Joe Regensburger, Phó Chủ tịch Nghiên cứu, Immuta – Loạt Phỏng vấn

Joe Regensburger hiện là Phó Chủ tịch Nghiên cứu tại Immuta. Là một nhà lãnh đạo trong lĩnh vực bảo mật dữ liệu, Immuta cho phép các tổ chức khai thác giá trị từ dữ liệu đám mây của họ bằng cách bảo vệ và cung cấp quyền truy cập an toàn.

Immuta được thiết kế để tích hợp liền mạch vào môi trường đám mây của bạn, cung cấp các tích hợp gốc với các nhà cung cấp đám mây hàng đầu. Theo khung bảo mật mạng NIST, Immuta bao gồm hầu hết các nhu cầu bảo mật dữ liệu cho hầu hết các tổ chức.

Nền tảng giáo dục của bạn là vật lý và toán học ứng dụng, làm thế nào bạn lại tìm thấy mình cuối cùng làm việc trong lĩnh vực khoa học dữ liệu và phân tích?

Công việc nghiên cứu sau đại học của tôi là Vật lý Năng lượng Cao Thực nghiệm. Phân tích dữ liệu trong lĩnh vực này đòi hỏi phải phân tích thống kê rất nhiều, đặc biệt là phân biệt các tín hiệu của các sự kiện hiếm với các sự kiện nền thường xuyên hơn. Những kỹ năng này rất giống với những kỹ năng cần thiết trong khoa học dữ liệu.

Bạn có thể mô tả vai trò hiện tại của mình là Phó Chủ tịch Nghiên cứu tại Immuta, một nhà lãnh đạo trong lĩnh vực bảo mật dữ liệu, bao gồm những gì?

Tại Immuta, chúng tôi tập trung vào bảo mật dữ liệu. Điều này có nghĩa là chúng tôi cần hiểu cách dữ liệu được sử dụng, cách nó có thể bị lạm dụng và cung cấp cho các chuyên gia dữ liệu các công cụ cần thiết để hỗ trợ sứ mệnh của họ, đồng thời ngăn chặn việc lạm dụng. Vì vậy, vai trò của chúng tôi liên quan đến việc hiểu các nhu cầu và thách thức của các chuyên gia dữ liệu, đặc biệt là liên quan đến quy định và bảo mật, và giúp giải quyết những thách thức đó. Chúng tôi muốn giảm bớt các yêu cầu quy định và cho phép các chuyên gia dữ liệu tập trung vào sứ mệnh cốt lõi của họ. Vai trò của tôi là giúp phát triển các giải pháp để giảm bớt những gánh nặng đó. Điều này bao gồm phát triển các công cụ để phát hiện dữ liệu nhạy cảm, phương pháp để tự động phân loại dữ liệu, phát hiện cách dữ liệu được sử dụng và tạo ra các quy trình để thực thi các chính sách dữ liệu để đảm bảo rằng dữ liệu được sử dụng đúng cách.

Những thách thức hàng đầu trong Quản trị Trí tuệ Nhân tạo so với quản trị dữ liệu truyền thống là gì?

Các nhà lãnh đạo công nghệ đã đề cập rằng quản trị trí tuệ nhân tạo là một bước tiến tự nhiên và phát triển từ quản trị dữ liệu. Đó nói, có một số điểm khác biệt cần lưu ý. Trước hết và quan trọng nhất, quản trị trí tuệ nhân tạo đòi hỏi một mức độ tin cậy vào đầu ra của hệ thống trí tuệ nhân tạo. Với quản trị dữ liệu truyền thống, các nhà lãnh đạo dữ liệu đã có thể dễ dàng theo dõi từ một câu trả lời đến một kết quả sử dụng mô hình thống kê truyền thống. Với trí tuệ nhân tạo, tính minh bạch và nguồn gốc trở thành một thách thức thực sự và các đường ranh giới có thể bị làm mờ. Khả năng tin tưởng vào kết quả mà mô hình trí tuệ nhân tạo của bạn đạt được có thể bị ảnh hưởng tiêu cực bởi các ảo giác và sự kết hợp, đây là một thách thức độc đáo đối với trí tuệ nhân tạo mà phải được giải quyết để đảm bảo quản trị đúng cách.

Bạn có tin rằng có một giải pháp chung cho Quản trị Trí tuệ Nhân tạo và Bảo mật Dữ liệu, hay nó là cụ thể cho từng trường hợp?

“Mặc dù tôi không nghĩ rằng có một giải pháp chung cho quản trị trí tuệ nhân tạo liên quan đến bảo mật dữ liệu tại thời điểm này, nhưng chắc chắn có những yếu tố mà các nhà lãnh đạo dữ liệu nên áp dụng ngay bây giờ để tạo nền tảng cho bảo mật và quản trị. Khi nói đến việc quản trị trí tuệ nhân tạo, điều quan trọng là phải có ngữ cảnh xung quanh việc mô hình trí tuệ nhân tạo được sử dụng cho gì và tại sao. Nếu bạn sử dụng trí tuệ nhân tạo cho một điều gì đó tầm thường hơn với tác động thấp hơn, máy tính rủi ro của bạn sẽ thấp hơn nhiều. Nếu bạn sử dụng trí tuệ nhân tạo để đưa ra quyết định về chăm sóc sức khỏe hoặc đào tạo một phương tiện tự động, tác động rủi ro của bạn sẽ cao hơn nhiều. Điều này tương tự như quản trị dữ liệu; lý do tại sao dữ liệu được sử dụng cũng quan trọng như cách nó được sử dụng.

Bạn gần đây đã viết một bài báo có tiêu đề “Địa chỉ các mối đe dọa tiềm ẩn của Trí tuệ Nhân tạo Bóng tối”. Trí tuệ Nhân tạo Bóng tối là gì và tại sao các doanh nghiệp nên chú ý đến hiện tượng này?

“Trí tuệ nhân tạo Bóng tối có thể được định nghĩa là việc sử dụng trái phép các công cụ trí tuệ nhân tạo không được ủy quyền nằm ngoài khuôn khổ quản trị của một tổ chức. Các doanh nghiệp cần phải nhận thức được hiện tượng này để bảo vệ dữ liệu vì việc cung cấp dữ liệu nội bộ cho một ứng dụng không được ủy quyền như một công cụ trí tuệ nhân tạo có thể gây ra rủi ro khổng lồ. Trí tuệ nhân tạo Bóng tối nói chung là nổi tiếng và tương đối dễ quản lý một khi được phát hiện. Chỉ cần loại bỏ ứng dụng và tiếp tục. Với trí tuệ nhân tạo Bóng tối, bạn không có thỏa thuận rõ ràng về việc dữ liệu được sử dụng để đào tạo mô hình trí tuệ nhân tạo hoặc mô hình cuối cùng chia sẻ phản hồi của nó ở đâu. Về cơ bản, một khi dữ liệu đó nằm trong mô hình, bạn sẽ mất quyền kiểm soát nó. Để giảm thiểu rủi ro tiềm năng của trí tuệ nhân tạo Bóng tối, các tổ chức phải thiết lập các thỏa thuận rõ ràng và quy trình chính thức để sử dụng các công cụ này nếu dữ liệu sẽ rời khỏi môi trường.

Bạn có thể giải thích lợi thế của việc sử dụng kiểm soát truy cập dựa trên thuộc tính (ABAC) so với kiểm soát truy cập dựa trên vai trò truyền thống (RBAC) trong bảo mật dữ liệu?

Kiểm soát truy cập dựa trên vai trò (RBAC) hoạt động bằng cách hạn chế các phép hoặc truy cập hệ thống dựa trên vai trò của một cá nhân trong tổ chức. Lợi ích của điều này là nó làm cho kiểm soát truy cập tĩnh và tuyến tính vì người dùng chỉ có thể truy cập dữ liệu nếu họ được chỉ định cho các vai trò nhất định. Mặc dù mô hình RBAC đã từng là một cách quản lý truy cập dữ liệu nội bộ, nhưng nó không phải là không thể phá vỡ, và ngày nay chúng ta có thể thấy rằng sự đơn giản của nó cũng là điểm yếu chính của nó.

RBAC đã thực tế cho một tổ chức nhỏ với các vai trò hạn chế và ít sáng kiến dữ liệu. Các tổ chức đương đại được thúc đẩy bởi dữ liệu với nhu cầu dữ liệu tăng theo thời gian. Trong kịch bản này, hiệu quả của RBAC bị phá vỡ. May mắn thay, chúng ta có một lựa chọn kiểm soát truy cập hiện đại và linh hoạt hơn: kiểm soát truy cập dựa trên thuộc tính (ABAC). Mô hình ABAC áp dụng một cách tiếp cận động hơn đến bảo mật dữ liệu và truy cập. Nó định nghĩa các vai trò logic bằng cách kết hợp các thuộc tính có thể quan sát được của người dùng và dữ liệu, và đưa ra quyết định truy cập dựa trên các thuộc tính đó. Một trong những điểm mạnh lớn nhất của ABAC là tính chất động và có thể mở rộng của nó. Khi các trường hợp sử dụng dữ liệu tăng và dân chủ hóa dữ liệu cho phép nhiều người dùng hơn trong các tổ chức, kiểm soát truy cập phải có khả năng mở rộng cùng với môi trường của chúng để duy trì bảo mật dữ liệu nhất quán. Hệ thống ABAC cũng có xu hướng an toàn hơn so với các mô hình kiểm soát truy cập trước đó. Điều gì hơn, mức độ bảo mật dữ liệu cao này không phải trả giá bằng sự hy sinh về khả năng mở rộng. Không giống như các tiêu chuẩn kiểm soát truy cập và quản trị trước đây, tính chất động của ABAC tạo ra một mô hình tương lai.

Các bước chính để mở rộng truy cập dữ liệu trong khi duy trì quản trị và bảo mật dữ liệu mạnh mẽ là gì?

Điều khiển truy cập dữ liệu được sử dụng để hạn chế truy cập, quyền và đặc quyền được cấp cho người dùng và hệ thống nhất định để đảm bảo rằng chỉ những cá nhân được ủy quyền mới có thể xem và sử dụng các tập dữ liệu cụ thể. Đó nói, các nhóm dữ liệu cần truy cập vào càng nhiều dữ liệu càng tốt để thúc đẩy các thông tin kinh doanh chính xác nhất. Điều này tạo ra một vấn đề cho các nhóm bảo mật và quản trị dữ liệu, những người chịu trách nhiệm đảm bảo rằng dữ liệu được bảo vệ đầy đủ chống lại truy cập không được ủy quyền và các rủi ro khác. Trong một môi trường kinh doanh ngày càng được thúc đẩy bởi dữ liệu, một sự cân bằng phải được duy trì giữa những lợi ích cạnh tranh này. Trong quá khứ, các tổ chức đã cố gắng duy trì sự cân bằng này bằng cách sử dụng một cách tiếp cận thụ động đối với kiểm soát truy cập dữ liệu, điều này đã tạo ra các nút thắt dữ liệu và giữ lại các tổ chức khi nói đến tốc độ. Để mở rộng truy cập dữ liệu trong khi duy trì quản trị và bảo mật dữ liệu mạnh mẽ, các tổ chức phải áp dụng kiểm soát truy cập dữ liệu tự động, điều này giới thiệu tốc độ, sự linh hoạt và chính xác vào quá trình áp dụng các quy tắc cho dữ liệu. Có năm bước để thành thạo để tự động hóa kiểm soát truy cập dữ liệu của bạn:

1. Phải hỗ trợ bất kỳ công cụ nào mà nhóm dữ liệu sử dụng.
2. Cần hỗ trợ tất cả dữ liệu, bất kể nơi nó được lưu trữ hoặc công nghệ lưu trữ cơ bản.
3. Yêu cầu truy cập trực tiếp vào cùng một dữ liệu trực tiếp trên toàn tổ chức.
4. Bất kỳ ai, với bất kỳ mức độ chuyên môn nào, có thể hiểu rõ các quy tắc và chính sách nào đang được áp dụng cho dữ liệu doanh nghiệp.
5. Chính sách bảo mật dữ liệu phải sống trong một vị trí trung tâm.
6. Sau khi các trụ cột này được thành thạo, các tổ chức có thể phá vỡ cách tiếp cận thụ động đối với kiểm soát truy cập dữ liệu và cho phép kiểm soát truy cập dữ liệu an toàn, hiệu quả và có thể mở rộng.

Về việc giám sát dữ liệu thời gian thực, Immuta giúp các tổ chức quản lý proactively việc sử dụng dữ liệu và rủi ro bảo mật như thế nào?

Sản phẩm Immuta Detect cho phép các tổ chức quản lý proactively việc sử dụng dữ liệu của họ bằng cách tự động đánh giá dữ liệu dựa trên mức độ nhạy cảm của nó và cách nó được bảo vệ (như mặt nạ dữ liệu hoặc mục đích tuyên bố để truy cập nó) để các nhóm dữ liệu và bảo mật có thể ưu tiên rủi ro và nhận được cảnh báo thời gian thực về các sự cố bảo mật tiềm năng. Bằng cách nhanh chóng hiển thị và ưu tiên rủi ro sử dụng dữ liệu với Immuta Detect, khách hàng có thể giảm thời gian đến giảm thiểu rủi ro và duy trì bảo mật dữ liệu mạnh mẽ cho dữ liệu của họ.

Cảm ơn cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Immuta.