ข้อมูลส่วนบุคคลข้ามแพลตฟอร์ม: Mac, Linux และ Windows
เจ้าหน้าที่ความเป็นส่วนตัวใช้ Mac ทีมกฎหมายใช้ Windows วิศวกรข้อมูลใช้ Linux หน้าที่การปฏิบัติตามกฎหมายเดียวกัน
เครื่องมือ PII ส่วนใหญ่ถูกสร้างขึ้นสำหรับแพลตฟอร์มเดียว นั่นคือปัญหา
ช่องว่างด้านระบบปฏิบัติการในทีมความเป็นส่วนตัว
ทีมความเป็นส่วนตัวขององค์กรแทบไม่เคยใช้ระบบปฏิบัติการเดียว บริษัทเทคโนโลยีระดับโลกทั่วไปมีลักษณะดังนี้
- เจ้าหน้าที่ความเป็นส่วนตัวและ DPO: macOS (พบบ่อยในบริษัทสหรัฐฯ และอังกฤษ)
- นักวิเคราะห์กฎหมายและการปฏิบัติตามกฎหมาย: Windows (มาตรฐานในองค์กรยุโรป)
- วิศวกรข้อมูลและ DevOps: Linux (มาตรฐานสำหรับบทบาทด้านเทคนิค)
สามสภาพแวดล้อม OS สามหน้าที่ของทีม หน้าที่ร่วมกันหนึ่งอย่าง: ประมวลผลข้อมูลส่วนบุคคลด้วยการควบคุมทางเทคนิคที่สม่ำเสมอ
เมื่อแต่ละกลุ่มใช้เวอร์ชันที่แตกต่างของเครื่องมือเดียวกัน หรืออินเทอร์เฟซที่ต่างกัน การควบคุมก็ไม่เหมือนกัน เพียงแต่ดูเหมือนว่าเหมือนกันเท่านั้น
เหตุใดเครื่องมือแบบแพลตฟอร์มเดียวจึงสร้างความเสี่ยง
เครื่องมือ PII ส่วนใหญ่มาในรูปแบบแอปพลิเคชันเดสก์ท็อปสำหรับ OS เดียว ผู้ใช้ Mac และ Linux จะได้รับทางเลือกสำรองเป็นเว็บแอป หรือไม่มีเลย
สิ่งนี้สร้างความแตกแยกที่มีความสำคัญในการตรวจสอบ นี่คือสิ่งที่เกิดขึ้นเมื่อเว็บแอปตามหลังเดสก์ท็อป
เวอร์ชัน NLP model ต่างกัน บิลด์เดสก์ท็อปอาจรวม NLP model ที่ใหม่กว่าเว็บแอป เวอร์ชัน model เก่าอาจพลาด entity type ที่เวอร์ชันใหม่ตรวจจับได้
รอบการอัปเดตแตกต่างกัน เครื่องมือที่ติดตั้งผ่าน group policy อาจทำงานหลังเวอร์ชันติดตั้งตรงสองหรือสามเวอร์ชัน ช่องว่างเวอร์ชันหมายถึงช่องว่างการตรวจจับ
การกำหนดค่าไม่สามารถซิงค์ได้ เครื่องมือที่เก็บการตั้งค่าใน OS registry ไม่สามารถแชร์การตั้งค่าเหล่านั้นกับผู้ใช้ Mac หรือ Linux ได้ Preset ที่สร้างบนแพลตฟอร์มหนึ่งอาจอ่านไม่ได้บนแพลตฟอร์มอื่น
พฤติกรรมไลบรารีแตกต่างกัน เครื่องมือที่อาศัยไลบรารีระดับ OS สำหรับการแยกวิเคราะห์ PDF หรือ OCR อาจให้ผลลัพธ์ที่ต่างกันบนแพลตฟอร์มต่างๆ แม้จากเอกสารต้นฉบับเดียวกัน
ช่องว่างใดช่องว่างหนึ่งเหล่านี้หมายความว่าเอกสารเดียวกันสามารถให้ผลการทำให้ไม่ระบุตัวตนที่แตกต่างกัน สาเหตุไม่ใช่ข้อมูล แต่เป็นแพลตฟอร์ม
ดู ข้อกำหนดมาตรการทางเทคนิคของ GDPR เพื่อดูว่าหน่วยงานกำกับดูแลประเมินความสม่ำเสมออย่างไร
GDPR มาตรา 5(2) และมาตรการที่เป็นระบบ
GDPR มาตรา 5(2) คือหลักการความรับผิดชอบ กำหนดให้ผู้ควบคุมข้อมูลต้องแสดงให้เห็นถึงการปฏิบัติตามหลักการคุ้มครองข้อมูลในมาตรา 5(1) สำหรับมาตรการทางเทคนิคในมาตรา 32 นั้นหมายความว่ามาตรการถูกนำไปใช้อย่างเป็นระบบ
เป็นระบบหมายถึงสม่ำเสมอ หากการทำให้ไม่ระบุตัวตนแตกต่างกันตาม OS ของบุคคลที่ดำเนินการ มาตรการนั้นจึงแปรผัน ไม่ใช่เป็นระบบ
ในการสอบสวนของ DPA คำตอบที่ว่า "เราใช้เครื่องมือ X แต่มันทำงานแตกต่างกันบน Mac และเวอร์ชันเดสก์ท็อป และเอกสารถูกประมวลผลบน Mac" ไม่ใช่คำตอบที่น่าพอใจ มันแสดงให้เห็นถึงการใช้งานที่ไม่สม่ำเสมอ
การออกแบบแบบไม่ขึ้นกับ OS ไม่ใช่ความต้องการส่วนตัว แต่เป็นผลมาจากข้อกำหนดการใช้งานอย่างเป็นระบบ
สองรูปแบบสำหรับการปฏิบัติตามกฎหมายแบบไม่ขึ้นกับ OS
การปฏิบัติตามกฎหมาย PII แบบไม่ขึ้นกับ OS อย่างแท้จริงเหมาะกับสองรูปแบบสถาปัตยกรรม
รูปแบบที่ 1: เว็บแอปพลิเคชัน
การตรวจจับทำงานบนเซิร์ฟเวอร์ OS ของไคลเอ็นต์ไม่เกี่ยวข้อง ผู้ใช้ทุกคนเข้าถึง engine เดียวกันด้วย model เดียวกันและการกำหนดค่าเดียวกัน
ข้อจำกัด: ต้องการการเชื่อมต่ออินเทอร์เน็ต สภาพแวดล้อม air-gap ไม่สามารถใช้งานได้
รูปแบบที่ 2: แอปเดสก์ท็อปข้ามแพลตฟอร์มแบบเนทีฟ
แอปเดสก์ท็อปที่สร้างบน runtime ข้ามแพลตฟอร์ม (เช่น Tauri หรือ Electron) คอมไพล์โค้ดเดียวกันสำหรับทั้งสามแพลตฟอร์ม NLP model เดียวกันอยู่ในแต่ละบิลด์ การกำหนดค่าซิงค์ผ่านบัญชี ไม่ใช่ผ่านพื้นที่เก็บ OS ในเครื่อง
รูปแบบนี้ตอบสนองความต้องการออฟไลน์และ air-gap การตรวจจับยังคงสม่ำเสมอข้ามแพลตฟอร์ม
แอปเดสก์ท็อป anonym.legal ใช้เฟรมเวิร์ก Tauri/Rust คอมไพล์โค้ดเดียวกันสำหรับ Windows (x64/ARM64), macOS (Intel/Apple Silicon/Universal) และ Linux (x64) NLP model และ detection engine เหมือนกันในทุกบิลด์ OS ไม่ใช่ตัวแปรในผลลัพธ์
กรณีศึกษา: ทีมความเป็นส่วนตัว 12 คน
ทีมความเป็นส่วนตัว 12 คนของบริษัทเทคโนโลยีระดับโลกทำงานข้ามสภาพแวดล้อม OS สามแบบ:
- เจ้าหน้าที่ความเป็นส่วนตัวและ DPO 4 คน: macOS (MacBook Pro)
- นักวิเคราะห์กฎหมายและการปฏิบัติตามกฎหมาย 5 คน: Windows (Surface Pro)
- วิศวกรข้อมูล 3 คน: Linux (Ubuntu workstation)
เครื่องมือ PII เดิมของพวกเขาเป็นแอปเดสก์ท็อปสำหรับแพลตฟอร์มเดียว ผู้ใช้ Mac และ Linux ต้องใช้เว็บแอปของผู้ขายแทน ซึ่งเป็นเวอร์ชันเก่าที่มี entity type น้อยกว่า
ช่องว่างการปฏิบัติตามกฎหมายชัดเจน DPO บน Mac ตรวจจับ 180 entity type ทีมกฎหมายบนแอปเดสก์ท็อปตรวจจับ 267 วิศวกรบน Linux ตรงกับเว็บแอปที่ 180 นั่นคือช่องว่าง 87 entity บนเอกสารที่ DPO ประมวลผล
หลังจากเปลี่ยนไปใช้แอปเดสก์ท็อปข้ามแพลตฟอร์ม:
- แอปพลิเคชันเดียวกันติดตั้งบนเครื่องทั้ง 12 เครื่อง
- NLP model และ detection engine เหมือนกันในทุกเครื่อง
- Preset "Privacy Standard" เดียวซิงค์ข้ามบัญชีทั้งหมด
- Audit trail เดียวจากผู้ใช้ทั้ง 12 คนในระบบการปฏิบัติตามกฎหมาย
การตรวจสอบของ DPA มาหกเดือนต่อมา ทีมแสดงให้เห็นถึงความครอบคลุม entity ที่เหมือนกันในทุกบัญชีทั้ง 12 บัญชี ไม่ว่าจะใช้ OS อะไร การค้นพบถูกปิด
อ่านเพิ่มเติมเกี่ยวกับ คุณสมบัติ audit trail และเอกสาร
สิ่งที่ต้องตรวจสอบก่อนเลือกเครื่องมือ
เมื่อประเมินเครื่องมือ PII สำหรับทีมที่ใช้หลาย OS ให้ถามคำถามเหล่านี้:
เวอร์ชันแพลตฟอร์มทั้งหมดใช้ NLP model เดียวกันหรือไม่? หากบิลด์ Mac และ Linux ตามหลัง คุณมีปัญหาด้านความสม่ำเสมอ
การกำหนดค่าถูกเก็บและแชร์อย่างไร? พื้นที่เก็บข้อมูลแบบ registry ไม่สามารถซิงค์ข้ามแพลตฟอร์มได้
รอบการอัปเดตเหมือนกันสำหรับทุกแพลตฟอร์มหรือไม่? การเผยแพร่ที่ไม่ซิงค์กันสร้างช่องว่างเวอร์ชัน
ทางเลือกสำรองสำหรับผู้ใช้ที่ไม่ใช่เดสก์ท็อปคืออะไร? ถ้าเป็นเว็บแอปเก่า ความครอบคลุมก็ไม่เหมือนกัน
เครื่องมือที่ตอบคำถามเหล่านี้ได้ดีจะให้ผลการตรวจจับเดียวกันจาก input เดียวกันบน OS ใดก็ได้ นั่นคือลักษณะของการใช้งานอย่างเป็นระบบ