IRIS 1

وظيفتها

تعمل Iris على تغيير طريقة الأفراد والأنشطة التجارية في رقابة البيانات الحسّاسة بشكلٍ جماعي.

يشارك ملايين المستخدمين الفيديوهات على وسائل التواصل الاجتماعي كل يوم. ومع ذلك، يواجه النظام الحالي صعوبة في رصد المعلومات الحسّاسة وإزالتها في الوقت الفعلي. غالبًا ما يتمّ إزالة الفيديوهات التي تتضمّن كلمات مرور ومعلومات تكشف عن الهوية (PII)، مثل العناوين وتفاصيل بطاقات الائتمان وبطاقات التعريف، بعد أن يبلّغ عنها المستخدمون، وقد يكون ذلك بعد فوات الأوان لأنّه سبق أن تم تسريب المعلومات.

وهذا هو الدور الذي تؤدّيه Iris. من خلال تحليل البيانات المرئية بحثًا عن أي تسرّب للبيانات الحسّاسة قبل نشر الفيديو، يمكننا حلّ المشكلة من جذورها.

في ما يلي آلية العمل: يحمّل العملاء فيديوهاتهم من خلال طلب واجهة برمجة التطبيقات. يتم تشفير هذه الفيديوهات في Firebase ومعالجتها على Google Cloud Platform وتحليلها بحثًا عن المعلومات الحسّاسة. ولا يتم جمع بياناتنا الداخلية التي تتضمّن معلومات حسّاسة إلا بعد الحصول على موافقة المستخدمين الذين يستفيدون من تخفيض في رسوم الاشتراك. وسيتم حذف هذه البيانات بعد فترة الاحتفاظ التي تبلغ 30 يومًا. يتم إنشاء تقرير يتيح للعملاء تخصيص إعدادات التمويه. أخيرًا، يعرض IRIS فيديو تمّت مراجعته وتم تمويه المعلومات الشخصية المطلوبة فيه.

نستخدم Google Gemini 1.5 Pro لتحليل أي تسرُّب محتمل للمعلومات. بالإضافة إلى ذلك، نستخدم نموذج RAG لاسترداد أي مطابقات مع قاعدة بيانات ino الحسّاسة الداخلية. يتيح لنا Google Gemini رصد البيانات الحسّاسة من منظور دلالي. وبالتالي، يمكن أيضًا رصد حالات أكثر تعقيدًا من تسرُّب معلومات تحديد الهوية الشخصية وكلمات المرور، مثل النصوص المنعكسة أو المموَّهة.