Baffle联合创始人兼CEO Ameesh Divatia – 采访系列

Ameesh Divatia 是 Baffle 的联合创始人兼CEO，Baffle是一家专注于将数据安全集成到数据管道的每个方面，以简化云数据保护和最小化数据泄露的影响的公司。

其平台提供了一种无代码、易于部署的解决方案，可以在不影响性能或需要更改应用程序的情况下保护敏感数据。Baffle的技术与主要云提供商（如AWS、Azure、IBM和GCP）兼容。为从Fortune 25公司到中小企业的广泛客户提供服务，Baffle在全球范围内保护超过1000亿条记录，与系统集成商合作实现高效部署。

是什么激励你联合创立Baffle公司，你之前的创业经历如何影响你在公司早期的方法?

在我的上一家公司被收购后，我休息了一段时间，思考接下来要做什么。我一直喜欢创办公司，所以我开始与一位早期风险投资朋友交谈，他介绍我认识了Priyadarshan “PD” Kolte，他后来成为我的联合创始人。他向我们提出一个有趣的问题，伪装成一个挑战： “如何在保护数据的同时从数据中获取价值？” 这个挑战吸引了我——解决棘手的问题是我热爱的东西。数据保护领域，尤其是简化加密和保护“使用中”的数据方面，有一个明显的缺口。九年后，我们现在正在回答这个问题，通过Baffle解决它。

随着生成式AI的兴起，公司如何确保其数据在利用AI技术的同时保持安全?

这是每家涉足AI的公司都应该问的问题。安全性和创新通常感觉像两个相互对立的力量，但它们不必然如此。关键在于一种叫做隐私增强计算（PEC）的突破性创新，它从加密开始——在数据静止、传输和使用时保持其保护。通过在将数据传递给AI模型之前对敏感数据进行加密，然后使用PEC处理它，您可以在不损害安全性的情况下获得所需的洞察力。这对于处理大量敏感数据的公司（如金融或医疗保健领域，合规性是不可协商的）来说至关重要。

您能解释一下加密在保护AI生成的数据和模型中的具体作用吗？它与传统的数据保护方法有什么不同?

AI数据的加密就像用泡沫包裹您的最有价值的资产——无论它被抛来抛去，它都保持安全。可以把它看作是在使用数据时锁定数据。传统方法专注于保护静止的数据（静止状态）或移动的数据（传输中）。但是，随着AI的出现，我们添加了一个新的复杂性层，因为数据需要在被模型处理时保持加密状态。Baffle专注于这种“数据使用时”的保护，确保性能不会受到影响，但安全性不会被牺牲。

Baffle最近推出了针对GenAI项目的数据保护解决方案。您能分享更多关于该解决方案的工作原理以及它在市场中的独特之处吗?

我们的GenAI解决方案是关于使加密简单高效，即使您正在使用AI。它通过保护数据在被AI管道摄取时来插入现有的AI管道。然后是处理数据而不暴露它的能力，称为真正的查询加密。最重要的是，您不需要更改AI管道中的任何内容——不需要重写代码，不需要麻烦。只需插入即可。我们专注于易用性和确保安全性不会阻碍创新，这就是为什么客户发现这个解决方案如此有吸引力。

您的平台强调“无代码”更改以实现数据保护。这种方法如何让公司受益，特别是那些具有大型、复杂数据管道的公司?

没有人想破坏已经正常运行的东西。通过我们的“无代码”方法，公司不需要拆除现有的应用程序或数据传输器来添加加密。这对具有复杂数据管道的大型组织来说是一个巨大的好处，因为这意味着他们可以在不冒险中断的情况下增强安全性。这更快、更容易，并消除了将新技术集成的许多头痛。

Baffle的真实查询加密与其他加密方法有什么不同，它为处理大规模数据分析的公司提供了什么优势?

真实查询加密是我们的秘密武器。与传统加密不同，传统加密需要在分析数据之前对数据进行解密（并因此暴露数据），我们允许您直接在加密数据上运行查询。这就像既能吃蛋糕又能保住蛋糕——您可以获得洞察力而不冒险。这对于处理大量敏感数据的公司来说是一个游戏规则的改变者，尤其是在金融或医疗保健等领域，合规性是不可协商的。

数据使用时的保护是Baffle平台的一个关键功能。您能解释一下它的工作原理以及为什么它对公司（尤其是在GDPR和其他数据隐私法规的背景下）至关重要吗?

当数据被使用时（被系统处理时），它通常处于最脆弱的状态。这就是为什么实时保护它至关重要，特别是在GDPR等法规要求“设计时的数据保护”这种姿态的情况下。我们的平台确保即使数据被处理时，也保持加密状态。这种方法消除了数据泄露通常发生的风险窗口，帮助公司保持合规和安全。

随着AI模型变得更加复杂，保护这些模型免受对抗性攻击的主要挑战是什么？Baffle如何解决这些挑战?

AI模型变得越来越智能，但攻击者也变得越来越聪明。对抗性攻击——恶意行为者试图操纵影响AI模型输出的数据——是一个日益增长的担忧。我们通过关注数据方面来解决这个问题。通过加密AI模型依赖的数据，我们使得任何人都很难干扰模型的完整性。这就像给AI模型一个带锁的数据保险库——没有钥匙谁都进不去。

您能讨论一下基于角色的访问控制（RBAC）在现代数据保护策略中的重要性，特别是对于使用多租户云环境的组织来说吗?

在多租户云环境中，RBAC是一个必须的功能。想象一下，你有很多人都在共享同一云基础设施。在没有RBAC的情况下，这就像给每个人访问整个建筑的权限，而不是只给他们访问自己的办公室的权限。我们的平台集成了RBAC，这样只有授权的人员根据他们的个人角色或凭证才能访问敏感数据，从而保持安全性并降低泄露的风险。

Baffle近年来经历了显著的增长，您的收入在过去一年中翻倍。您将这种增长归因于什么，您计划如何继续保持这种增长势头?

我们正在满足一个需求，因为我们建立了正确的解决方案来解决正确的问题。我们的增长归结为一件事：我们正在解决每家公司都面临的问题——数据保护。随着网络威胁的增加和法规的加强，公司正在转向我们寻找有效的解决方案。我们专注于真实查询加密和易用性是这种增长的重要原因。展望未来，我们计划继续在创新方面突破界限，扩展我们的产品，并建立强大的合作伙伴关系，将我们带入新的市场。我们的可查询加密和易用性是增长的重要原因。展望未来，我们计划继续在创新方面突破界限，扩展我们的产品，并建立强大的合作伙伴关系，将我们带入新的市场。感谢您这次精彩的采访，希望读者能够通过访问 Baffle 了解更多信息。