طريقة جديدة تتيح الحماية الآلية للبيانات الحساسة

طريقة جديدة تتيح الحماية الآلية للبيانات الحساسة

حماية البيانات الحساسة

مثلما يحتاج الأشخاص إلى حماية بياناتهم الحساسة، مثل أرقام الضمان الاجتماعي، تحتاج شركات التصنيع إلى حماية بيانات الشركة الحساسة.

يوجد حاليًا حماية أقل لمعلومات التصنيع المسجلة الملكية، مما يجعلها بيئة ناضجة لسرقة بيانات الشركات لأشياء مثل نماذج التصميم.

قد يكون نهجًا خاصًا يُعرف بالخصوصية التفاضلية قادرًا على الحفاظ بشكل أفضل على أعمال الشركة المصنعة وتفاصيل التصميم الحساسة والسمعة العامة للشركة.

كما يقدم فريق من باحثي ولاية بنسلفانيا وطلاب الدراسات العليا تقريرًا في الجمعية الأمريكية للاختبار والمواد.

Hui Yang

قال هوي يانغ، أستاذ الهندسة الصناعية:

“الهجمات الإلكترونية تظهر بشكل متزايد في التصنيع”.

“يؤدي هذا إلى حدوث اضطرابات غير متوقعة في العمليات الروتينية ويؤدي إلى خسارة مليارات الدولارات.

على سبيل المثال، يحاول الأعداء غالبًا استنتاج عينات مدرجة في مجموعة بيانات التدريب المستخدمة لإنشاء نموذج تحليلي أو استخدام النموذج الذي تم إصداره لاستنتاج حساسية الهدف عند تتوفر معلومات أساسية حول هذا الهدف.

نظرًا لأن أنظمة التصنيع هي العمود الفقري للبنية التحتية الحيوية للدولة للنمو الاقتصادي، فهناك حاجة ملحة لحماية معلومات الخصوصية لمؤسسات التصنيع وتقليل مخاطر هجمات الانقلاب النموذجي. “

غالبًا ما تقوم الشركات بالتنقيب في مجموعات البيانات الكبيرة لفهم الأنماط التي يمكن أن تزيد الأرباح وتخفض التكاليف وتقليل المخاطر والمزيد.

يمكن أن يؤدي التنقيب عن البيانات إلى كشف البيانات الخاصة عن غير قصد. مما يشكل تهديدات أمنية كبيرة للمصنعين لأن البيانات السرية مثل هوية العملاء ومواصفات الإنتاج ومعلومات العمل السرية قد تتعرض للخطر.

الخصوصية التفاضلية

الخصوصية التفاضلية هي نهج ناشئ لحماية البيانات من أي محاولة قد تكشف عن أي بيانات حساسة داخل النظام. يمكن للخصوصية التفاضلية إصلاح هذه المشكلة عن طريق إنشاء مخطط يجبر النظام على إنشاء “ضوضاء” حول البيانات التي تحتاج إلى معظم الحماية ومن خلال تحسين معلمات الخصوصية لهذه الأنواع المختلفة من البيانات.

Soundar Kumara

قال Soundar Kumara، أستاذ Allen E. Pearce و Allen M. Pearce للهندسة الصناعية:

“كانت فكرة الحفاظ على الخصوصية موجودة بالفعل، لكنها تحظى باهتمام أكبر بكثير الآن”.

“طرق الخصوصية التفاضلية قادرة على وضع قياسات لمقدار الخصوصية المطلوب في سيناريوهات مختلفة، وهو أمر مفيد للغاية للشركات. بعض المعلومات ببساطة ليست حساسة مثل اسم حيوان أليف مقابل معلومات بطاقة الائتمان.

هناك تطبيقات تهدف إلى التفاضل الخصوصية للتصنيع الذكي واستخراج البيانات، وتُظهر منهجيتنا المقترحة إمكانات كبيرة لتكون قابلة للتطبيق في التصنيع المعتمد على البيانات والذكي والمستدام. “

نموذج مع ضوضاء

قام الباحثون بمعايرة نموذج مع ضوضاء لأنواع محددة وأكثر حساسية من البيانات الخام.

يحتوي الضجيج المنسق والمنظم على قيم عددية تقع بين المعلومات الحقيقية لإنشاء عوامل تشتيت أو عشوائية داخل النظام لطمس ما قد يراه المهاجم.

استخدمت المجموعة بيانات الاختبار لتقييم والتحقق من صحة إطار عمل التنقيب عن البيانات المقترح للحفاظ على الخصوصية. ركزوا بشكل خاص على نمذجة استهلاك الطاقة في عمليات تحويل التحكم العددي بالكمبيوتر (CNC).

وفقًا للفريق، فإن عملية تدوير CNC هي عملية تصنيع دقيقة ومعقدة يتم فيها تثبيت قطعة العمل الدوارة في مكانها بينما يقوم القاطع بتشكيل المادة. يمكن أن يكون هذا النوع من المعلومات مهمًا لشركة تصنيع، لأنه قد يكون لمنتج معين في سوق تنافسية.

Qianyu Hu

قال Qianyu Hu، مرشح الدكتوراه في الهندسة الصناعية:

“مثال بسيط هو مستشفى يضم 500 مريض حيث يتم توجيه العلاجات الطبية من خلال نماذج استخراج البيانات المدربة على النمط الجيني والخلفية الديموغرافية”.

ولكن “إذا أراد شخص ما خارج النظام معرفة سمات معينة للمرضى، على سبيل المثال علاماتهم الجينية، فسوف يهاجمون النموذج.

باستخدام البيانات العادية، غير المحمية بالضوضاء، يكون المهاجم الذي لديه بعض المعلومات الأساسية قادرًا على اكتساب المعرفة بالجينوم سمات المرضى. يمكن استخدام هذه المعرفة بشكل سلبي ضدهم بطرق مختلفة.

في هذا المثال، يمكن أن تؤدي إضافة الضوضاء إلى عملية التنقيب عن البيانات بناءً على نموذجنا، إلى تقليل مخاطر تسرب الخصوصية. “

لاحظ الفريق أنه في بحثهم المستقبلي، يخططون لمواصلة اختبار إطار عمل التنقيب عن البيانات المقترح لشبكة من الشركات المصنعة التعاونية.

يمكن قراءة المزيد من الابتكارات والاختراعات المختلفة من خلال الضغط هنا

للاطلاع على المزيد من المواضيع وأبرز المقالات عبر موقع سجلات الأردن اضغط هنا