人工智能与机密计算的快速发展

关键要点

机密计算在数据安全和保密性方面起着关键作用。公司应保护所有数据，包括历史数据，以促进创新和战略决策。将机密计算与现有基础设施相结合是实现增长和创新的关键。整合机密计算到整体数据战略中，对于成功采用AI至关重要。

随着人工智能AI的迅速普及和发展，机密计算被推到了风口浪尖，成为确保数据安全和保密性的一种重要方式。尽管传统观念认为应用程序及其相关数据是不同的实体，但数据及其质量对AI模型所追求的业务结果有着深远的影响。对于部署AI的组织来说，机密计算在保护数据、维护知识产权及建立对AI模型的信任方面变得至关重要。通过全面采用机密计算的方法，企业不仅能够保护数据，还能释放AI的潜力，推动创新，巩固其竞争优势。

机密计算概述

在现代生成式AIGenAI的环境中，数据安全愈发重要，安全专家、客户和用户均对此表示关注。传统措施可以保护静止数据和传输中的数据，但一个重要的漏洞依然存在：使用中的数据。机密计算正是为了解决这一挑战，确保数据在处理过程中始终加密，从而显著增强数据保护。

SC Media 的观点专栏由 SC Media 网络安全领域的可信专家社群撰写。请在这里阅读更多观点。

vp 梯子 免费

我们之前已经看到机密计算在各个行业中的应用从保险公司处理敏感数据以进行风险建模，到医疗保健提供者存储和保护患者数据。如今，机密计算的讨论已发生转变。我们不再只是提高意识，而是目睹了其采用的激增。

以下是安全领导者在讨论机密计算的采用时应考虑的三个因素：

考虑因素描述评估公司所有数据机密计算不仅适用于高度敏感的信息。公司应利用它来保护所有处理的数据，包括看似不重要的历史数据。通过集成这些常被忽视的数据集，组织可以释放出推动创新和指导战略决策的有价值的见解。将机密计算与现有基础设施对齐各行业的组织已认识到云技术在增长和创新方面的优势。最近的一项调查表明，90的组织认为云已成为增长的关键，但在云中处理专有或受管数据可能会引入数据泄露的风险。将机密计算纳入整体数据战略中成功的机密AI采用需要将机密计算整合到组织的整体数据战略中。领导者必须认识到生成式AI及其底层数据是不可分割的。这是一个分层过程，不要将机密计算视为独立的解决方案。

生成式AI的出现进一步增强了机密计算的重要性，它帮助建立对AI模型和新用例的信任，同时保护关键的知识产权。技术领导者在开展机密计算AI项目时，应采取全面的方法，包括识别现有的资源和数据基础设施能力，并进行无缝整合。

内莉波特，谷歌云 GCP 机密计算产品管理总监

SC Media 的观点专栏由 SC Media 网络安全领域的可信专家社群撰写。每个贡献旨在为重要的网络安全话题带来独特的声音，内容力求高质量、客观且非商业性。