سود:
- امکان ایجاد یک جریان هوش مصنوعی ایمن با اصل حداقل سازی، بدون پوشاندن داده های حساس در منبع و هرگز ارسال شماره کارت
- امکان کنترل ماسکینگ با لایه احراز هویت مجزا و انتخاب ابزارهایی که سازمانی هستند، دارای DPA هستند و از داده ها در آموزش استفاده نمی کنند.
- امکان استفاده از ابزار فقط برای مقاصد مجاز، دفاعی و توافقی با حفظ شفافیت با مشتری
مرکز تماس مکانی است که در آن شدیدترین جریان داده های شخصی سازمان رخ می دهد. نام، شماره تلفن، آدرس، TR ID، تاریخچه سفارش، اطلاعات سلامت و حتی شماره کارت پرداخت ممکن است در هر مکالمه ذکر شود. استراحت حتی برای لحظه ای در حین پردازش این داده ها به هوش مصنوعی هم منجر به تحریم های قانونی جدی (جریمه های KVKK می تواند به میلیون ها لیر برسد، جریمه های GDPR می تواند به درصدی از گردش مالی برسد) و هم منجر به از دست دادن غیرقابل برگشت اعتماد مشتری می شود. این واحد پایه امنیتی است که در بالای همه واحدهای قبلی قرار دارد: مهم نیست که یک ربات، خلاصه، تجزیه و تحلیل یا دستیار چقدر هوشمند باشد، اگر داده ها را به طور ایمن مدیریت نکند، نمی توان از آن استفاده کرد.
در این بخش، ما سه موضوع اصلی را پوشش خواهیم داد: حریم خصوصی داده ها (محافظت از داده های شخصی - KVKK/GDPR)، امنیت پرداخت (PCI-DSS) و پوشاندن/ویرایش (پنهان کردن داده های حساس قبل از ارائه آن به هوش مصنوعی). علاوه بر این، از نظر امنیت فناوری اطلاعات، بر تنها استفاده مجاز و دفاعی از این ابزارها تاکید خواهیم کرد.
مفاهیم اساسی و چارچوب قانونی
KVKK (قانون حفاظت از داده های شخصی) پردازش داده های شخصی در ترکیه را تنظیم می کند. GDPR معادل اروپایی است. طبق این قوانین، داده های شخصی فقط می توانند به صورت ایمن و در صورت لزوم برای یک هدف خاص و مشروع پردازش شوند. اطلاعاتی مانند سلامت، مذهب و بیومتریک دادههای شخصی ویژه هستند و بیشتر محافظت میشوند. PCI-DSS (استاندارد امنیت داده صنعت کارت پرداخت) نحوه پردازش داده های کارت را تعیین می کند. این یکی از سختترین قوانین است و ذخیرهسازی/انتقال غیرضروری شماره کارت کامل را ممنوع میکند.
چند مفهوم مهم در زمینه هوش مصنوعی:
- پوشاندن / ویرایش: پنهان کردن / حذف داده های حساس (نام، شناسه، کارت، تلفن) قبل از دادن آن به هوش مصنوعی. «[مشتری]» به جای «احمت یلماز»، «[کارت]» به جای کارت.
- به حداقل رساندن داده ها: به اشتراک گذاری داده ها فقط به اندازه نیاز کسب و کار. عدم درج آدرس کامل در خلاصه، مگر اینکه لازم باشد.
- اقامت داده ها: داده ها در کدام کشور/سرور پردازش می شوند. برخی از داده ها نمی توانند به خارج از کشور بروند.
- قرارداد پردازش داده (DPA): قراردادی که مشخص میکند ابزار هوش مصنوعی که استفاده میکنید چگونه دادهها را پردازش میکند، آنها را ذخیره نمیکند و در آموزش مدل استفاده نمیکند.
- رضایت و هدف: اطلاعات لازم و مبنای قانونی برای پردازش ضبط مکالمات.
توجه: گفتن "من داده های شخصی را پنهان کردم" کافی نیست. لازم است بررسی شود که ماسک کار می کند. پوشاندن خودکار گاهی اوقات ممکن است نام یا شماره کارت را از دست بدهد. با نمونه برداری از خروجی پوشش در جریان های پرخطر بازرسی کنید.
معماری امن: کجا و چگونه داده ها را پردازش کنیم؟
هنگام معرفی هوش مصنوعی به مرکز تماس، لایههای امنیتی زیر باید ایجاد شود:
- پوشاندن در منبع: داده های شخصی/کارت به طور خودکار قبل از اینکه رونوشت به هوش مصنوعی برود پنهان می شود. شماره کارت هرگز به صورت خام وارد مدل نمی شود.
- انتخاب ابزار شرکتی: ابزارهای شرکتی که از دادههای شما در آموزش مدل استفاده نمیکنند، دارای امضای DPA و تضمین اقامت داده هستند، ترجیح داده میشوند. داده های مشتری در ابزارهای رایگان در دسترس عموم وارد نمی شود.
- کنترل دسترسی: چه کسی می تواند به داده های ثبت شده دسترسی داشته باشد (گزارش حسابرسی). از دسترسی غیرمجاز جلوگیری می شود.
- محدودیت ذخیره سازی: داده ها فقط تا زمانی که لازم باشد ذخیره می شوند. سوابق غیر ضروری حذف می شوند.
- شفافیت: مشتری می داند که مکالمه او در حال ضبط/پردازش است و با ربات صحبت می کند.
جدول زیر عملکرد ایمن و خطرناک را مقایسه می کند:
موضوع
عمل پرخطر
برنامه ایمن
انتخاب وسیله نقلیه
ابزار رایگان در دسترس همه
شرکتی، DPA، در آموزش استفاده نمی شود
داده های کارت
چسباندن خام به متن
هرگز؛ نقاب دار/[کارت]
داده های شخصی
همانطور که هست به اشتراک بگذارید
پوشاندن + به حداقل رساندن
ذخیره سازی
به طور نامحدود
هدف محدود، سیاست حذف
دسترسی داشته باشید
همه
مجاز، ثبت شده
شفافیت
ضبط مخفی
روشنایی + اطلاعات
گام به گام: جریان ایمن AI از داده ها
- طبقه بندی: کدام فیلدهای داده حساس هستند (TC، کارت، سلامت، آدرس)؟ اینها را از قبل علامت بزنید.
- ماسک: قبل از رفتن به هوش مصنوعی از پوشش خودکار استفاده کنید. هرگز کارت را فوروارد نکنید
- به حداقل رساندن: بیش از نیاز کار ارسال نکنید.
- تأیید: با نمونه برداری بررسی کنید که آیا داده ای از دست رفته است.
- قرارداد و نگهداری: DPA خودرو، محل اقامت داده ها و دوره نگهداری را تایید کنید.
- نظارت و ممیزی: دسترسی به گزارش، انجام ممیزی های امنیتی منظم.
چهار قالب قابل کپی
1) درخواست پوشاندن (تجدید نویسی):
داده های شخصی زیر را در متن زیر پیدا کنید و پنهان کنید: نام-نام خانوادگی → [مشتری]، شناسه TR → [IDN]، تلفن → [تلفن]، شماره کارت → [کارت]، آدرس → [ADDRESS]، ایمیل → [EMAIL]. متن ماسک شده را بدهید. همچنین تعداد و انواع دادههای پوشانده شده را فهرست کنید. همچنین ناحیه ای را که از آن مطمئن نیستید بپوشانید (سمت امن). متن: <<...>>
2) تأیید پوشش (اسکن نشت):
متن زیر باید پوشانده شود. آیا هنوز اطلاعات شخصی/کارتی بدون نقاب قابل مشاهده در داخل باقی مانده است؟ (نام، شناسه، تلفن، کارت، آدرس، ایمیل) آنچه را که پیدا کردید را فهرست کنید. اگر وجود ندارد، بگویید "تمیز". متن را تغییر ندهید، فقط بررسی کنید. متن: <<متن ماسک شده>>
3) کنترل کمینه سازی داده ها:
برای درخواست/خروجی هوش مصنوعی زیر، فیلدهای اطلاعات شخصی را که بر اساس هدف تجاری مورد نیاز نیستند بررسی کنید. هدف: <<مثلا. خلاصه تماس>>. کدام فیلدها قابل استخراج هستند؟ یک نسخه ساده شده پیشنهاد کنید که همین کار را با حداقل داده انجام دهد. محتوا: <<...>>
4) لیست پیشبررسی خودرو/انطباق (ثبتنام):
قبل از استفاده از یک ابزار جدید هوش مصنوعی در یک مرکز تماس، با پاسخ دادن به این سؤالات، یادداشت انطباق را تهیه کنید: - آیا داده ها در داخل کشور پردازش می شوند؟ - آیا DPA امضا شده است؟ - آیا از داده ها در آموزش مدل استفاده می شود؟ - مدت نگهداری؟ - آیا داده های کارت پردازش می شود؟ پوشش PCI-DSS؟ - آیا دسترسی ثبت شده است؟ موارد مفقود/خطرناک را به عنوان "بدون تایید نمی توان استفاده کرد" علامت گذاری کنید.
اعلان ضعیف / اعلان قوی
اعلان ضعیف:
این سابقه تماس را خلاصه کنید: "احمت یلماز، TC 12345678901، kart5312 3456 7890 1234، آدرس Bağdat Cad No 5، به فاکتور خود اعتراض کرد."
تخلف جدی: نام خام، شناسه و شماره کارت به ابزار عمومی بروید. نقض PCI-DSS و KVKK.
اعلان قدرتمند:
تماس پنهان شده زیر را خلاصه کنید: "[مشتری] با [IDN]، [CARD]، [ADDRESS] تأیید شده است و به فاکتور خود اعتراض کرده است." خلاصه را ناشناس نگه دارید؛ هیچ گونه اطلاعات شخصی/کارتی را تولید یا درخواست نکنید.
تفاوت: داده های پوشانده شده، کمینه شده، خلاصه ناشناس. بدون تخلف
سه کیف کوچک
مورد 1 - پوشش صحیح. در یک مرکز بیمه، روزانه 8000 رونوشت تماس مورد تجزیه و تحلیل قرار گرفت. رونوشت ها قبل از رفتن به هوش مصنوعی از یک لایه پوشاننده خودکار عبور داده شدند. نام، شماره شناسه TR، شماره خط مشی و اطلاعات سلامت پوشانده شد و خروجی پوشش با نمونه گیری روزانه بررسی شد. تجزیه و تحلیل تمام ارزش خود را حفظ کرد، هیچ داده شخصی به صورت خام وارد مدل نشد. امنیت و منفعت با هم حاصل شد.
مورد 2 - نقض اطلاعات کارت. یک کارمند تجارت الکترونیک، تماس های ضبط شده را با شماره کارت کامل در یک ابزار عمومی برای تجزیه و تحلیل مسائل پرداخت آپلود کرد. این امر اساسی ترین قانون PCI-DSS (انتقال ندادن داده های کارت به رسانه های غیرمجاز) را نقض می کند. خطر یافته ها و مجازات های جدی در طول حسابرسی وجود داشت. روش صحیح این بود که داده های کارت را به طور کامل در منبع پنهان کنیم و فقط اطلاعات «پرداخت با [CARD] ناموفق» را تجزیه و تحلیل کنیم.
مورد 3 - پوشش نشت. در یک بانک، پوشاندن خودکار چندین شماره شناسایی را که با فرمت غیرعادی نوشته شده بودند، از دست داد. خوشبختانه، مرحله «2) تأیید صحت پوشش» در حال اجرا بود، بنابراین نشتها قبل از تجزیه و تحلیل شناسایی و تصحیح شدند. درس: نقاب زدن به تنهایی کافی نیست. لایه احراز هویت مورد نیاز است. تک لایه، مانند خطای انسانی، یک شکست تک نقطه ای است.
اشتباهات رایج
- چسباندن داده های خام در ابزار. نام، شناسه، کارت و آدرس نباید بدون ماسک در هیچ خودروی هوش مصنوعی وارد شود.
- پردازش داده های کارت شماره کارت کامل هرگز در ورودی مدل وارد نمی شود. PCI-DSS این را ممنوع می کند.
- رانندگی در اماکن عمومی. داده های مشتری به ابزارهایی که DPA ندارند و از داده ها در آموزش استفاده می کنند داده نمی شود.
- تأیید نشدن پوشش ممکن است پوشش خودکار از دست رفته باشد. باید یک لایه نمونه برداری/ اعتبارسنجی وجود داشته باشد.
- چشم پوشی از شفافیت مشتری باید بداند که ضبط در حال پردازش است و با ربات صحبت می کند. پردازش پنهان هم غیراخلاقی و هم غیرقانونی است.
- ذخیره بیش از حد داده داده هایی که پس از پایان هدف نگهداری می شوند فقط یک خطر هستند.
احتیاط (امنیت اطلاعات): تمام تکنیک های این واحد فقط برای مقاصد مجاز، دفاعی و برای داده های سازمان شما معتبر است. استفاده از تجزیه و تحلیل گفتار، تشخیص صدا و ابزارهای پردازش داده برای نظارت بر افراد غیرمجاز، دسترسی به دادهها یا ضبط دیگران بدون رضایت، هم غیرقانونی و هم خلاف اخلاق حرفهای است. هیچ داده ای بدون مجوز، هدف و رضایت پردازش نمی شود.
به طور خلاصه
حریم خصوصی، امنیت و انطباق داده ها؛ زمینه غیرقابل مذاکره هوش مصنوعی مرکز تماس است. KVKK/GDPR از اطلاعات شخصی، کارت پرداخت PCI-DSS محافظت می کند. نقض هر یک از آنها تحریم های شدید و از دست دادن اعتماد به همراه دارد. دادههای حساس را بدون دادن آن به هوش مصنوعی در منبع پنهان کنید، هرگز شماره کارت را ارسال نکنید، فقط به اندازهای که لازم است دادهها را به اشتراک بگذارید (به حداقل رساندن)، مطمئن شوید که پنهانسازی را تأیید کنید، و فقط ابزارهای سازمانی با قابلیت DPA را انتخاب کنید که از دادهها برای آموزش استفاده نمیکنند. با مشتری شفاف باشید و از تمام ابزارها فقط با اقتدار، حمایت و رضایت استفاده کنید.
وظیفه کاربردی
5 فیلد داده مختلف را که می توانند به هوش مصنوعی در سناریوی مرکز تماس شما بروند (به عنوان مثال نام، شناسه، کارت، آدرس، اطلاعات سلامت) فهرست کنید و مشخص کنید که از کدام برچسب پوشاننده برای هر کدام استفاده می کنید. یک رونوشت خام خیالی بنویسید و از الگوهای «1) پوشش دادن» و «2) تأیید صحت پوشش» استفاده کنید. در نهایت، برای ابزار هوش مصنوعی که اخیراً استفاده کردهاید (یا در حال استفاده از آن هستید)، یک یادداشت انطباق با الگوی "4) ابزار/چک لیست مقدماتی انطباق" تهیه کنید و موارد گمشده/خطرناک را علامت بزنید.
چک لیست
- [ ] من داده های حساس را در منبع (نام، شناسه، شماره تلفن، آدرس) بدون دادن آن به هوش مصنوعی پنهان می کنم.
- [ ] شماره کارت کامل هرگز در ورودی مدل (PCI-DSS) گنجانده نشده است.
- [ ] من فقط به اندازه نیاز کار داده را به اشتراک می گذارم (به حداقل رساندن).
- [ ] من پوشاندن را با یک لایه احراز هویت جداگانه کنترل می کنم.
- [ ] من فقط از ابزارهای شرکتی با قابلیت DPA استفاده می کنم که از داده ها در آموزش استفاده نمی کنند.
- [ ] من با مشتری در مورد ضبط/پردازش و صحبت با ربات شفاف هستم.
- [ ] من از ابزارها فقط برای مقاصد مجاز، دفاعی و توافقی استفاده می کنم.