如果贵公司在云中运行关键业务应用,则可能会将公司的敏感数据或机密数据存储在防火墙之外。毫无疑问,企业会采取预防措施,以防止数据暴露给不适当的人员或环境——但这么做就够了吗?
尽管您身为应用程序负责人,但令人吃惊的是,在您部门中存在一些十分常见的违反数据隐私的现象。请回答下面的问题,找出可以通过最佳实践解决的漏洞。
问题:您是否曾复制生产应用数据以用于测试、开发或报告?
您为生产环境设置的很多安全控制方法在数据仓库或开发环境中会被修改或弃用。
“通常情况下,审查都不甚严格”,Informatica企业战略服务部IT副总裁Kristin Kokie表示。“如果为了测试新版本而复制PeopleSoft中的人力资源数据,开发人员会无意中看到实际的具体薪资数据。如果您允许分析师提取数据仓库中的交易数据,他们可能会将这些数字传输到自己桌面上的电子表格中。”
这会使您失去所有基于用户的访问限制,并且,您在生产环境中实施的任何监控或合规策略都会失效。“根本就没有对开发环境或桌面进行合规性审计,”Kokie表示。
问题:个别员工了解的信息是否过多?
对于审核员工有权访问的数据,您应该想一下是否有必要为其分配这些访问权限。例如:
客户支持代表:这些员工需要访问一定数量的客户数据,以便提供顶级服务。但是,电信公司的初级员工是否确实需要掌握知名人士的电话号码信息呢?
应用生产支持人员:虽然技术支持问题需要进行实时处理,但支持人员真的需要对数据拥有完整访问权限才能完成他们的工作吗?例如,某个请求可能会暴露员工离职报告等隐私信息。
应用程序开发人员:为了进行测试而复制数据时,开发人员通常会获取完整的访问权限,这样一来,他们不仅能够访问敏感信息,而且还能够访问基础数据库和登录信息。想一想,如果某个员工在闹情绪,那么他会对这些信息造成怎样的损坏。
问题:您是否仍在运行"一套"不适用的应用程序?
当升级旧系统或使用新系统更换旧系统时,您可能会继续并行使用新旧两套应用系统。因为您并不知道何时会需要使用旧数据,对吗?这样做真是大错特错!
旧系统已经失去使用价值,变成了被遗弃的“孤儿”。如果它们仍保留敏感数据或机密数据,会导致什么后果呢?“那些极为关键的信息可能会从这里泄露出去,”Kokie说道。“如果您不知道这里有敏感数据,又如何对它加以保护呢?”
接下来该怎么办?
如果您对上述所有问题的回答都是肯定的,请不要惊慌。您可以解决这些漏洞。当务之急是了解数据在哪里,哪些人员有权访问。一个经常采用且易于部署的最佳实践是:在非生产环境中永久屏蔽敏感数据,在生产环境中动态屏蔽敏感数据。
好文章,需要你的鼓励
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。