IRIS 1

תיאור

Iris משנה את האופן שבו אנשים ועסקים מצנזרים נתונים רגישים בכמות גדולה.

מיליוני משתמשים משתפים סרטונים ברשתות החברתיות מדי יום. עם זאת, המערכת הנוכחית מתקשה לזהות ולהסיר מידע רגיש בזמן אמת. לרוב, סרטונים שמכילים סיסמאות ופרטי זיהוי אישי (PII) כמו כתובות, פרטי כרטיס אשראי ומזהים אישיים, מוסרים רק אחרי דיווחים ממשתמשים. לפעמים זה קורה מאוחר מדי, כי המידע כבר דלף.

כאן נכנסת לתמונה Iris. ניתוח נתונים חזותיים כדי לזהות דליפות של מידע אישי רגיש לפני פרסום הסרטון מאפשר לנו לפתור את הבעיה כבר במקור.

כך זה עובד: לקוחות מעלים את הסרטונים שלהם באמצעות בקשת API. הסרטונים האלה מוצפנים ב-Firebase, עוברים עיבוד ב-GCP ומנותחים כדי לזהות מידע אישי רגיש. מסד הנתונים הפנימי שלנו של מידע אישי רגיש נאסף רק בהסכמת המשתמשים, שמקבלים הנחה על דמי המינוי שלהם. לאחר מכן, הנתונים האלה יימחקו בתום תקופת שמירת נתונים של 30 יום. נוצר דוח שמאפשר ללקוחות להתאים אישית את הגדרות הטשטוש. בסיום, מערכת IRIS מחזירה סרטון מצונזר שבו הפרטים האישיים המזהים המבוקשים מטושטשים.

אנחנו משתמשים ב-Google Gemini 1.5 Pro כדי לנתח כל דליפת מידע פוטנציאלית. בנוסף, אנחנו משתמשים ב-RAG כדי לאחזר התאמות למסד הנתונים הפנימי של המידע הרגיש. Google Gemini מאפשר לנו לזהות מידע אישי רגיש מנקודת מבט סמנטית. כך ניתן לזהות גם מקרים מורכבים יותר של דליפת פרטים אישיים מזהים ודליפת סיסמאות, כמו טקסטים שמוצגים במראה או טקסטים חסומים.