IRIS 1

การทำงาน

Iris เปลี่ยนวิธีที่ผู้คนและธุรกิจปกปิดข้อมูลที่ละเอียดอ่อนจำนวนมาก

ผู้ใช้หลายล้านคนแชร์วิดีโอบนโซเชียลมีเดียทุกวัน อย่างไรก็ตาม ระบบปัจจุบันตรวจหาและนำข้อมูลที่ละเอียดอ่อนออกได้แบบเรียลไทม์ วิดีโอที่มีรหัสผ่านและข้อมูลส่วนบุคคลที่ระบุตัวบุคคลนั้นได้ (PII) เช่น ที่อยู่ รายละเอียดบัตรเครดิต และบัตรประจำตัวมักถูกนำออกหลังจากที่ผู้ใช้รายงานเท่านั้น ซึ่งอาจสายเกินไปเนื่องจากข้อมูลดังกล่าวรั่วไหลไปแล้ว

ด้วยเหตุนี้ Iris จึงเข้ามามีบทบาท การวิเคราะห์ข้อมูลภาพเพื่อหาการรั่วไหลของข้อมูลที่ละเอียดอ่อนก่อนที่จะเผยแพร่วิดีโอจะช่วยให้เราแก้ปัญหาได้ตั้งแต่ต้น

วิธีการทํางานคือ ไคลเอ็นต์จะอัปโหลดวิดีโอผ่านคําขอ API วิดีโอเหล่านี้ได้รับการเข้ารหัสใน Firebase, ประมวลผลใน GCP และวิเคราะห์เพื่อหาข้อมูลที่ละเอียดอ่อน โดยเราจะเก็บรวบรวมฐานข้อมูลภายในที่มีข้อมูลที่ละเอียดอ่อนก็ต่อเมื่อได้รับความยินยอมจากผู้ใช้ของเรา ซึ่งจะได้รับส่วนลดค่าสมัครใช้บริการ จากนั้นระบบจะลบข้อมูลนี้หลังจากระยะเวลาการเก็บรักษา 30 วัน ระบบจะสร้างรายงานเพื่อให้ลูกค้าปรับแต่งการตั้งค่าการเบลอได้ สุดท้าย IRIS จะแสดงวิดีโอที่มีการปกปิดข้อมูล โดยเบลอ PII ที่ขอ

เราใช้ Google Gemini 1.5 Pro เพื่อวิเคราะห์การรั่วไหลของข้อมูลที่อาจเกิดขึ้น นอกจากนี้ เรายังใช้ RAG เพื่อดึงข้อมูลรายการที่ตรงกันกับฐานข้อมูลข้อมูลที่มีความละเอียดอ่อนภายใน Google Gemini ช่วยให้เราตรวจหาข้อมูลที่ละเอียดอ่อนจากมุมมองเชิงความหมายได้ ดังนั้นจึงสามารถตรวจจับกรณีที่ซับซ้อนมากขึ้นของการรั่วไหลของ PII และรหัสผ่าน เช่น ข้อความที่สะท้อนหรือถูกบดบัง