एआई और सुरक्षा: यह जटिल है लेकिन इसकी आवश्यकता नहीं है | IoT नाउ समाचार एवं रिपोर्ट

एआई और सुरक्षा: यह जटिल है लेकिन इसकी आवश्यकता नहीं है | IoT नाउ समाचार एवं रिपोर्ट

टाइम स्टैम्प: 19 जनवरी, 2024 सुबह 5:48 बजे
स्रोत नोड: 3071147

एआई की लोकप्रियता बढ़ रही है और यह प्रवृत्ति जारी रहेगी। इसका समर्थन किया जाता है गार्टनर जिसमें कहा गया है कि लगभग 80% उद्यमों ने जेनरेटिव आर्टिफिशियल इंटेलिजेंस का उपयोग किया होगा (GenAI) 2026 तक एप्लिकेशन प्रोग्रामिंग इंटरफेस (एपीआई) या मॉडल। हालाँकि, एआई एक व्यापक और सर्वव्यापी शब्द है, और, कई मामलों में, यह प्रौद्योगिकियों की एक श्रृंखला को कवर करता है। फिर भी, एआई तर्क को अलग ढंग से संसाधित करने की क्षमता में सफलताएं प्रस्तुत करता है जो व्यवसायों और उपभोक्ताओं का ध्यान आकर्षित कर रहा है जो आज एआई के विभिन्न रूपों के साथ प्रयोग कर रहे हैं। साथ ही, यह तकनीक खतरे वाले अभिनेताओं का समान ध्यान आकर्षित कर रही है जो महसूस कर रहे हैं कि यह कंपनी की सुरक्षा में कमजोरी हो सकती है जबकि यह एक उपकरण भी हो सकता है जो कंपनियों को इन कमजोरियों की पहचान करने और उन्हें संबोधित करने में मदद करता है।

एआई की सुरक्षा चुनौतियाँ

कंपनियां एआई का उपयोग करने का एक तरीका पैटर्न की पहचान करने और तदनुसार डेटा अनुक्रमित करने के लिए बड़े डेटा सेट की समीक्षा करना है। यह सारणीबद्ध डेटासेट बनाकर प्राप्त किया जाता है जिसमें आम तौर पर डेटा की पंक्तियाँ और पंक्तियाँ होती हैं। हालांकि इससे कंपनियों के लिए महत्वपूर्ण लाभ हैं, दक्षता में सुधार से लेकर पैटर्न और अंतर्दृष्टि की पहचान करने तक, यह सुरक्षा जोखिमों को भी बढ़ाता है क्योंकि उल्लंघन होने पर, इस डेटा को इस तरह से व्यवस्थित किया जाता है कि खतरे वाले अभिनेताओं के लिए इसका उपयोग करना आसान हो।

लार्ज लैंग्वेज मॉडल (एलएलएम) प्रौद्योगिकियों का उपयोग करते समय और अधिक खतरा उत्पन्न होता है, जो सुरक्षा बाधाओं को दूर करता है क्योंकि डेटा को किसी भी व्यक्ति के लिए सार्वजनिक डोमेन में रखा जाता है जो प्रौद्योगिकी का उपयोग करता है और ठोकर खाता है। चूंकि एलएलएम प्रभावी रूप से एक बॉट है जो विवरण को नहीं समझता है, यह हाथ में मौजूद जानकारी का उपयोग करके संभावना के आधार पर सबसे संभावित प्रतिक्रिया उत्पन्न करता है। ऐसे में कई कंपनियां कंपनी के दायरे में डेटा को सुरक्षित रखने के लिए कर्मचारियों को किसी भी कंपनी के डेटा को ChatGPT जैसे टूल में डालने से रोक रही हैं।

एआई के सुरक्षा लाभ

जबकि एआई कंपनियों के लिए संभावित जोखिम पेश कर सकता है, यह समाधान का हिस्सा भी हो सकता है। चूंकि एआई सूचनाओं को इंसानों से अलग ढंग से संसाधित करता है, इसलिए यह मुद्दों को अलग ढंग से देख सकता है और निर्णायक समाधान पेश कर सकता है। उदाहरण के लिए, एआई बेहतर एल्गोरिदम तैयार करता है और उन गणितीय समस्याओं को हल कर सकता है जिनसे मनुष्य कई वर्षों से जूझ रहा है। जैसे, जब सूचना सुरक्षा की बात आती है, तो एल्गोरिदम राजा होते हैं एआई, मशीन लर्निंग (एमएल) या एक समान संज्ञानात्मक कंप्यूटिंग तकनीक, डेटा को सुरक्षित करने का एक तरीका लेकर आ सकती है।

यह एआई का एक वास्तविक लाभ है क्योंकि यह न केवल भारी मात्रा में जानकारी की पहचान और सॉर्ट कर सकता है, बल्कि यह संगठनों को उन चीज़ों को देखने की अनुमति देने वाले पैटर्न की पहचान कर सकता है जिन पर उन्होंने पहले कभी ध्यान नहीं दिया था। यह सूचना सुरक्षा में एक बिल्कुल नया तत्व लाता है। जबकि एआई का उपयोग खतरे वाले अभिनेताओं द्वारा सिस्टम में हैकिंग की प्रभावशीलता में सुधार करने के लिए एक उपकरण के रूप में किया जा रहा है, इसका उपयोग एथिकल हैकर्स द्वारा यह पता लगाने के लिए भी किया जाएगा कि सुरक्षा में सुधार कैसे किया जाए जो व्यवसायों के लिए अत्यधिक फायदेमंद होगा।

कर्मचारियों और सुरक्षा की चुनौती

कर्मचारी, जो अपने निजी जीवन में एआई के लाभ देख रहे हैं, जैसे टूल का उपयोग कर रहे हैं ChatGPT नौकरी के कार्यों को करने की उनकी क्षमता में सुधार करना। साथ ही, ये कर्मचारी डेटा सुरक्षा की जटिलता को भी बढ़ा रहे हैं। कंपनियों को इस बात की जानकारी होनी चाहिए कि कर्मचारी इन प्लेटफार्मों पर क्या जानकारी डाल रहे हैं और उनसे जुड़े खतरे क्या हैं।

चूंकि ये समाधान कार्यस्थल पर लाभ लाएंगे, इसलिए कंपनियां पूरे संगठन में दक्षता बढ़ाते हुए आंतरिक डेटा सेट के जोखिम को सीमित करने के लिए सिस्टम में गैर-संवेदनशील डेटा डालने पर विचार कर सकती हैं। हालाँकि, संगठनों को यह महसूस करने की आवश्यकता है कि उनके पास यह दोनों तरीके से नहीं हो सकता है, और ऐसे सिस्टम में उनके द्वारा डाला गया डेटा निजी नहीं रहेगा। इस कारण से, कंपनियों को अपनी सूचना सुरक्षा नीतियों की समीक्षा करने और संवेदनशील डेटा को सुरक्षित रखने की पहचान करने की आवश्यकता होगी, साथ ही यह सुनिश्चित करना होगा कि कर्मचारियों के पास महत्वपूर्ण डेटा तक पहुंच हो।

संवेदनशील नहीं लेकिन उपयोगी डेटा

कंपनियां इस बात से अवगत हैं कि एआई एक ही समय में कितना मूल्य ला सकता है सुरक्षा जोखिम मिश्रण में. डेटा को निजी रखते हुए इस तकनीक से मूल्य प्राप्त करने के लिए वे छद्म नाम का उपयोग करके अज्ञात डेटा को लागू करने के तरीकों की खोज कर रहे हैं, उदाहरण के लिए जो पहचान योग्य जानकारी को छद्म नाम या मूल्य से बदल देता है और व्यक्ति को सीधे पहचानने की अनुमति नहीं देता है।

कंपनियां डेटा की सुरक्षा करने का दूसरा तरीका सिंथेटिक डेटा के लिए जेनरेटिव एआई का उपयोग करना है। उदाहरण के लिए, यदि किसी कंपनी के पास ग्राहक डेटा सेट है और उसे विश्लेषण और अंतर्दृष्टि के लिए किसी तीसरे पक्ष के साथ साझा करने की आवश्यकता है, तो वे डेटासेट पर एक सिंथेटिक डेटा जेनरेशन मॉडल इंगित करते हैं। यह मॉडल डेटासेट के बारे में सब कुछ सीखेगा, जानकारी से पैटर्न की पहचान करेगा और फिर काल्पनिक व्यक्तियों के साथ एक डेटासेट तैयार करेगा जो वास्तविक डेटा में किसी का प्रतिनिधित्व नहीं करता है, लेकिन प्राप्तकर्ता को पूरे डेटा सेट का विश्लेषण करने और सटीक जानकारी प्रदान करने की अनुमति देता है। इसका मतलब यह है कि कंपनियां संवेदनशील या निजी डेटा को उजागर किए बिना नकली लेकिन सटीक जानकारी साझा कर सकती हैं। Tउनका दृष्टिकोण मशीन लर्निंग मॉडल द्वारा एनालिटिक्स के लिए और कुछ मामलों में, विकास के लिए डेटा का परीक्षण करने के लिए भारी मात्रा में जानकारी का उपयोग करने की अनुमति देता है।

आज कंपनियों के लिए उपलब्ध कई डेटा सुरक्षा विधियों के साथ, एआई प्रौद्योगिकियों के मूल्य का लाभ इस मानसिक शांति के साथ उठाया जा सकता है कि व्यक्तिगत डेटा सुरक्षित और सुरक्षित बना हुआ है। यह व्यवसायों के लिए महत्वपूर्ण है क्योंकि वे उन वास्तविक लाभों का अनुभव करते हैं जो डेटा दक्षता, निर्णय लेने और समग्र ग्राहक अनुभव में सुधार लाता है।

मुख्य सुरक्षा वास्तुकार क्लाइड विलियमसन और प्रोटेग्रिटी में उत्पाद विपणन और रणनीति के उपाध्यक्ष नाथन वेगा का लेख।

इस लेख पर नीचे या एक्स के माध्यम से टिप्पणी करें: @IoTNow_

समय टिकट:

से अधिक आईओटी अब