pe înțelegerea datelor la nivel de afaceri și pe remedierea GenAI. Care sunt noile cazuri de utilizare pe care le deblochează aceasta, în comparație cu detectarea PII la nivel de element, și cum apărați împotriva halucinației în acțiunile de remediere?

Când am început să abordez provocarea clasificării și protejării datelor, accentul meu a fost pe reducerea rezultatelor false pozitive. De exemplu, cum putem fi siguri că cel puțin 95% din timp, atunci când semnalăm ceva ca fiind un număr de securitate socială, se va dovedi a fi într-adevăr un număr de securitate socială. Acum câțiva ani, chiar și o acuratețe de 80% pentru diferitele tipuri de elemente de date ar fi fost o îmbunătățire.

Dar, prin lucrul strâns cu clienții noștri în acest an, a devenit clar că „zgomotul” care copleșește echipele nu este cauzat doar de clasificările inexacte ale entităților de date („falsurile pozitive” tradiționale). Zgomotul este adesea la fel de mult despre a fi copleșiți de alerte irelevante, pe lângă alertele false. Ceea ce face Prism este că deblochează capacitatea noastră de a lua în considerare mult mai mult context – nu doar „ce este această bucată de date” sau „cine accesează acest fișier”, ci și „ce este, în mod practic, acest fișier”. Combinând aceasta cu informații pe care le putem primi despre ceea ce face o anumită afacere și ce îi pasă, putem oferi un produs care se potrivește definițiilor diferite de „date sensibile” ale fiecărei companii.

Prinderea acestui nivel de context nuanțat este un adevărat joc schimbător. Păstrarea a sute de numere de securitate socială într-un document Google (GOOGL ) în unitatea dvs. de disc personal, de exemplu, ar putea fi un risc major și o încălcare a politicii dvs. de gestionare a datelor. Dar avea un folder într-un disc de resurse umane securizat, plin de formulare W2 ale angajaților dvs.? Acesta este un comportament așteptat. Echipele de securitate vor să fie alertate asupra primului scenariu, dar primirea unei alerte pentru fiecare formular W2 al angajaților, stocat corect, este doar zgomot. Înțelegerea locului și contextului în care se află datele sensibile necesită mai mult decât doar un model de clasificare a entităților.

Lucrăm cu o companie chimică multinațională, Chevron (CVX ) Philips Chemicals. Această afacere nu ar cumpăra niciodată un instrument de confidențialitate sau un DSPM standard, deoarece nu consideră riscul datelor consumatorilor o prioritate. Ceea ce îi pasă, însă, este proprietatea intelectuală sub formă de ecuații chimice proprietare. Putând să condensăm esența unui document într-o listă de etichete clusterizate, putem nu numai detecta elemente sensibile unice, ci și găsi instanțe ale acestor active de date care se află în „locurile greșite”. Combinând acest context cu remedierea noastră automată, putem apoi lua măsuri pentru a arhiva, șterge, edita sau muta aceste fișiere în locurile lor corespunzătoare. Nimeni pe piața securității datelor nu face acest fel de lucru.

Teleskope subliniază descoperirea continuă în cloud multiplu, on-prem și sisteme terțe, inclusiv date umbrite. Ce înseamnă „hartă completă” și cum de puteți supune în mod rapid depozite necunoscute într-o implementare greenfield?

„Completa” este un cuvânt dificil aici – în realitate, este o bară care se mișcă constant, chiar și zilnic. Acesta este nivelul de dificultate de a gestiona risipa de date. Scopul nostru a fost întotdeauna ca Teleskope să existe oriunde se află datele clienților noștri. Suntem, în cele din urmă, un produs bazat pe integrări – am construit zeci de conectori de date proprietare pentru a putea căuta, scana și clasifica date într-o gamă largă de instrumente SaaS, magazine de date cloud și sisteme on-premise. Majoritatea clienților încep cu câteva conectori pe care le consideră cele mai mari riscuri sau unde au cea mai mică vizibilitate, astfel încât, în realitate, rareori suntem peste tot unde se află datele unei companii. Cu toate acestea, în cadrul fiecărui depozit de date, suntem în mod constant în căutarea noilor conturi, tabele, noilor blocaje, fișierelor, mesajelor etc. Astfel, oriunde ne aflăm, găsim date, noi și vechi, în timp real.

Pentru securitatea și guvernanța inteligenței artificiale, cum urmăriți linia de legătură între seturile de date de antrenament, modele, prompturi și ieșiri pentru auditabilitate?

Avem, de fapt, trei moduri principale de a sprijini securitatea și guvernanța inteligenței artificiale. În primul rând, este capacitatea noastră de a aplica tehnologia noastră de clasificare și remediere la date în mișcare prin intermediul API-urilor noastre. Atunci când companiile generează sau pregătesc seturi de date pentru a antrena propriile modele, au nevoie de o modalitate de a se asigura că aceste date sunt lipsite de informații personale sau alte date sensibile. Astfel, ne conectăm direct la o conductă de date și putem curăța seturile de date în timp ce sunt mutate sau copiate într-un set de antrenament, asigurându-ne că modelele nu vor fi niciodată în pericol să emită date sensibile.

Redactarea și „remedierea la sursă” sunt fundamentale pentru abordarea dvs. Care este filozofia dvs. cu privire la remedierea automată versus cea cu intervenție umană și unde trasați limitele de siguranță?

Am realizat cu câțiva ani în urmă că, pe cât de necesare au fost descoperirea și clasificarea datelor, acestea oferă doar jumătate din poveste. Găsirea riscurilor datelor este primul pas, dar rezolvarea și remedierea acestor riscuri este obiectivul final. Clienții noștri de obicei încep prin evaluarea descoperirilor Teleskope în catalogul nostru de date, apoi trec la remedierea cu intervenție umană, înainte de a trece la remedierea complet automată. Suntem foarte conștienți de faptul că, în realitate, vor exista întotdeauna anumite acțiuni pe care echipele nu le vor fi niciodată pe deplin confortabile să le automatizeze complet. Ștergerea datelor dintr-o bază de date de producție, de exemplu, ar putea fi foarte problematică. În multe cazuri, vedem clienții adoptând o automatizare completă pentru lucruri precum revocarea permisiunilor, mutarea datelor, impunerea politicii de arhivare sau retenție etc.

Multe instrumente DSPM/DLP se luptă cu protecția în timp real. Ce a trebuit să se schimbe arhitectural pentru a face „timp real” o miză, și ce latențe și debite pot companiile să se aștepte în producție?

Pentru a aborda problema timpului real, a fost important să descompunem sarcina în componentele sale de bază. Diferite situații necesită diferite tipuri de latență, dar scopul este întotdeauna să oferim informații cel mai precis și mai rapid posibil. Acest lucru înseamnă că o arhitectură flexibilă care ne-ar permite să paralelizăm sistemul nostru de latență scăzută pentru a satisface diferite cerințe de debit. Când o companie are Teleskope rulează în mediul său, datele sunt clasificate și protejate direct în infrastructura lor, reducând astfel latența și fluxul de date în afara companiei. Acest fapt ne permite să oferim remediere în scenarii cu risc ridicat în intervale de timp subsecunde.

Privacie și conformitate: susțineți monitorizarea continuă și cartarea automată la cadrele/reglementările legale. Cum păstrați aceste cartări actuale pe măsură ce legile evoluează, și cât de personalizabile sunt controalele pentru diferite regiuni sau unități de afaceri?

În mod sincer, accentul nostru s-a deplasat de la a bifa cutii și spre a înțelege profund ce îi pasă clienților noștri. În unele cazuri, doresc să se potrivească la 100% cu noile reglementări care apar, și suntem în mod constant conștienți de aceste schimbări și le integrăm în produsul nostru. Dar, în mod sincer, majoritatea companiilor sunt atât de departe de a fi în măsură să se conformeze pe deplin acestor legi, încât trebuie să le întâlnim acolo unde se află și să ne asigurăm că putem să le ducem de la punctul A la punctul B la punctul C, înainte de a ne îngrijora să ajungem la punctul Z. Modalitatea în care facem acest lucru este prin a înțelege mai întâi ce înseamnă conformitatea pentru acea companie (iar o companie de producție poate să nu considere ceva ca GDPR o preocupare majoră), și să ne asigurăm că putem să modelăm produsul în jurul profilului lor de risc și nevoilor specifice.

Adoptarea GenAI: cum folosesc clienții Teleskope pentru a crea „intrări sigure” și „ieșiri sigure” fără a compromite viteza de dezvoltare a dezvoltatorilor? Există modele pe care le recomandați?

Clienții noștri integrează API-ul Redact al Teleskope în conductele lor de antrenament și inferență pentru a se asigura că datele sensibile nu curg niciodată în modelele de inteligență artificială generativă. Procesul de redactare este abstractizat de la dezvoltatori, conservând astfel viteza de dezvoltare, prin efectuarea redactării înainte de inferență și rehidratarea datelor ulterior.

Privind înainte, ați vorbit despre o platformă de securitate a datelor „agentică” de la capăt la capăt, cu remediere autonomă. Care sunt reperele care vor semnala că industria este gata pentru protecția datelor complet autonomă?

Știm cu siguranță că industria este gata pentru acest lucru. Alte domenii ale securității cibernetice, cum ar fi SOC, au arătat deja o schimbare completă către AI agențică ca o modalitate de a scala capacitatea echipelor de securitate. Avem o coadă de clienți care ne cer să fim parteneri de design pentru această lucrare, așa că știm că multe companii simt aceeași durere de a trebui să triajeze, să investigheze, să ia o decizie și apoi să execute, doar pentru a rezolva un singur bilet. Avem convingerea absolută că acesta este locul în care se îndreaptă piața, și suntem hotărâți să conducem această schimbare.

Mulțumim pentru acest interviu minunat, cititorilor care doresc să afle mai multe despre Teleskope.