AI และความปลอดภัย: ซับซ้อนแต่ไม่จำเป็นต้องเป็น | IoT ตอนนี้ข่าวสารและรายงาน

AI กำลังได้รับความนิยมเพิ่มมากขึ้น และเทรนด์นี้ก็จะมีต่อไปเท่านั้น นี้ได้รับการสนับสนุนโดย Gartner ซึ่งระบุว่าประมาณ 80% ขององค์กรต่างๆ จะใช้ปัญญาประดิษฐ์แบบกำเนิด (เจนเอไอ) Application Programming Interfaces (API) หรือโมเดลต่างๆ ภายในปี 2026 อย่างไรก็ตาม AI เป็นคำที่กว้างและแพร่หลาย และในหลายกรณี จะครอบคลุมเทคโนโลยีต่างๆ อย่างไรก็ตาม AI นำเสนอความก้าวหน้าในความสามารถในการประมวลผลตรรกะที่แตกต่างกัน ซึ่งดึงดูดความสนใจจากธุรกิจและผู้บริโภคที่กำลังทดลองใช้ AI รูปแบบต่างๆ ในปัจจุบัน ในเวลาเดียวกัน เทคโนโลยีนี้ดึงดูดความสนใจที่คล้ายกันจากผู้คุกคามที่ตระหนักว่าอาจเป็นจุดอ่อนในการรักษาความปลอดภัยของบริษัท ในขณะเดียวกันก็อาจเป็นเครื่องมือที่ช่วยให้บริษัทต่างๆ ระบุจุดอ่อนเหล่านี้และแก้ไขได้

ความท้าทายด้านความปลอดภัยของ AI

วิธีหนึ่งที่บริษัทต่างๆ ใช้ AI คือการตรวจสอบชุดข้อมูลขนาดใหญ่เพื่อระบุรูปแบบและจัดลำดับข้อมูลตามลำดับ ซึ่งทำได้โดยการสร้างชุดข้อมูลแบบตารางที่โดยทั่วไปประกอบด้วยแถวและแถวของข้อมูล แม้ว่าสิ่งนี้จะมีประโยชน์อย่างมากสำหรับบริษัทต่างๆ ตั้งแต่การปรับปรุงประสิทธิภาพไปจนถึงการระบุรูปแบบและข้อมูลเชิงลึก แต่ยังเพิ่มความเสี่ยงด้านความปลอดภัยหากมีการละเมิดเกิดขึ้น ข้อมูลนี้จะถูกจัดเรียงในลักษณะที่ผู้คุกคามนำไปใช้ได้ง่าย

ภัยคุกคามเพิ่มเติมพัฒนาขึ้นเมื่อใช้เทคโนโลยี Large Language Model (LLM) ซึ่งขจัดอุปสรรคด้านความปลอดภัย เนื่องจากข้อมูลถูกวางไว้ในโดเมนสาธารณะสำหรับทุกคนที่ใช้เทคโนโลยีนี้เพื่อสะดุดและใช้งาน เนื่องจาก LLM เป็นบอทที่ไม่เข้าใจรายละเอียด จึงสร้างการตอบสนองที่เป็นไปได้มากที่สุดตามความน่าจะเป็นโดยใช้ข้อมูลที่มีอยู่ เนื่องจากบริษัทหลายแห่งกำลังป้องกันไม่ให้พนักงานใส่ข้อมูลใดๆ ของบริษัทลงในเครื่องมือ เช่น ChatGPT เพื่อรักษาความปลอดภัยของข้อมูลภายในขอบเขตของบริษัท

ประโยชน์ด้านความปลอดภัยของ AI

แม้ว่า AI อาจสร้างความเสี่ยงให้กับบริษัทต่างๆ แต่ก็อาจเป็นส่วนหนึ่งของโซลูชันได้เช่นกัน เนื่องจาก AI ประมวลผลข้อมูลที่แตกต่างจากมนุษย์ AI จึงสามารถมองปัญหาที่แตกต่างออกไปและคิดวิธีแก้ปัญหาที่ก้าวหน้าได้ ตัวอย่างเช่น AI สร้างอัลกอริธึมที่ดีกว่าและสามารถแก้ปัญหาทางคณิตศาสตร์ที่มนุษย์ต้องดิ้นรนต่อสู้มานานหลายปี ด้วยเหตุนี้ เมื่อพูดถึงความปลอดภัยของข้อมูล อัลกอริธึมจึงมีความสำคัญอย่างยิ่ง AI, การเรียนรู้ของเครื่อง (ML) หรือเทคโนโลยีคอมพิวเตอร์แบบรับรู้ที่คล้ายกัน อาจมีวิธีรักษาความปลอดภัยข้อมูลได้

นี่เป็นประโยชน์ที่แท้จริงของ AI เนื่องจากไม่เพียงแต่สามารถระบุและจัดเรียงข้อมูลจำนวนมหาศาลเท่านั้น แต่ยังสามารถระบุรูปแบบที่ทำให้องค์กรต่างๆ สามารถมองเห็นสิ่งที่พวกเขาไม่เคยสังเกตเห็นมาก่อนได้ นี่เป็นการนำองค์ประกอบใหม่มาสู่ความปลอดภัยของข้อมูล ในขณะที่ผู้คุกคามจะใช้ AI เป็นเครื่องมือในการปรับปรุงประสิทธิภาพของการแฮ็กเข้าสู่ระบบ แต่ก็ยังถูกใช้เป็นเครื่องมือโดยแฮกเกอร์ที่มีจริยธรรมเพื่อพยายามค้นหาวิธีปรับปรุงความปลอดภัยซึ่งจะเป็นประโยชน์อย่างมากต่อธุรกิจ

ความท้าทายของพนักงานและความปลอดภัย

พนักงานที่เห็นประโยชน์ของ AI ในชีวิตส่วนตัวกำลังใช้เครื่องมืออย่างเช่น ChatGPT เพื่อปรับปรุงความสามารถในการปฏิบัติหน้าที่ ในเวลาเดียวกัน พนักงานเหล่านี้กำลังเพิ่มความซับซ้อนของการรักษาความปลอดภัยข้อมูล บริษัทต่างๆ จำเป็นต้องทราบว่าพนักงานใส่ข้อมูลใดบ้างบนแพลตฟอร์มเหล่านี้ และภัยคุกคามที่เกี่ยวข้องกับแพลตฟอร์มเหล่านี้

เนื่องจากโซลูชันเหล่านี้จะก่อให้เกิดประโยชน์ต่อสถานที่ทำงาน บริษัทต่างๆ อาจพิจารณาใส่ข้อมูลที่ไม่ละเอียดอ่อนลงในระบบเพื่อจำกัดการเปิดเผยชุดข้อมูลภายในในขณะเดียวกันก็ขับเคลื่อนประสิทธิภาพทั่วทั้งองค์กร อย่างไรก็ตาม องค์กรต่างๆ จำเป็นต้องตระหนักว่าพวกเขาไม่สามารถมีทั้งสองวิธีได้ และข้อมูลที่พวกเขาใส่ลงในระบบดังกล่าวจะไม่คงความเป็นส่วนตัว ด้วยเหตุผลนี้ บริษัทต่างๆ จะต้องทบทวนนโยบายการรักษาความปลอดภัยของข้อมูลและระบุวิธีการปกป้องข้อมูลที่ละเอียดอ่อน ในขณะเดียวกันก็ทำให้มั่นใจว่าพนักงานสามารถเข้าถึงข้อมูลที่สำคัญได้

ข้อมูลไม่ละเอียดอ่อนแต่มีประโยชน์

บริษัทต่างๆ ตระหนักถึงคุณค่าที่ AI สามารถนำมาได้ในขณะเดียวกันก็เพิ่ม ความเสี่ยงด้านความปลอดภัย ลงในส่วนผสม เพื่อให้ได้คุณค่าจากเทคโนโลยีนี้ในขณะที่รักษาข้อมูลให้เป็นส่วนตัว พวกเขากำลังสำรวจวิธีนำข้อมูลที่ไม่ระบุตัวตนไปใช้โดยใช้นามแฝง เช่น ซึ่งจะแทนที่ข้อมูลที่สามารถระบุตัวตนได้ด้วยนามแฝงหรือค่า และไม่อนุญาตให้ระบุตัวบุคคลโดยตรง

อีกวิธีหนึ่งที่บริษัทสามารถปกป้องข้อมูลได้คือการใช้ AI เชิงสร้างสรรค์สำหรับข้อมูลสังเคราะห์ ตัวอย่างเช่น หากบริษัทมีชุดข้อมูลลูกค้าและจำเป็นต้องแชร์กับบุคคลที่สามเพื่อการวิเคราะห์และข้อมูลเชิงลึก บริษัทจะชี้โมเดลการสร้างข้อมูลสังเคราะห์ไปที่ชุดข้อมูลนั้น โมเดลนี้จะเรียนรู้ทั้งหมดเกี่ยวกับชุดข้อมูล ระบุรูปแบบจากข้อมูล จากนั้นสร้างชุดข้อมูลที่มีบุคคลที่สมมติขึ้นซึ่งไม่ได้เป็นตัวแทนใครในข้อมูลจริง แต่ช่วยให้ผู้รับวิเคราะห์ชุดข้อมูลทั้งหมดและให้ข้อมูลที่ถูกต้องกลับคืนมาได้ ซึ่งหมายความว่าบริษัทต่างๆ สามารถแบ่งปันข้อมูลปลอมแต่ถูกต้อง โดยไม่เปิดเผยข้อมูลที่ละเอียดอ่อนหรือข้อมูลส่วนตัว Tแนวทางของเขาช่วยให้โมเดลการเรียนรู้ของเครื่องจักรใช้ข้อมูลจำนวนมหาศาลเพื่อการวิเคราะห์ และในบางกรณีก็เพื่อทดสอบข้อมูลเพื่อการพัฒนา

ด้วยวิธีการปกป้องข้อมูลหลายวิธีที่มีให้บริการสำหรับบริษัทต่างๆ ในปัจจุบัน คุณสามารถใช้ประโยชน์จากเทคโนโลยี AI ได้อย่างสบายใจว่าข้อมูลส่วนบุคคลยังคงปลอดภัย สิ่งนี้มีความสำคัญสำหรับธุรกิจ เนื่องจากพวกเขาได้รับประโยชน์ที่แท้จริงจากข้อมูลที่จะนำมาปรับปรุงประสิทธิภาพ การตัดสินใจ และประสบการณ์โดยรวมของลูกค้า

บทความโดย Clyde Williamson หัวหน้าสถาปนิกด้านความปลอดภัย และ Nathan Vega รองประธานฝ่ายการตลาดผลิตภัณฑ์และกลยุทธ์ของ Protegrity

แสดงความคิดเห็นในบทความนี้ด้านล่างหรือทาง X: @IoTNow_

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
• เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
• เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
• เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
• ที่มา: https://www.iot-now.com/2024/01/19/141963-ai-and-security-it-is-complicated-but-doesnt-need-to-be/