沒(méi)有強(qiáng)大的數(shù)據(jù)安全保障，公司無(wú)法充分發(fā)揮數(shù)據(jù)的價(jià)值。隨著數(shù)據(jù)泄露事件逐年增多，每家公司都希望應(yīng)用 AI，這使得對(duì)數(shù)據(jù)進(jìn)行妥善保護(hù)變得尤為重要。缺乏嚴(yán)密的數(shù)據(jù)安全措施，公司不僅有可能在不經(jīng)意間將敏感數(shù)據(jù)暴露給 AI 模型，還可能在數(shù)據(jù)泄露事件中丟失敏感信息，以及面臨其他潛在風(fēng)險(xiǎn)。雖然數(shù)據(jù)安全一直是重中之重，但在我們所處的 AI 時(shí)代，企業(yè)必須采用先進(jìn)的數(shù)據(jù)保護(hù)技術(shù)。

為了確保數(shù)據(jù)得到充分保護(hù)，必須構(gòu)建一個(gè)完整的安全方法和控制措施生態(tài)系統(tǒng)。在多種數(shù)據(jù)保護(hù)技術(shù)中，Tokenization 是一種強(qiáng)有力的方法，它能夠替換真實(shí)數(shù)據(jù)為格式保持不變的 Token，從而在不降低數(shù)據(jù)使用價(jià)值的前提下保護(hù)數(shù)據(jù)中的敏感部分。

Capital One 意識(shí)到 Tokenization 的優(yōu)勢(shì)，因此開(kāi)始了一段多年的 Tokenization 之旅。我們構(gòu)建了一個(gè)能夠以業(yè)務(wù)所需的速度與規(guī)模運(yùn)行的 Tokenization 引擎，如今在數(shù)百個(gè)應(yīng)用中擁有數(shù)十億條已 Token 化的記錄。作為一家大規(guī)模運(yùn)營(yíng)的銀行，我們認(rèn)為 Tokenization 是進(jìn)一步保護(hù)敏感數(shù)據(jù)的高杠桿手段。

數(shù)據(jù)安全始于數(shù)據(jù)管理

為了有效保護(hù)數(shù)據(jù)，首先必須對(duì)數(shù)據(jù)進(jìn)行有效管理。這意味著要準(zhǔn)確了解你擁有哪些數(shù)據(jù)，它們存儲(chǔ)在哪里，屬于誰(shuí)，以及如何被使用。因此，建立一個(gè)全面的數(shù)據(jù)清單是構(gòu)建安全數(shù)據(jù)生態(tài)系統(tǒng)的首要步驟。數(shù)據(jù)負(fù)責(zé)人應(yīng)首先對(duì)信息資產(chǎn)進(jìn)行編目和分類(lèi)：識(shí)別出“皇冠上的明珠”（最敏感或最有價(jià)值的數(shù)據(jù)），了解誰(shuí)在使用這些數(shù)據(jù)以及具體如何使用。

數(shù)據(jù)安全與保護(hù)團(tuán)隊(duì)可以利用這些信息，根據(jù)每個(gè)數(shù)據(jù)集的敏感程度和使用場(chǎng)景定制防護(hù)措施。例如，某些數(shù)據(jù)可能只需要嚴(yán)格的訪(fǎng)問(wèn)控制和監(jiān)控，而高度敏感的信息則需要更強(qiáng)的防御措施，如 Tokenization。這一基礎(chǔ)工作對(duì)于確保數(shù)據(jù)既能得到充分保護(hù)，又能讓有權(quán)限的人便捷地查找和使用至關(guān)重要。

Tokenization 如何增強(qiáng)數(shù)據(jù)安全

Tokenization 在保持?jǐn)?shù)據(jù)結(jié)構(gòu)和一定統(tǒng)計(jì)特性的同時(shí)，確保了數(shù)據(jù)的實(shí)用性，從而幫助降低敏感數(shù)據(jù)泄露的風(fēng)險(xiǎn)。該技術(shù)用一個(gè)與原數(shù)據(jù)格式相同的隨機(jī) Token 替換敏感數(shù)據(jù)元素 —— 例如信用卡號(hào)碼或社會(huì)保障號(hào)碼。這種方法可以縮小潛在網(wǎng)絡(luò)攻擊的影響范圍，因?yàn)樗档土藢?duì)不法分子而言，已 Token 化敏感數(shù)據(jù)的價(jià)值。授權(quán)用戶(hù)仍然可以在其環(huán)境中傳遞 Token 化的數(shù)據(jù) —— 甚至管理與第三方的數(shù)據(jù)共享 —— 從而實(shí)現(xiàn)業(yè)務(wù)價(jià)值。

Token 在特定上下文之外沒(méi)有任何意義，并且在沒(méi)有原始映射訪(fǎng)問(wèn)權(quán)限的情況下無(wú)法逆向還原。這意味著 Tokenization 還可以幫助確保敏感數(shù)據(jù)不被暴露給 AI 模型。隨著 AI 模型越來(lái)越依賴(lài)大型、復(fù)雜的數(shù)據(jù)集，這一措施為數(shù)據(jù)泄露提供了關(guān)鍵防護(hù)。

有人擔(dān)心更嚴(yán)格的安全措施會(huì)減緩創(chuàng)新步伐。而實(shí)際上，現(xiàn)代數(shù)據(jù)保護(hù)方法如 Tokenization 加上智能流程自動(dòng)化設(shè)計(jì)，旨在將摩擦降到最低。在 Capital One，我們發(fā)現(xiàn)對(duì)部分?jǐn)?shù)據(jù)進(jìn)行 Tokenization 后，開(kāi)發(fā)者能夠更自由地協(xié)作，因?yàn)槊舾屑?xì)節(jié)已經(jīng)得到了有效屏蔽。當(dāng)措施得當(dāng)時(shí)，數(shù)據(jù)安全不僅不會(huì)抑制創(chuàng)新，反而能使數(shù)據(jù)在確保強(qiáng)有力防護(hù)的前提下變得更有價(jià)值。

數(shù)據(jù)安全作為創(chuàng)新的杠桿

要實(shí)現(xiàn)數(shù)據(jù)的充分保護(hù)沒(méi)有單一的解決方案，但 Tokenization 對(duì)于希望在大規(guī)模保護(hù)敏感數(shù)據(jù)的企業(yè)來(lái)說(shuō)，仍是一種寶貴的方法。它與細(xì)粒度訪(fǎng)問(wèn)控制、恰當(dāng)應(yīng)用的加密和持續(xù)監(jiān)控等其他措施協(xié)同作用效果最佳。但作為分層防御的一部分，Tokenization 是一枚強(qiáng)有力的關(guān)鍵環(huán)節(jié)，即使在新威脅出現(xiàn)時(shí)也能保持有效。

歸根結(jié)底，在不犧牲安全前提下推動(dòng)數(shù)據(jù)創(chuàng)新是釋放業(yè)務(wù)價(jià)值的關(guān)鍵。受到我們自身歷程的啟發(fā)，我們正在通過(guò) Capital One Databolt —— 一種無(wú)保險(xiǎn)庫(kù)的 Tokenization 解決方案，幫助公司利用 Tokenization 的強(qiáng)大優(yōu)勢(shì)，在大規(guī)模場(chǎng)景下保護(hù)敏感數(shù)據(jù)。借助 Databolt，企業(yè)可以在建立應(yīng)用及 AI 模型時(shí)確信其敏感數(shù)據(jù)已通過(guò) Tokenization 得到更好的防護(hù)，避免潛在泄露風(fēng)險(xiǎn)。