إشعار
يتطلب الوصول إلى هذه الصفحة تخويلاً. يمكنك محاولة تسجيل الدخول أو تغيير الدلائل.
يتطلب الوصول إلى هذه الصفحة تخويلاً. يمكنك محاولة تغيير الدلائل.
توفر الحوسبة السرية من Azure (ACC) أساسا للحلول التي تمكن أطرافا متعددة من التعاون على البيانات. توجد طرق متنوعة، ويساعد النظام البيئي المتنامي للشركاء في تمكين عملاء Azure والباحثين وعلماء البيانات ومزودي الخدمات من التعاون في البيانات مع الحفاظ على الخصوصية. تغطي هذه النظرة العامة بعض الأساليب والحلول الحالية التي يمكن استخدامها، وكلها تعمل على ACC.
ما هي حماية البيانات والنماذج؟
عادة ما توفر حلول غرفة تنظيف البيانات طريقة لمزودي أو أكثر من مزودي البيانات لدمج البيانات للمعالجة. عادة ما يتفق المزودون على الكود أو الاستعلامات أو النماذج التي أنشأها أحد المشاركين، مثل باحث أو مزود حلول. في كثير من الحالات، تكون البيانات حساسة ولا ينبغي مشاركتها مباشرة مع المشاركين الآخرين، سواء كانوا مزودين آخرين للبيانات أو باحث أو بائع حلول. للمساعدة في ضمان الأمان والخصوصية لكل من البيانات والنماذج المستخدمة في غرف تنظيف البيانات، يمكن للحوسبة السرية التحقق بشكل تشفيري من أن المشاركين لا يملكون وصولا إلى البيانات أو النماذج، بما في ذلك أثناء المعالجة. باستخدام ACC، يمكن للحلول حماية عناوين IP للبيانات والنموذج من مشغل السحابة، ومزود الحلول، والمشاركين في تعاون البيانات.
ما هي أمثلة حالات استخدام الصناعة؟
باستخدام ACC، يبني العملاء والشركاء حلول تحليلات بيانات متعددة الأطراف تحافظ على الخصوصية، ويشار إليها أحيانا باسم "الغرف النظيفة السرية". يمكن أن تكون هذه الحلول جديدة صممت لتكون سرية أو حلول غرف نظيفة موجودة سرية باستخدام ACC.
- سكوتيابنك - أثبت استخدام الذكاء الاصطناعي في تدفقات الأموال عبر البنوك لتحديد غسيل الأموال وكشف حالات الاتجار بالبشر، باستخدام الحوسبة السرية من Azure وشريك حل يدعى أوباك.
- Novartis Biome – استخدم حل شريك من BeeKeeperAI يعمل على ACC من أجل العثور على مرشحين للتجارب السريرية للأمراض النادرة.
- يقوم مزودو المدفوعات الرائدون بربط البيانات عبر البنوك لاكتشاف الاحتيال والشذوذ.
- تستخدم خدمات تحليل البيانات وحلول الغرف النظيفة ACC لزيادة حماية البيانات وتلبية احتياجات امتثال العملاء في الاتحاد الأوروبي ولوائح الخصوصية.
لماذا الحوسبة السرية؟
غرف البيانات النظيفة ليست مفهوما جديدا تماما. ومع ذلك، فإن التقدم في الحوسبة السرية يوفر فرصا أكثر للاستفادة من حجم السحابة مع مجموعات بيانات أوسع، وتأمين حقوق الملكية الفكرية لنماذج الذكاء الاصطناعي، والامتثال بشكل أفضل للوائح خصوصية البيانات. في الحالات السابقة، قد يتعذر الوصول إلى بيانات معينة لأسباب مثل
- العيوب التنافسية أو التنظيم الذي يمنع مشاركة البيانات بين شركات الصناعة.
- يؤدي مجهول هوية المستخدم إلى تقليل جودة الرؤى على البيانات، أو كونه مكلفا للغاية ويستغرق وقتا طويلا.
- ربط البيانات بمواقع معينة والامتناع عن المعالجة في السحابة بسبب مخاوف أمنية.
- تغطي العمليات القانونية المكلفة أو الطويلة المسؤولية إذا تم كشف البيانات أو إساءة استخدامها.
قد تؤدي هذه الحقائق إلى مجموعات بيانات غير مكتملة أو غير فعالة تؤدي إلى نتائج تحليلات أضعف، أو المزيد من الوقت اللازم للتدريب واستخدام نماذج الذكاء الاصطناعي.
ما هي الاعتبارات عند بناء حل تنظيف؟
تحليلات الدفعات مقابل خطوط أنابيب البيانات في الوقت الحقيقي: ضع في اعتبارك حجم مجموعات البيانات وسرعة الرؤى عند تصميم أو استخدام حل غرفة نظيفة. عندما تكون البيانات متاحة "غير متصلة"، يمكنك تحميلها في بيئة حوسبة موثقة ومؤمنة لمعالجة تحليل البيانات على أجزاء كبيرة من البيانات، إن لم يكن على كامل مجموعة البيانات. يسمح هذا النهج التحليلي الدفعي بتقييم مجموعات البيانات الكبيرة باستخدام نماذج وخوارزميات لا يتوقع منها تحقيق نتيجة فورية. على سبيل المثال، تعمل تحليلات الدفعات بشكل جيد عند إجراء استدلال التعلم الآلي عبر ملايين السجلات الصحية للعثور على أفضل المرشحين للتجربة السريرية. تتطلب حلول أخرى رؤى فورية حول البيانات، مثل عندما تهدف الخوارزميات والنماذج إلى تحديد الاحتيال في معاملات شبه فورية بين عدة كيانات.
المشاركة في عدم الثقة الصفرية: من العوامل الرئيسية في الغرف النظيفة السرية القدرة على عدم الثقة بأي طرف معني، من مزودي البيانات إلى مطوري الشيفرة والنماذج، ومزودي الحلول، ومديري مشغلي البنية التحتية. يمكن توفير حلول حيث يتم حماية كل من البيانات وعنوان IP للنموذج من جميع الأطراف. عند الانضمام أو بناء الحل، يجب على المشاركين التفكير في ما يريدون حمايته ومن يحميون كل كود أو نماذج أو بيانات.
التعلم الموحد (Federated Learning): يتضمن التعلم الموحد إنشاء أو استخدام حل حيث تتم معالجة النماذج في مستأجر مالك البيانات، ويتم تجميع الرؤى في مستأجر مركزي. في بعض الحالات، يمكن للنماذج العمل على بيانات خارج Azure، مع استمرار تجميع النماذج في Azure. غالبا ما يقوم التعلم الفيدرالي بالتكرار على البيانات مع تحسن معلمات النموذج بعد تجميع الرؤى. وينبغي أن يتم احتساب تكاليف التكرار وجودته في الحل والنتائج المتوقعة.
موقع البيانات ومصادرها: لدى العملاء بيانات مخزنة في سحب متعددة وفي أماكن العمل. يمكن أن يتضمن التعاون بيانات ونماذج من مصادر مختلفة. يمكن لحلول Cleanroom تسهيل البيانات والنماذج القادمة إلى Azure من هذه المواقع الأخرى. عندما لا يمكن نقل البيانات إلى Azure من مخزن بيانات محلي، يمكن تشغيل بعض حلول التنظيف على الموقع حيث توجد البيانات. يمكن تشغيل الإدارة والنهج من قبل موفر حل مشترك، حيثما كان ذلك متاحا.
سلامة الشيفرة ودفاتر الحسابات السرية: باستخدام تقنية السجل الموزع (DLT) التي تعمل على الحوسبة السرية Azure، يمكنك بناء حلول تعمل على شبكة عبر المؤسسات. تضاف منطق الشيفرة والقواعد التحليلية فقط عندما يكون هناك توافق بين المشاركين المختلفين. يتم تسجيل جميع التحديثات على الكود للتدقيق عبر تسجيل مضاد للتلاعب مفعل بواسطة Azure Confidential Computing.
ما هي الخيارات للبدء؟
غرف نظيفة سرية من Azure (معاينة)
تم تصميم Azure Confidential Clean Rooms (ACCR) للمؤسسات التي تحتاج إلى مشاركة بيانات حساسة للخصوصية مثل المعلومات الشخصية القابلة للتعريف (PII) أو المعلومات الصحية المحمية (PHI) بأمان مع منظمات أخرى لاستناق رؤى حيوية للأعمال، أو ضبط نماذج التعلم الآلي مع بيانات حساسة من منظمات أخرى لتحسين الدقة، أو إجراء تحليلات آمنة على البيانات المشتركة مع المنظمات الشريكة. يستخدم ACCR حاويات سرية على مثيلات حاوية Azure لضمان بقاء بياناتك محمية من المتعاونين الآخرين ومن عوامل تشغيل Azure. له تطبيقات تمتد عبر صناعات متعددة مثل الرعاية الصحية، والإعلان، والبنوك والخدمات المالية، والتجزئة.
يمكنك التسجيل في معاينة ACCR من خلال تقديم هذا النموذج.
عروض منصة ACC التي تساعد على تمكين الغرف النظيفة السرية
قم بتدحرج الأكمام الخاصة بك وبناء حل غرفة نظيفة للبيانات مباشرة على عروض خدمة الحوسبة السرية هذه.
توفر Confidential containers on مثيلات حاوية Azure (ACI) ومجموعات عقد VM confidential حل حاويات لبناء حلول سرية للغرف النظيفة. تظل خيارات Intel SGX enclave متاحة للسيناريوهات المتخصصة.
توفر الأجهزة الظاهرية السرية (VMs) نظاما أساسيا للجهاز الظاهري لحلول تنظيف سرية.
يوفر Azure SQL AE في الجيوب الآمنة خدمة النظام الأساسي لتشفير البيانات والاستعلامات في SQL التي يمكن استخدامها في تحليلات البيانات متعددة الأطراف والنظافة السرية.
إطار عمل الاتحاد السري هو إطار مفتوح المصدر لبناء خدمات ذات حالة عالية التوفر تستخدم الحوسبة المركزية لسهولة الاستخدام والأداء، مع توفير ثقة لامركزية. فهو يمكن أطرافا متعددة من تنفيذ حوسبة قابلة للتدقيق على البيانات السرية دون الوثوق ببعضها البعض أو عامل تشغيل متميز.
حلول شركاء ACC التي تمكن الغرف النظيفة السرية
استخدم شريكا يبني حل تحليلات بيانات متعدد الأطراف فوق منصة الحوسبة السرية Azure.
- توفر Anjuna منصة حوسبة سرية لتمكين حالات الاستخدام المختلفة، بما في ذلك الغرف النظيفة الآمنة، للمؤسسات من مشاركة البيانات للتحليل المشترك، مثل حساب درجات مخاطر الائتمان أو تطوير نماذج التعلم الآلي، دون الكشف عن المعلومات الحساسة.
- يتيح BeeKeeperAI الذكاء الاصطناعي الرعاية الصحية من خلال منصة تعاون آمنة لمالكي الخوارزميات والوكلاء على البيانات. يستخدم BeeKeeperAI تحليلات تحافظ على الخصوصية على بيانات محمية متعددة المؤسسات في بيئة حوسبة سرية.
- يوفر Decentriq غرف تنظيف بيانات SaaS المبنية على الحوسبة السرية التي تمكن التعاون الآمن للبيانات دون مشاركة البيانات. تسمح غرف تنظيف علوم البيانات بتحليل مرن متعدد الأطراف، وتتيح غرف التنظيف بدون تعليمات برمجية للوسائط والإعلانات تنشيط الجمهور وتحليلاته المتوافقة استنادا إلى بيانات المستخدم التابعة لجهة أولى. يتم وصف النظافة السرية بمزيد من التفصيل في هذه المقالة على مدونة Microsoft.
- تمكن Duality Technologies من التحليلات متعددة الأطراف والذكاء الاصطناعي على بيانات لا يمكن للمشاركين مركزتها. يجمع بين الحوسبة السرية وبيئات التنفيذ الموثوقة، والتشفير المتجانس بالكامل، والتعلم الفيدرالي، والخصوصية التفاضلية حسب متطلبات كل عبء عمل، بينما تبقى كل مجموعة بيانات تحت سيطرة مالكها عبر الأقسام أو المنظمات. تشمل حالات الاستخدام البحث السريري والأدلة الواقعية عبر المؤسسات، وكشف الاحتيال، وتحليل مكافحة غسل الأموال.
- توفر فورتانيكس منصة حوسبة سرية يمكنها تمكين الذكاء الاصطناعي السري، بما في ذلك تعاون عدة منظمات معا لتحليلات متعددة الأطراف.
- يوفر التعتيم منصة حوسبة سرية للتحليلات التعاونية الذكاء الاصطناعي، ما يمنح القدرة على إجراء تحليلات تعاونية قابلة للتطوير مع حماية البيانات من طرف إلى طرف وتمكين المؤسسات من الامتثال للولايات القانونية والتنظيمية.