Komplexní analýza řešení společnosti Thales pro vyhledávání a klasifikaci dat na bázi strojového učení
V rychle se rozvíjející datové sféře, kde je podle odhadů 80 % dat nestrukturovaných, se tradiční manuální metody klasifikace dat stávají zastaralými kvůli jejich pracnosti a náchylnosti k chybám. Společnost Thales řeší tuto výzvu pomocí řešení CipherTrust Data Discovery and Classification (DDC), které je rozšířeno o modely strojového učení (ML). Tyto modely mají zásadní význam pro automatizaci klasifikace dat, což výrazně zvyšuje přesnost a efektivitu ve složitých hybridních IT prostředích.
Prvním krokem při klasifikaci dat je jejich zjišťování, které je zásadní pro dodržování globálních předpisů o ochraně dat. CipherTrust DDC efektivně prochází různými datovými úložišti a klasifikuje data podle citlivosti a rizika, ať už jsou uložena na lokálních serverech, serverech třetích stran nebo v cloudu.
Inovativní přístup společnosti Thales kombinuje porovnávání vzorů s ML, aby bylo možné stanovit smysluplné vztahy mezi různými datovými body. Tato hybridní technika nejen lokalizuje data napříč IT systémy, ale také je kontextualizuje, čímž zvyšuje přesnost klasifikace. Komponenta ML je univerzální a využívá různé modely pro různé úlohy, jako je kategorizace a rozpoznávání pojmenovaných entit (NER).
Porovnávání vzorů CipherTrust DDC, poháněné motorem GLASS™ společnosti Ground Labs, pokrývá širokou škálu typů dat a je v souladu s mnoha zákony o ochraně osobních údajů. Jedná se o osobní, finanční a zdravotní údaje a také o potenciálně ohrožené informace, jako jsou pevně zakódované soukromé klíče.
NER, klíčová funkce CipherTrust DDC, využívá zpracování přirozeného jazyka (NLP) k extrakci entit, jako jsou jména a data, z nestrukturovaného textu, čímž eliminuje potřebu ruční analýzy. Tento proces je vysoce škálovatelný a přizpůsobitelný různým typům dokumentů a jazyků.
CipherTrust DDC využívá ML pro klasifikaci kategorií a určuje povahu dokumentů, například finanční nebo právní, na základě jejich obsahu. Tato schopnost přesné kategorizace dokumentů je klíčová pro identifikaci a ochranu osobních údajů (PII).
Klíčové poznatky pro odborníky na kybernetickou bezpečnost:
- Využijte ML při klasifikaci dat, abyste zvládli rostoucí objem a složitost nestrukturovaných dat.
- Využití hybridních přístupů kombinujících porovnávání vzorů a ML pro komplexní vyhledávání a klasifikaci dat.
- Využití pokročilých modelů ML, jako je NER, pro škálovatelnou a efektivní analýzu dat.
- Zajistěte soulad se zákony o ochraně osobních údajů pomocí nástrojů, které pokrývají širokou škálu typů dat a předpisů o ochraně osobních údajů.
Odkaz na článek: Klasifikace dat pomocí strojového učení v CipherTrust DDC