საინჟინრო კონფიდენციალურობა: მონაცემთა ბილიკ

მიუხედავად იმისა, რომ მანი მუშაობს მთელი ბიზნესის გუნდებთან - პროდუქტისა და პროგრამული უზრუნველყოფის შემქმნელებთან, მონაცემთა მეცნიერებთან, AI ექსპერტებთან და იურისტებთან - ის უახლოვდება მონაცემთა კონფიდენციალურობ

და, როგორც შეიძლება მოსალოდნელი იყოს ინჟინერთან, ის იყენებს ავტომატურ მეტაფორას თავისი როლის ასახსნელად: „ეს ყველაფერი ეხება იმ გუნდების დახმარებას, რომლებიც რეალურად მართავენ მონაცემებს, საუბრობენ მათთან და კონტროლის განხორციელებას“, - ამბობს ის. „წარმოიდგინეთ, რომ პროდუქტის გუნდი აშენებს მანქანას, უახლესი ძრავისა და ტექნოლოგიური მახასიათებლებით და როგორც კონფიდენციალურობის პირი, მე მათ ვანიჭებ უსაფრთხოების სტანდარტულ მახასიათებლებს, როგორიცაა უსაფრ მაგრამ ზოგჯერ ეს არის საჰაერო ბალიში და ანტიბლოკირების დამუხრუჭება - ისე, რომ ყველა უკეთ იყოს დაცული

გენეტიკური ტესტირების სტარტაპის დატოვების შემდეგ მანი ახალ გამოწვევას ეძებდა. ის დაინტერესებული იყო Mastercard-ის ინვესტიციით კონფიდენციალურობის ტექნოლოგიებში, განსაკუთრებით მისი მუშაობა მონაცემთა ანონიმიზაციაზე Truata-ს, დუბლინში დაფუძნებული „მონაცემთა ნდობის“ საშუალებით, რომელიც დაიწყო IBM-თან ერთობლივი საწარმოს და ახლა Mastercard-ის საწარმოო მონაცემთა რესურსების ინტე (ვესტჩესტერის ოლქის სახლიდან მასტერკარდის შეძენამდე, ნიუ იორკში, შტაბ-ბინაში 20 წუთიანი მგზავრობა არც დააზარალა.)

გადახდების მონაცემები, მანიმ სწრაფად შეიტყო, არაჩვეულებრივად ძლიერია, მაგრამ ასევე უნიკალურია 2024 წელს Mastercard-მა დაამუშავა 159 მილიარდი ტრანზაქცია და ეს ინფორმაცია ანონიმიზებულია და აგრეგირებულია, როდესაც გამოიყენება მონაცემთა შეხედულებისთვის. მაგრამ Mastercard ასევე იყენებს ტექნიკას, როგორიცაა ტოკენიზაცია - საკრედიტო ბარათის ანგარიშის ნომრის ჩანაცვლება უნიკალური ადგილის შემცველით - ასე რომ, ბარათის მონაცემები არ შეიძლება მიჰყვეს ინდივიდებს, თუ

ეს არის კონფიდენციალურობის კონტროლის მაგალითები, რომლებიც ორ ფართო კატეგორიაში იყოფა. ტექნიკური კონტროლი ჩაშენებულია თავად სისტემებში - როგორიცაა მონაცემების დეიდენტიფიკაცია მისი გამოყენებამდე. ადმინისტრაციული კონტროლი ეყრდნობა ადამიანებსა და პროცესებს, როგორიცაა თანამშრომლების ტრენინგი იმის ზოგიერთ სიტუაციაში ორივე საჭიროა.

მანის ამოცანაა შექმნას და ჩაშენოს ეს კონტროლი, რათა დეიდენტიფიცირებული მონაცემების სწრაფად წვდომა და უსაფრთხოდ დამუშავდეს და მრავალი ეროვნული და საერთაშორისო რეგულაცი

მაგალითად, მიზნის შეზღუდვა - მონაცემების გამოყენება მხოლოდ იმ მიზეზის გამო, რის გამოც ის შეგროვდა - რთულია განხორციელება. ზოგჯერ ის აღსრულდება ტრენინგის საშუალებით. თუმცა, სულ უფრო მეტად, კომპანიები მიმართავენ ტექნიკურ კონტროლს, რომელიც ხელს უშლის მონაცემების არაავტორიზებული „თქვენ შეგიძლიათ შექმნათ მონაცემები, როგორც პროდუქტი“, - ამბობს მანი, „და პლატფორმა ხელს შეუშლის მის გამოყენებას სხვა მიზნით.“

Mastercard ინჟინრები ავითარებენ პროგრამულ ინსტრუმენტებს მონაცემთა პროფილირებისთვის, სკანირებენ მონაცემთა მასიურ ნაკრებს მათი წარმოშობის, მგრძნობელობისა და მახასიათებლების დასადგენად, ისევე როგორც სისხლის ტესტი ავლენ კომპანია ასევე ინარჩუნებს ცალკეულ იდენტიფიცირებულ და დეიდენტიფიცირებულ მონაცემთა ბაზებს, რაც უზრუნველყოფს, რომ ანალიტიკოსებს ვერასოდეს შეძლონ

დღეს, მანის განმარტებით, გლობალური კონფიდენციალურობის ერთ-ერთი ყველაზე დიდი გამოწვევაა მონაცემთა ლოკალიზაცია - კანონები, რომლებიც მოითხოვს ადგილობრივად მიღებულ მონაცემებს კონკრე მონაცემთა ინჟინრები მუშაობენ ინსტრუმენტებზე მონაცემების ათობით ატრიბუტით აღსანიშნავად, რაც Mastercard-ს საშუალებას მისცემს ავ მომავალში მონაცემების ტეგირება შესაძლებელია კონტრაქტული მოთხოვნებისა და მომხმარებლის პრეფერენციების ასახვად; მაგალითად, ღია საბანკო ანგარიშის მფლობელს საშუალებას აძლევს, გააუქმოს ან განაახლოს დროულად შეზღუდული თანხმობა მესამე პირებთან 

„მასშტაბური კონტროლის განხორციელება,“ ამბობს ის, „საშუალებას გვაძლევს გამოვიყენოთ ანალიტიკა მასშტ

Mastercard მუდმივად იკვლევს კონფიდენციალურობის შენარჩუნების სხვა ტექნოლოგიებს, როგორიცაა სინთეზური მონაცემები - ხელოვნურად გენერირებული მონაცემთა ნაკრები, რომლებიც მიბაძებენ რეალურ სინთეზური მონაცემები სასარგებლოა დემოებისთვის, მესამე მხარის ინსტრუმენტების ტესტირებისა და შეფასებისთვის, თუმცა მანი აფრთხილებს, რომ AI მოდელერ

ეგრეთ წოდებული სუფთა ოთახები საშუალებას აძლევს Mastercard-ს და მის პარტნიორებს დროებით გააკავშირონ მონაცემები, გაუშვო მრავალპარტიული გამოთვლის ტექნიკა საშუალებას აძლევს კომპანიებს მიიღონ შეხედულებები ამ კომბინირებული მონაცემთა ბაზებიდან სხვა პარტნიორ

თუ კონფიდენციალურობა უკვე რთული იყო, AI მას სამგანზომილებიან ჭადრაკად ტრადიციულმა ანალიტიკამ შეიძლება დააკატეგორიოს ბარათის მფლობელები იმით AI-ს შეუძლია აღმოაჩინოს რთული ქცევითი შაბლონები, სიგნალები, რომელთა ძებნაზე ადამიანები არასოდეს იფიქრებენ. ეს ძალაუფლება ზრდის ხელახლა იდენტიფიკაციის რისკს და რასაც მანი უწოდებს „საცინელობის ფაქტორს“.

„ინტელექტს შეეძლო იპოვოს ყველა სახის რთული სიგნალი, რომლის შესახებაც კი არ ვიცით“, - ამბობს ის და მიუთითებს შემთხვევას, როდესაც მსხვილი საცალო ვაჭრობის მონაცემთა ანალიტიკის პროგრამამ შეძლო დაასკვნა, რომ ქალები ორსულად იყვნენ და შეაფასოს მათი ვადები ერთი შეხედვით უვნელი შესყიდვებზე

Mastercard-ის AI გუნდები განიხილავენ გამოყენების ყველა შემთხვევას და იყენებენ მკაცრ კონტროლს დამტკიცებულებზე მაღალი რისკის განაცხადები შეჩერებულია წარმოებამდე. ყველა ალგორითმში ჩამონტაჟებულია გამჭვირვალობა (აჩვენებს როგორ მუშაობს AI სისტემა და რა მონაცემებს იყენებს), დაკვირვება (მონიტორინგი როგორ იქცევა პრობლემების მოსაძებნად და გამოსასწორებლად) და მიკერძოების გამოსავლენის ინსტრუმენტები, რათა ადამიანებს  

გლობალური მასშტაბით კონფიდენციალურობის კონტროლის მშენებლობის მთელი სირთულის მიუხედავად, ის, რაც მანს უყვარს თავის “ ძირითადად, მე ვმუშაობ ამ ბრწყინვალე ადამიანებთან და ყოველდღე რაღაც ახალს ვსწავლობ“, - ამბობს ის. “ და მე შემიძლია წვლილი შევიტანო ამ გარემოში და შევქმნა ახალი იდეები და ასევე დავეხმარო კონფიდენციალურობის დაცვაში.“

მონა ცემთა კონფიდენციალურობის დღ ის 28 იანვარს მანის რჩევა მათთვის, ვინც აწუხებს საკუთარი ციფრული ბილიკი, ბევრად უფრო მარტივია, ვიდრე მისი მიერ შექმნილი სისტემები: „შეინახეთ დაბალი პროფილი“, მათ შორის სოციალურ მედიაში და საძიებო სისტემებზე, რაც მინიმუმამდე ამცირებს ინტერნეტში დატოვ გამორთეთ ქუქი-ფაილები, რომლებიც არ გჭირდებათ; არ გადააწოდოთ თქვენი ადგილმდებარეობა; შეამცირეთ ზედაპირის ფართობი იმისა, რაც მსოფლიოს შეუძლია გაიგოს

ეს არის იგივე ფილოსოფია, რომელიც ემყარება Mastercard-ის მიდგომას მონაცემ ებისადმი: ნდობა აგებულია მისი ქსელის მექანიკაში უსაფრთხოების, მთლიანობისა და ანგარიშვალდებულების ჩაშენებით - ნდობა, რომელიც შექმნილია და ასევე