IRIS 1

Description

Iris transforme la façon dont les individus et les entreprises censurent massivement les données sensibles.

Des millions d'utilisateurs partagent des vidéos sur les réseaux sociaux chaque jour. Toutefois, le système actuel a du mal à détecter et à supprimer les informations sensibles en temps réel. Les vidéos contenant des mots de passe et des informations permettant d'identifier personnellement l'utilisateur (adresses, informations de carte de crédit et pièces d'identité, par exemple) ne sont souvent supprimées qu'après des signalements d'utilisateurs, ce qui peut être trop tard, car les informations ont déjà été divulguées.

C'est là qu'intervient Iris. En analysant les données visuelles pour détecter toute fuite de données sensibles avant la publication de la vidéo, nous pouvons résoudre le problème à sa source.

Voici comment cela fonctionne: les clients mettent en ligne leurs vidéos via une requête API. Ces vidéos sont chiffrées dans Firebase, traitées sur GCP et analysées pour détecter les informations sensibles. Notre base de données interne d'informations sensibles n'est collectée que sur autorisation de nos utilisateurs, qui voient alors leur abonnement moins cher. Ces données seront ensuite supprimées au bout de 30 jours. Un rapport est généré, ce qui permet aux clients de personnaliser les paramètres de floutage. Enfin, IRIS renvoie une vidéo censurée dans laquelle les informations permettant d'identifier personnellement l'utilisateur demandées sont floutées.

Nous utilisons Google Gemini 1.5 Pro pour analyser toute fuite d'informations potentielle. De plus, nous utilisons RAG pour récupérer les correspondances avec notre base de données interne d'informations sensibles. Google Gemini nous permet de détecter les données sensibles d'un point de vue sémantique. Ainsi, des cas plus complexes de fuite d'informations personnelles et de mots de passe, comme les textes en miroir ou masqués, peuvent également être détectés.