云隐私:基准功能和新兴技术

本文涉及的产品
密钥管理服务KMS,1000个密钥,100个凭据,1个月
简介: 云隐私:基准功能和新兴技术

对于企业来说,实现云隐私是一项艰巨的任务,但它并不像看上去那么完全不可实现。专家Ed Moyle概述了如何使用新技术保持云数据的私密性。

image.png

对许多安全从业人员来说,不管是从关注度还是兴趣点,云隐私目前都处在备受瞩目的巅峰。其中的原因不难理解:不仅在欧洲开展业务的公司目前处于“General Data Protection Regulation(通用数据保护条例)”的紧张倒计时下(他们必须在2018年5月之前满足相应的要求),而且,最近的新闻报道,例如Federal Communications Commission(联邦通信委员会)隐私保护的回滚,都直接聚焦着这一话题。


对于那些大量使用云服务的企业——目前哪家公司又不是这样呢?面临的挑战包括将现有的隐私项目扩展到云中,您所知道的任何信息都将由云负责,这些信息将通过服务供应商操作、处理或存储。


这样做需要几个关键要素。首先,假设首先有一个隐私项目;你已经掌握了所拥有的数据,知道自己的监管环境是什么,并且草拟了相关政策,用于管控所关心数据的隐私管理。具备这些条件后,您还将需要了解云供应商所提供的与隐私相关的功能,并对其进行调整以服务于自己的项目。


反过来,实现云隐私是一个过程,包括了解现今可用的方案和功能,以及了解正在开发中的可以在未来有所帮助的方案。


和其他任何事情一样,制定隐私计划意味着系统地定义和编写我们的期望——并从可用的工具和对策(以及可能即将推出的措施)中选择执行方法,以确保满足这些期望。


基准云隐私功能


系统地做到这一点的第一步是,了解服务供应商可用的隐私选项的特征集。虽然服务供应商提供的任何安全特性最终都可能成为隐私程序执行的一个要素,但是有一些选项非常有用。具体来说,许多供应商,尤其是那些服务于全球客户的大型供应商(包括拥有健全隐私保护的欧盟等司法管辖区),提供了直接支持和保护隐私的功能。


根据你使用的服务供应商,云隐私功能可以是广泛的,也可以是最小限度的。


从验证和审查角度来看,作为起点的一个有用领域是符合国际标准ISO / IEC 27018:2014的认证。该标准专门针对云环境中的个人身份信息的存储、处理和传输。更大的供应商,特别是那些在欧洲有业务的供应商,被鼓励使用此认证,因为这可以提高他们在更严格的隐私要求的地区的竞争力。值得注意的是,使用此认证的重要考虑因素是确保认证的范围包括客户实际使用的服务,因为并非云供应商提供的每项服务都属于认证评估范围。这可以通过审查证书本身来完成——一个有信誉的供应商将提供证书用于客户审查,这里将显著包含服务范围。


除此之外,供应商已经开始实施可以帮助执行客户云隐私要求的技术特性。例如,使用地理位置分布的数据中心(遍布全球多个司法管辖区)的服务供应商通常提供功能来明确指出哪些数据中心用于支持个人客户。根据您的监管环境和计划的具体情况,调整特定的地理区域对您的使用是有利的。


此外,诸如加密保护(例如,空闲或传输中数据的加密)的控制可以在服务提供者的保管过程中,对数据进行加密,可以向云客户提供对数据访问的保证。在使用这些功能时,请仔细评估密钥位置(以及谁可以访问它们)。


此外,强大的日志记录和审计功能可以为隐私执行提供价值,因此服务供应商能够提供的该领域的评估功能也是有帮助的。


新兴技术


展望未来,在服务供应商社区中,有些令人兴奋的发展趋势,从业者应该密切关注。具体来说,他们应该确保企业能够获得数据的全部价值,同时不需要牺牲隐私方面的考虑。


例如,考虑分析的情况:企业如何确保其数据能够被分析,并且能够以某种方式获得价值,从而使云供应商(或任何其他未经授权的一方)无法识别出所保存的哪些数据属于哪个人呢?同样,如果使用了加密,那么每次收集统计信息或分析信息时,企业如何能够在不对大量数据进行解密的情况下获取洞察信息?有助于这些领域的技术正在兴起。


第一个要关注的领域是差异隐私。差异隐私的方法是设计用来对信息进行统计分析,使其能够通过不同的数据源组合或通过高级分析的应用来抵制去匿名化。


例如,考虑在不同数据项(它本身并不足以识别任何特定的个体)被一起分析时会发生什么情况:结果可能是组合信息允许特定个体的推断,而不同的数据集则不能。诸如有意将噪声引入数据集的方法可以帮助解决这个问题。虽然云服务供应商能够提供这样的功能,可能需要等待几年时间,但研究正在进行中,而且我们已经看到这样的应用在现实世界中已经出现了。


另一个值得关注的领域是同态加密。考虑这样一种情况:你希望对已加密数据进行操作,而无需首先解密;例如,如果希望计算存储在数据库中的加密了的一列信息的总和。传统的加密方案通常会排除这种情况,除非数据被解密并且操作被执行,否则不可能进行计算。相比之下,同态加密允许在密文上执行这些计算,而且计算结果是有意义的,即使数据本身仍然是加密的。


再说一次,这是一个新兴领域,所以并不是转换一个开关,就可以在任何给定的云服务上启用这样的功能。也就是说,从业人员已经知道这一点很重要,因为它可以帮助确保数据隐私受到保护,同时仍允许企业使用数据。


简言之,云环境中的隐私不仅是可能的,而且事实上,它可以通过云服务供应商社区已经实现的功能来推动。展望未来,像同态加密和差异隐私这样的新兴技术领域将提供可能的附加功能,可以帮助企业从数据中获得更多的价值,同时确保实现这些隐私目标。

相关文章
|
2月前
|
人工智能 安全 算法
PAI负责任的AI解决方案: 安全、可信、隐私增强的企业级AI
在《PAI可信AI解决方案》会议中,分享了安全、可信、隐私增强的企业级AI。会议围绕三方面展开:首先通过三个案例介绍生活和技术层面的挑战;其次阐述构建AI的关键要素;最后介绍阿里云PAI的安全功能及未来展望,确保数据、算法和模型的安全与合规,提供全方位的可信AI解决方案。
|
5月前
|
机器学习/深度学习 安全 网络安全
云端盾牌:云计算时代的网络安全守护在这个数字脉搏加速跳动的时代,云计算以其高效、灵活的特性,成为推动企业数字化转型的强劲引擎。然而,正如每枚硬币都有两面,云计算的广泛应用也同步放大了网络安全的风险敞口。本文旨在探讨云计算服务中网络安全的关键作用,以及如何构建一道坚不可摧的信息防线,确保数据的安全与隐私。
云计算作为信息技术领域的革新力量,正深刻改变着企业的运营模式和人们的生活。但在享受其带来的便利与效率的同时,云服务的安全问题不容忽视。从数据泄露到服务中断,每一个安全事件都可能给企业和个人带来难以估量的损失。因此,本文聚焦于云计算环境下的网络安全挑战,分析其根源,并提出有效的防护策略,旨在为云服务的安全使用提供指导和参考。
109 8
|
9月前
|
机器学习/深度学习 安全 网络安全
云端防御:云计算环境中的网络安全与信息保护策略深度学习在图像识别中的应用与挑战
【5月更文挑战第31天】 在数字化转型的浪潮中,云计算已成为企业及个人存储和处理数据的首选平台。然而,随着云服务的广泛采用,网络安全威胁也随之增加,使得信息安全成为亟待解决的挑战。本文聚焦于云计算环境特有的安全风险,探讨了多层次、多维度的防御策略,旨在为读者提供一套综合的云安全解决方案蓝图。通过分析当前云服务中的安全缺陷,并提出相应的防护措施,文章不仅强调了技术层面的对策,还涉及了管理与合规性方面的重要性。
|
9月前
|
机器学习/深度学习 数据采集 监控
构建高效机器学习模型的策略与实践云端防御:融合云计算与网络安全的未来策略
【4月更文挑战第29天】 在数据驱动的时代,构建一个高效的机器学习模型对于解决复杂问题至关重要。本文将探讨一系列策略和最佳实践,旨在提高机器学习模型的性能和泛化能力。我们将从数据处理的重要性入手,进而讨论模型选择、训练技巧、超参数调优以及模型评估方法。通过这些策略的实施,读者将能够构建出更加健壮、准确的模型,并有效地避免过拟合和欠拟合问题。
|
9月前
|
算法
隐私计算实训营 第1期-详解隐私计算框架的架构和技术要点
本文简要介绍了隐语技术架构的五层结构:产品层、算法层、计算层、资源层和硬件层。每层分别涉及模块功能、定位和人群画像,旨在使不同角色的用户能轻松理解和使用,降低隐私计算的入门难度。此外,隐语产品设计具有开放性和前瞻性,易于集成。
|
存储 机器学习/深度学习 人工智能
先进级!阿里云大数据+AI平台通过信通院数据平台整体解决方案最高等级评测
近日,在中国信通院组织的第十四批“可信大数据”产品能力评测中,阿里云计算有限公司顺利完成了首个数据平台整体解决方案评测,达到最高等级先进级(3级)。该评测依据 《集成化大数据平台能力分级要求》进行,共涉及10个能力域,44个能力项和577项技术要求。全方位覆盖大数据平台的数据存储、数据集成、数据管理与治理、数据开发、数据处理及分析、数据服务、高可用、平台管理、系统运维、数据安全等能力。
1750 0
先进级!阿里云大数据+AI平台通过信通院数据平台整体解决方案最高等级评测
|
机器学习/深度学习 算法 安全
技术焦点篇|深度解读可信隐私计算框架“隐语”
技术焦点篇|深度解读可信隐私计算框架“隐语”
744 0
|
弹性计算 运维 Cloud Native
阿里云首家通过《可信云·云成本优化工具能力要求》评估
2022年5月19日,由中国信息通信研究院(以下简称“中国信通院”)和中国通信标准化协会联合主办的“2022云管和云网大会”通过线上直播的形式成功召开。会上发布了《可信云•云成本优化工具能力要求 - 第1部分 原生工具》标准及首批评测结果。阿里云凭借在云上成本管理的产品能力,以满分的成绩通过了全部33个能力指标,成为国内首家通过该项评估的云服务商。 企业用云程度加深,云成本优化诉求日益迫切全球数字经济背景
阿里云首家通过《可信云·云成本优化工具能力要求》评估
|
存储 机器学习/深度学习 人工智能
构建可信AI,四大专家共议隐私保护增强的生物识别新趋势
构建可信AI,四大专家共议隐私保护增强的生物识别新趋势
162 0
|
机器学习/深度学习 传感器 存储
设计人工智能产品:技术可能性、用户合意性、商业可行性
随着机器学习逐渐成为数字化产品的主流,了解机器学习的基础知识对许多产品经理来说变得越来越重要。今天的产品人员是一个相当多样化的群体。对于一些人来说,重点主要放在用户体验上(例如,如果主要价值主张围绕着一个杀手级的 UI),而另一些人已经在设计需要深入理解数据和代码的产品。 理解机器学习对于频谱的两端都是必要的——只是原因略有不同。对于以 UI 为中心的产品和 PM,模糊逻辑和机器学习功能将从根本上改变用户与产品的交互方式。因此,这些特征的呈现变得非常重要。另一方面,管理 API 或技术平台的产品经理会更关心 AI 算法是如何集成的。