IRIS 1

Działanie

Iris zmienia sposób, w jaki ludzie i firmy cenzurują dane wrażliwe.

Codziennie miliony użytkowników udostępniają filmy w mediach społecznościowych. Jednak obecny system ma trudności z wykrywaniem i usuwaniem informacji poufnych w czasie rzeczywistym. Filmy zawierające hasła i informacje umożliwiające identyfikację, takie jak adresy, dane kart kredytowych i dokumenty tożsamości, są często usuwane dopiero po zgłoszeniu przez użytkowników, co może nastąpić zbyt późno, ponieważ informacje zostały już ujawnione.

W tym momencie wkracza Iris. Analizując dane wizualne pod kątem wycieku danych wrażliwych przed opublikowaniem filmu, możemy rozwiązać problem u źródła.

Tak to działa: klienci przesyłają filmy za pomocą żądania interfejsu API. Filmy są szyfrowane w Firebase, przetwarzane w Google Cloud Platform i analizowane pod kątem informacji wrażliwych. Nasze wewnętrzne bazy danych z informacjami wrażliwymi są gromadzone tylko za zgodą użytkowników, którzy otrzymują zniżkę na abonament. Te dane zostaną usunięte po 30-dniowym okresie przechowywania. Wygenerowany zostaje raport, który umożliwia klientom dostosowanie ustawień rozmycia. Na koniec IRIS zwraca ocenzurowany film z rozmytymi informacjami umożliwiającymi identyfikację.

Używamy Google Gemini 1.5 Pro do analizowania potencjalnych wycieków informacji. Dodatkowo używamy RAG do wyszukiwania wszystkich dopasowań w naszej wewnętrznej bazie danych z informacjami wrażliwymi. Google Gemini umożliwia nam wykrywanie danych wrażliwych z perspektywy semantycznej. Dzięki temu można wykryć bardziej złożone przypadki wycieku informacji umożliwiających identyfikację i haseł, np. teksty odwrócone lub zasłonięte.