瑞汉·贾利尔，Securiti 首席执行官 – 采访系列

瑞汉·贾利尔 是 Securiti.AI 的首席执行官，Mayfield Fund 的风险投资顾问，并且是许多硅谷初创公司的投资者和导师。他曾是 Symantec 的云安全高级副总裁和总经理。

Securiti AI 是一个企业级的集中式平台，能够安全地使用数据和 AI，并且是数据+AI 命令中心的先驱。公司依赖 Securiti 来实现其数据安全、隐私、治理和合规。Securiti 已经获得了众多行业和分析师奖项，并且最近被 Gartner Peer Insights 认可为客户的首选 DSPM，并且被 GigaOm 认可为顶级 DSPM 厂商。

您能否详细说明 Securiti AI 的数据命令中心的愿景，以及它如何与其他数据管理平台区别于市场上的其他产品？

我们的愿景是通过自动扫描组织的数据景观（SaaS、IaaS、云数据湖和仓库等）来实现组织完全利用其数据资产而不损害隐私、安全或合规性的目标。这是通过捕获所有敏感信息和 AI 系统的细粒度洞察力来实现的，这些洞察力被保存在一个独特的实时知识图中。这些洞察力用于执行隐私和安全控制，并确保遵守全球数据法规。该平台在开发现代生成式 AI 系统方面尤其有价值，这些系统以数据为食，尤其是非结构化数据。历史上，组织依赖于一系列碎片化的工具来解决其数据义务，这既昂贵又复杂。Securiti 的统一平台提高了效率、降低了成本、减轻了风险，并使得数据和 AI 的安全使用成为可能。

您在 2019 年推出 Securiti 时面临的主要挑战是什么，您在 Symantec 的经验如何影响您的方法？

我们在推出 Securiti 时面临的一个挑战是遇到了新冠疫情，只是在公司成立六个月后。早期公司的发展，获得客户和早期收入至关重要。我们在早期获得了很多动力，包括早期客户和赢得了 2020 年 RSA 最具创新性的初创公司奖。一周后我们赢得了 RSA殊荣，世界关闭了，我们进入了不确定的经济状态。通过我在 Symantec 和之前公司的经验，我非常熟悉与全球最大组织合作解决其复杂的安全需求。作为一个团队，我们也经历过经济衰退。这段经验给了我们信心，让我们坚持战略，继续投资解决大型企业组织面临的真实问题，并耐心等待市场恢复正常状态。

Securiti AI 如何确保混合多云环境中敏感数据的安全？

在复杂的混合多云环境中保护敏感数据需要采取整体的方法。Securiti 使用先进的技术来自动发现和分类组织的整个数据景观中的数据，例如 SaaS、IaaS、数据湖、仓库和本地系统，包括结构化和非结构化数据。Securiti 进一步丰富这些信息，使用深度上下文洞察力来构建实时知识图，包括数据归属、访问权限、适用的法规、数据位置等。这个基础对于自动执行精确的控制以保护敏感信息和遵守相关法规至关重要。例如，平台自动化隐私义务，例如数据映射、数据主体请求和评估。它还解决了数据安全义务，例如数据访问智能、治理、数据安全姿势管理、数据最小化和违规管理。目前，管理非结构化数据和安全开发 AI 系统尤其重要，包括识别影子 AI、确保敏感数据不会为 AI 模型提供数据、编目和监控 AI 系统的风险，并使用 LLM 防火墙来保护 AI 系统免受滥用或误用。我们的数据命令中心提供了无与伦比的可见性和控制，使得数据和 AI 的安全使用成为可能。

随着数据隐私法规的复杂性增加，Securiti AI 如何帮助组织保持合规并有效地管理隐私义务？

在复杂的数据隐私法规网络中导航可能会让人感到不知所措。新的立法正在迅速出台，例如欧盟 AI 法案、白宫 AI 行政命令和加利福尼亚州 1047 号法案，所有这些都在几个月内出台。企业每天都面临新的要求，同时还必须遵守诸如 NIST 的 AI 风险管理和新加坡的模型 AI 治理等框架。Securiti 拥有一个专门的研究团队，跟踪所有最新的法规，并将这些知识构建到我们的数据命令中心中。这为组织提供了实时的背景，以突出潜在的风险，并附带内置的模板来自动化遵守最新的法规。Securiti 的数据命令中心自动化了许多与隐私合规相关的最耗时和复杂的任务，包括数据映射、隐私影响评估、数据主体请求、跨境转移、违规管理和同意管理。

您能否讨论 Securiti 平台中 AI 的作用，以及它如何增强数据安全和治理？

Securiti 使用先进的技术来利用 AI 和机器学习，提高数据发现和分类的准确性。这些技术显著降低了假阳性，并增强了在具有挑战性的数据集（如非结构化数据、图像和视频）中检测敏感内容的能力。除了在平台中使用 AI 之外，Securiti 的数据命令中心还在帮助组织治理和管理其 AI 生态系统方面发挥着至关重要的作用。这包括安全处理大型结构化和非结构化数据集，同时确保敏感或不正确的信息不会为 AI 模型提供数据。此外，还有一个巨大的需求来保护系统关键的 AI 模型免受诸如提示注入和数据泄露等威胁。通过在 AI 系统周围建立全面控制和防护措施，组织可以安全地拥抱创新。

Securiti 的 LLM 防火墙如何工作，它在保护 GenAI 应用程序方面提供了什么好处？

我们的上下文感知 LLM 防火墙 已成为我们安全栈中的一个关键构建块。简要概述，LLM 防火墙配备了先进的语言处理能力，可以理解用户提示、分析多媒体内容，并提供对各种威胁的强大保护，例如数据泄露、提示注入和有害内容。Securiti 的 LLM 防火墙是独一无二的，因为它们是上下文感知的，具有对敏感内容和数据周围上下文的实时理解，例如访问权限，提供基于实时洞察力的持续监控和保护。Securiti 的防火墙也独一无二，因为它们检查 AI 管道中的三个不同点，包括提示防火墙（在用户提示和 LLM 模型之间，保护免受恶意攻击）、检索防火墙（在 LLM 模型和向量数据库之间，监控检索的数据）和响应防火墙（在 LLM 模型和用户提示之间，确保响应符合企业政策）。这些提供了全面的实时控制来保护 AI 系统。所有这些交互都需要实时检查来识别外部攻击、恶意行为者，甚至用户错误。

您能否提供全球公司如何利用 Securiti 的数据命令中心来打破数据孤岛并实现统一数据智能的例子？

例如，我们曾与一家财富 500 强公司合作，该公司在数据隐私、数据安全和数据治理方面有复杂的要求。我们与这些团队的关键成员进行了交谈，包括他们的首席隐私官、首席数据官和首席信息安全官。他们抱怨拥有数十种碎片化的工具来尝试获得所需的数据治理，并且这些工具通常对其数据有不一致的视图。将这些系统拼接在一起以满足其数据义务既复杂又昂贵。他们渴望利用我们的解决方案来获得对其数据景观的“单一真相”，该真相可以被各个团队使用，消除不一致性并简化团队之间的运营（例如，处理跨境转移或数据泄露，这些需要多个团队的输入）。统一的平台提高了运营效率，降低了复杂的集成成本，并确保所有团队都使用相同的数据集，减轻了责任和风险。

考虑到您在安全方面的丰富经验，您认为数据安全和治理中会出现哪些趋势？

组织正在努力应对一系列产品来解决其数据安全和治理要求。一个明显的趋势是统一平台的出现，这些平台有助于降低成本和复杂性，并促进部门间的协调。另一个趋势是这些解决方案中 AI 和自动化的使用增加，以帮助扩大规模并应对数据和复杂的数据法规在混合多云环境中的爆炸式增长。传统的数据发现和 DLP 解决方案不再满足这些需求。最后，最大的趋势是 AI 的快速增长，特别是生成式 AI。虽然每个人都熟悉消费者 AI 解决方案，例如 Chat GPT，但更令人信服的用例是企业 AI 解决方案，可以真正推动创新和竞争优势。为了成功构建企业级 AI 系统，组织需要全面控制和数据治理解决方案来嵌入适当的防护措施。成功的组织将努力构建创新性的 AI 解决方案，这反过来又将创造对新型 AI 安全和治理解决方案的需求。

您认为组织应该如何为数据管理中 AI 使用量增加所带来的挑战和机遇做好准备？

AI 的爆发令人兴奋，但企业必须优先考虑负责任的实施，以避免 AI 成为财务或声誉上的负担。通过优先考虑值得信赖的 AI 实践，公司（和它们的客户）可以期待高水平的透明度、控制风险和声誉信任。这意味着控制好您的 AI 景观，评估模型的偏差和安全性，持续监控，并确保道德的数据处理。AI 应该为您工作，而不是对您工作。

Securiti AI 如何在数据安全和隐私管理中集成自动化，并且这种自动化为企业在效率和合规性方面带来了什么好处？

Securiti AI 建立在自动化的基础上，推动效率并降低人为错误的风险。通过自动化任务，例如数据发现、分类和合规评估，我们让安全和隐私团队能够专注于战略计划。我们的自动化能力扩展到事件响应、威胁检测和补救，这样我们的客户就可以快速响应安全事件。另外，自动化在确保遵守不断演变的法规方面发挥着至关重要的作用。通过简化合规流程，我们帮助组织降低成本、最小化风险，并展示其对数据保护的承诺。自动化在确保遵守不断演变的法规方面发挥着至关重要的作用。通过简化合规流程，我们帮助组织降低成本、最小化风险，并展示其对数据保护的承诺。谢谢您这次伟大的采访，希望了解更多的读者可以访问 Securiti AI。