IA e análise colocam proteção de dados em uso em posição prioritária

TechTarget relata que a segurança padrão deixa dados vulneráveis na memória do sistema e CPUs[1], e que a proteção de dados em uso aborda isso "mantendo as informações criptografadas enquanto as cargas de trabalho são executadas."[1]A publicação diz que entre as tecnologias de melhoria de privacidade, a computação confidencial emergiu como o principal meio de abordar esse risco em fase de processamento.[1] TechTarget descreve um ambiente de execução confiável (TEE) como uma área segura que executa código e processa dados independentemente do resto do sistema[1]. Acrescenta que até mesmo administradores de nuvem, sistemas operacionais host e hipervisores não têm acesso aos dados em um TEE.[1]De acordo com TechTarget, regulações em rápida evolução estão remodelando onde as organizações investem para proteger cargas de trabalho de IA e análise.[1] A publicação observa que o NIST Cybersecurity Framework 2.0 inclui proteção de dados em uso dentro de projetos de segurança zero-trust.[1]Sobre conformidade, TechTarget diz que a computação confidencial fornece prova verificável de que cargas de trabalho sensíveis são processadas em ambientes isolados por hardware[1]. Também relata que os registros de processamento que os TEEs geram automaticamente reduzem o trabalho de auditoria manual e melhoram a verificação de auditoria sobre o uso de dados sensíveis.[1]A publicação relata que registros de saúde, dados de transações financeiras, informações de identificação pessoal e outros dados regulamentados muitas vezes não são usados em iniciativas de IA e análise devido aos riscos de processamento.[1]TechTarget aconselha que antes de escolher uma plataforma, os líderes de dados devem focar em pontos de comprovação, alinhamento regulatório e o quão bem ele se integra aos controles existentes.[1]