工程隱私：從資料軌跡到數位信任

雖然 Mani 與整個業務的團隊合作（包括產品和軟件開發人員、數據科學家、AI 專家和律師），他以工程師身份接觸資料隱私，尋找新的方法將隱私嵌入 Mastercard 機器中。

而且，正如工程師所預期的，他使用自動化的比喻來解釋他的角色：「這一切都是為了幫助實際管理資料的團隊，與他們交談並執行控制，」他說。"想像產品團隊正在製造一輛汽車，搭載最新的引擎和科技功能，身為隱私權保護者，我要賦予他們標準的安全功能，例如安全帶和側視鏡。但有時候是安全氣囊和防鎖死煞車 - 這樣每個人都能得到更好的保護。

離開基因檢測新創公司後，Mani 一直在尋找新的挑戰。他對Mastercard在隱私技術方面的投資深感興趣，尤其是通過 Trūata 進行數據匿名化的工作感興趣，這是一家總部位於都柏林的「數據信託」，該公司始於與 IBM 合資，並且現已成為Mastercard全企業資料資源的集成部分。（從他的韋斯特切斯特縣家前往 Mastercard 的紐約購物總部 20 分鐘的通勤也沒有傷害。）

Mani 很快就了解到，支付資料的功能非常強大，但其組成方式也很獨特。在 2024 年，Mastercard 處理了 159 億筆交易，當利用數據洞察時，這些信息被匿名化和彙總。但是 Mastercard 還使用代幣化等技術 — 用唯一的預留位置取代信用卡帳戶號碼 — 因此如果被黑客入侵，則卡數據無法追溯到個人。

這些都是隱私權控制的範例，可分為兩大類。技術控制內建於系統本身 - 例如在使用資料前先消除其身分識別。行政控制依賴於人員和流程，例如訓練員工辨識出哪些事情看起來不對勁。在某些情況下，兩者都需要。

Mani 的工作是創建和嵌入這些控制項，以便可以透過 Access 快速處理並且安全地處理並遵守許多國家和國際法規。

舉例來說，目的限制 (purpose limitation) - 僅基於收集資料的原因使用資料 - 實施起來相當棘手。有時是透過訓練來強制執行。不過，越來越多公司轉而採用技術控制，以防止資料被用於未經授權的用途。「您可以將資料創造為產品，」Mani 說，「而平台會阻止您將資料用於其他用途。」

Mastercard 工程師正在開發用於數據分析的軟件工具，掃描大量數據集以確定它們的來源，靈敏度和特性，就像血液測試顯示身體內部發生的事情一樣。該公司還維護獨立的識別和消識別數據庫，確保分析師永遠不能同時訪問兩者，以防止重新識別。

Mani 解釋說，目前全球隱私權面臨的最大挑戰之一就是資料本地化 - 法律規定本地產生的資料必須保留在特定國家的邊界內。數據工程師正在開發工具來標記數十種屬性的數據，這將允許Mastercard自動強制執行這些規則。未來，資料可以標記以反映合約要求和客戶偏好；例如，開放式銀行帳戶持有人可以授予、撤銷或更新與第三方共用帳戶或交易資料的有時限同意。

「他說，」在規模上實施控制，讓我們可以在規模上使用分析"。

Mastercard不斷探索其他保護隱私的技術，例如合成數據-人工生成的數據集，可仿眞數據，而無需與基礎客戶信息任何連接。合成資料對於演示、測試和評估第三方工具非常有用，不過 Mani 提醒 AI 建模師更喜歡真實世界的訓練資料。

所謂的潔淨室允許Mastercard和其合作夥伴暫時合併數據，運行分析，然後刪除數據。多方計算技術可讓公司從這些結合的資料集中獲得洞察力，而無需與其他合作夥伴分享基礎資訊。

如果說隱私權已經很複雜，那麼 AI 正在將它變成三維國際象棋。傳統的分析可能會根據持卡人使用卡片的頻率來分類。AI 可以偵測到複雜的行為模式，這些訊號是人類想都不敢想的。這種權力提高了重新辨識的風險，也就是 Mani 所說的「令人毛骨悚然的因素」。

"AI 可以發現各種我們根本不知道的複雜訊號，」他舉出一個案例，一家大型零售商的資料分析軟體能夠根據看似無傷大雅的購物（例如無香味乳液），推斷婦女懷孕並預估她們的預產期。

Mastercard 的 AI 團隊會審查每個使用案例，並對獲批准的使用案例應用嚴格的控制。高風險的應用程式在進入生產階段前就會被停止。每個演算法都必須具備透明度（顯示 AI 系統如何運作以及它使用哪些資料）、可觀察性（監控它的行為以發現並修正問題），以及偵測偏差的工具，這樣人們才能信任它的輸出。

儘管在全球規模建立隱私權控管非常複雜，但 Mani 最喜歡的還是他身邊的人。"他說：「主要是我和這些傑出的人一起工作，每天都能學到新的東西。「而且我能夠在這種環境中做出貢獻，創造新的想法，同時也能幫助保護隱私」。

在 1 月 28日資料隱私日前夕，Mani 給任何擔心自己數位行跡的人的建議，遠比他設計的系統簡單：他說：「保持低調」，包括在社交媒體和搜尋引擎上，這樣就能減少您在線上留下的麵包屑。關閉您不需要的 cookies；不廣播您的行蹤；減少外界可以瞭解您的表面面積。

It’s the same philosophy that underpins Mastercard’s approach to data: Trust is built by embedding security, integrity and accountability into the mechanics of its network — trust that is engineered and also earned.