Joe Regensburger, VP de Cercetare, Immuta – Seria de Interviuri

Joe Regensburger este în prezent Vicepreședinte de Cercetare la Immuta. Lider în securitatea datelor, Immuta permite organizațiilor să deblocheze valoarea datelor lor din cloud, protejându-le și oferind acces securizat.

Immuta este proiectată pentru a se integra perfect în mediul dvs. cloud, oferind integrări native cu principalii furnizori de cloud. Urmând cadrul de securitate cibernetică NIST, Immuta acoperă majoritatea nevoilor de securitate a datelor pentru cele mai multe organizații.

Studiile dvs. universitare sunt în fizică și matematică aplicată, cum ați ajuns să lucrați în știința datelor și analitică?

Lucrarea mea de masterat a fost în fizica experimentală de înaltă energie. Analiza datelor în acest domeniu necesită o analiză statistică considerabilă, în special separarea semnăturilor evenimentelor rare de cele ale evenimentelor de fond mai frecvente. Aceste abilități sunt foarte asemănătoare cu cele necesare în știința datelor.

Puteți descrie ce implică rolul dvs. actual de VP de Cercetare la Immuta, lider în securitatea datelor?

La Immuta, ne concentrăm pe securitatea datelor. Acest lucru înseamnă că trebuie să înțelegem cum sunt utilizate datele, cum pot fi utilizate în mod necorespunzător și să oferim profesioniștilor în domeniul datelor instrumentele necesare pentru a-și îndeplini misiunea, prevenind în același timp utilizarea necorespunzătoare. Deci, rolul nostru implică înțelegerea cerințelor și provocărilor profesioniștilor în domeniul datelor, în special în ceea ce privește reglementările și securitatea, și ajutarea la soluționarea acestor provocări. Vrem să reducem cerințele reglementare și să permitem profesioniștilor în domeniul datelor să se concentreze pe misiunea lor principală. Rolul meu este să ajut la dezvoltarea de soluții care să reducă aceste sarcini. Acest lucru include dezvoltarea de instrumente pentru a descoperi date sensibile, metode pentru a automatiza clasificarea datelor, detectarea modului în care datele sunt utilizate și crearea de procese care să impună politici de date pentru a asigura că datele sunt utilizate în mod corespunzător.

Care sunt principalele provocări în guvernanța AI în comparație cu guvernanța datelor tradițională?

Liderii tehnologici au menționat că guvernanța AI este un pas firesc și o evoluție a guvernanței datelor. Cu toate acestea, există câteva diferențe cheie de care trebuie să ținem seama. În primul rând, guvernanța AI necesită un nivel de încredere în ieșirea sistemului AI. Cu guvernanța datelor tradițională, liderii datelor puteau urmări cu ușurință de la un răspuns la un rezultat utilizând un model statistic tradițional. Cu AI, trasabilitatea și genealogia devin o provocare reală, iar liniile pot fi ușor estompate. Capacitatea de a avea încredere în rezultatul la care ajunge modelul dvs. AI poate fi afectată negativ de halucinații și confabulații, ceea ce este o provocare unică pentru AI care trebuie soluționată pentru a asigura o guvernanță corespunzătoare.

Credeti că există o soluție universală pentru guvernanța AI și securitatea datelor, sau este mai specifică pentru fiecare caz?

“Deși nu cred că există o abordare unică pentru guvernanța AI în ceea ce privește securitatea datelor, există cu siguranță considerații pe care liderii datelor ar trebui să le adopte în prezent pentru a pune bazele securității și guvernanței. În ceea ce privește guvernanța AI, este foarte important să aveți contextul în care modelul AI este utilizat și de ce. Dacă utilizați AI pentru ceva mai banal, cu un impact mai mic, calculatorul dvs. de risc va fi mult mai mic. Dacă utilizați AI pentru a lua decizii privind sănătatea sau pentru a antrena un vehicul autonom, impactul dvs. de risc va fi mult mai mare. Acest lucru este similar cu guvernanța datelor; de ce datele sunt utilizate este la fel de important ca și modul în care sunt utilizate.

Ați scris recent un articol intitulat „Abordarea amenințărilor ascunse ale Shadow AI”. Ce este Shadow AI și de ce ar trebui să ia în considerare întreprinderile acest fenomen?

“Shadow AI poate fi definită ca utilizarea abuzivă a unor instrumente AI neautorizate care se află în afara cadrului de guvernanță al unei organizații. Întreprinderile trebuie să fie conștiente de acest fenomen pentru a proteja datele, deoarece alimentarea datelor interne într-o aplicație neautorizată, cum ar fi un instrument AI, poate prezenta riscuri enorme. Shadow IT este în general bine cunoscut și relativ ușor de gestionat odată detectat. Pur și simplu, dezactivați aplicația și continuați. Cu Shadow AI, nu aveți un acord clar de utilizator cu privire la modul în care datele sunt utilizate pentru a antrena un model AI sau unde modelul își distribuie în cele din urmă răspunsurile odată generate. În esență, odată ce datele sunt în model, pierdeți controlul asupra lor. Pentru a reduce riscul potențial al Shadow AI, organizațiile trebuie să stabilească acorduri clare și procese formalizate pentru utilizarea acestor instrumente, dacă datele vor părăsi mediul în orice mod.

Puteți explica avantajele utilizării controlului accesului bazat pe atribute (ABAC) în comparație cu controlul accesului bazat pe roluri (RBAC) în securitatea datelor?

Controlul accesului bazat pe roluri (RBAC) funcționează prin restricționarea permisiunilor sau a accesului la sistem pe baza rolului unei persoane în cadrul organizației. Beneficiul acestuia constă în faptul că face controlul accesului static și liniar, deoarece utilizatorii pot accesa datele numai dacă sunt asignați la anumite roluri prestabilite. În timp ce un model RBAC a servit în mod tradițional ca o modalitate de a controla utilizarea internă a datelor, nu este deloc de netrecut, iar astăzi putem vedea că simplitatea sa este și principala sa limitare.

RBAC a fost practic pentru o organizație mai mică, cu roluri limitate și puține inițiative de date. Organizațiile contemporane sunt conduse de date, cu nevoi de date care cresc în timp. În acest scenariu din ce în ce mai frecvent, eficiența RBAC se prăbușește. Din fericire, avem o opțiune mai modernă și mai flexibilă pentru controlul accesului: controlul accesului bazat pe atribute (ABAC). Modelul ABAC adoptă o abordare mai dinamică a accesului la date și a securității decât RBAC. Defină roluri logice prin combinarea atributelor observabile ale utilizatorilor și datelor și luarea deciziilor de acces pe baza acestor atribute. Una dintre cele mai mari avantaje ale ABAC este natura sa dinamică și escalabilă. Pe măsură ce cazurile de utilizare a datelor cresc și democratizarea datelor permite mai multor utilizatori din cadrul organizațiilor, controlul accesului trebuie să se extindă odată cu mediul pentru a menține securitatea datelor consistentă. Un sistem ABAC tinde să fie în mod inerent mai sigur decât modelele anterioare de control al accesului și guvernanță. Mai mult, acest nivel ridicat de securitate a datelor nu vine la un cost al escalabilității. În contrast cu standardele anterioare de control al accesului și guvernanță, caracterul dinamic al ABAC creează un model viitor.

Care sunt principalele etape pentru extinderea accesului la date în timp ce se menține o guvernanță robustă a datelor și securitate?

Controlul accesului la date este utilizat pentru a restricționa accesul, permisiunile și privilegiile acordate anumitor utilizatori și sisteme care ajută la asigurarea faptului că numai persoanele autorizate pot vedea și utiliza anumite seturi de date. Cu toate acestea, echipele de date au nevoie de acces la cât mai multe date posibil pentru a genera cele mai precise informații de afaceri. Acest lucru prezintă o problemă pentru echipele de securitate și guvernanță a datelor, care sunt responsabile de asigurarea protejării adecvate a datelor împotriva accesului neautorizat și a altor riscuri. Într-un mediu de afaceri din ce în ce mai condus de date, trebuie găsit un echilibru între aceste interese concurente. În trecut, organizațiile au încercat să găsească acest echilibru utilizând o abordare pasivă a controlului accesului la date, ceea ce a prezentat blocaje de date și a împiedicat organizațiile să progreseze în ceea ce privește viteza. Pentru a extinde accesul la date în timp ce se menține o guvernanță robustă a datelor și securitate, organizațiile trebuie să adopte controlul automat al accesului la date, care introduce viteză, agilitate și precizie în procesul de aplicare a regulilor la date. Există cinci etape de stăpânit pentru a automatiza controlul accesului la date:

1. Trebuie să poată susține orice instrument pe care îl utilizează o echipă de date.
2. Trebuie să susțină toate datele, indiferent de locul în care sunt stocate sau de tehnologia de stocare subiacentă.
3. Cerință directă de acces la aceleași date live din întreaga organizație.
4. Oricine, cu orice nivel de expertiză, poate înțelege ce reguli și politici sunt aplicate datelor organizației.
5. Politici de confidențialitate a datelor trebuie să trăiască într-un singur loc central.
6. Odată ce aceste piloni sunt stăpâniți, organizațiile pot rupe abordarea pasivă a controlului accesului la date și pot permite un control al accesului la date securizat, eficient și escalabil.

În ceea ce privește monitorizarea datelor în timp real, cum împuternicește Immuta organizațiile să gestioneze proactiv utilizarea datelor și riscurile de securitate?

Oferta de produs Detect a Immuta permite organizațiilor să gestioneze proactiv utilizarea datelor prin scorarea automată a datelor pe baza sensibilității și a modului în care sunt protejate (cum ar fi mascarea datelor sau o declarație de scop pentru accesarea lor), astfel încât echipele de date și securitate să poată prioritiza riscurile și să primească alerte în timp real despre incidente de securitate potențiale. Prin surfacarea rapidă și prioritizarea riscurilor de utilizare a datelor cu Immuta Detect, clienții pot reduce timpul de atenuare a riscurilor și menține în general o securitate robustă a datelor pentru datele lor.

Mulțumim pentru acest interviu minunat, cititorii care doresc să afle mai multe despre Immuta ar trebui să viziteze Immuta.