กลับไปที่บล็อกความปลอดภัยของ AI

ข้อมูลส่วนบุคคลใน Wiki ภายใน: ข้อมูลลูกค้าใน Confluence

ทีมสนับสนุนบันทึกกระบวนการด้วยภาพหน้าจอของบัญชีลูกค้า ในช่วง 3 ปี นั่นคือการละเมิดการลดข้อมูล GDPR หลายพันครั้งใน wiki ของคุณ

March 6, 20266 อ่านประมาณ
Confluence GDPRinternal wiki PIIcustomer datadocumentation privacydata minimization

ข้อมูลส่วนบุคคลในภาพหน้าจอในฐานความรู้ภายใน

ฐานความรู้ภายใน — Confluence, Notion, SharePoint, GitBook — มีปัญหาข้อมูลส่วนบุคคลเฉพาะประเภทที่เครื่องมือการปฏิบัติตามกฎระเบียบทั่วไปพลาด: ข้อมูลส่วนบุคคลของลูกค้าที่ฝังอยู่ในภาพหน้าจอที่ใช้สำหรับเอกสารกระบวนการ

รูปแบบนี้เล่นซ้ำในทีมสนับสนุนและปฏิบัติการหลายพันทีม

เจ้าหน้าที่ฝ่ายสนับสนุนพบการตั้งค่าบัญชีที่ผิดปกติ ถ่ายภาพหน้าจอของหน้าบัญชีลูกค้าเพื่อบันทึกปัญหา ภาพหน้าจอแสดงชื่อลูกค้าในส่วนหัว UI อีเมลในการตั้งค่าบัญชี และรายละเอียดแผน

บทความออนไลน์ในฐานความรู้ภายใน เจ้าหน้าที่ฝ่ายสนับสนุน 150 คนสามารถดูได้ ผู้รับเหมาภายนอก 12 คนในฝ่ายช่วยเหลือสามารถดูได้เช่นกัน บทความมีประโยชน์ แสดงวิธีจัดการกรณีขอบนั้น

สามปีต่อมา ฐานความรู้มีบทความดังกล่าว 847 ฉบับ แต่ละฉบับมีภาพหน้าจอของบัญชีลูกค้า ลูกค้าที่แสดงไม่ได้ยินยอมต่อการใช้งานรองนี้ ส่วนใหญ่ไม่รู้ว่าข้อมูลของตนถูกจัดเก็บที่นั่น

นี่ไม่ใช่ปัญหาเล็กน้อย มันเติบโตขึ้นทุกบทความใหม่

การเปิดเผย GDPR: ทำไมสิ่งนี้จึงสำคัญ

การวิเคราะห์ GDPR สำหรับภาพหน้าจอฐานความรู้ตรงไปตรงมา

การลดข้อมูล (Article 5(1)(c)): ข้อมูลส่วนบุคคลต้อง "เพียงพอ เกี่ยวข้อง และจำกัดเฉพาะสิ่งที่จำเป็น" บทความฐานความรู้เกี่ยวกับการตั้งค่าบัญชีไม่จำเป็นต้องมีชื่อและอีเมลจริงของลูกค้า ภาพหน้าจอที่เบลอก็ใช้งานได้เช่นเดียวกัน

การจำกัดวัตถุประสงค์ (Article 5(1)(b)): ข้อมูลที่รวบรวมเพื่อวัตถุประสงค์หนึ่ง — บริการลูกค้า — ไม่สามารถนำมาใช้ใหม่เพื่อวัตถุประสงค์อื่น — เอกสารกระบวนการภายใน — โดยไม่มีฐานทางกฎหมาย บันทึกบัญชีถูกรวบรวมเพื่อการให้บริการ ไม่ใช่สำหรับเอกสารภายใน

การควบคุมการเข้าถึง (Article 5(1)(f) และ Article 32): มาตรการทางเทคนิคที่เหมาะสมต้องปกป้องข้อมูลส่วนบุคคล ภาพหน้าจอบัญชีลูกค้าในเครื่องมือที่เปิดให้เจ้าหน้าที่ 150 คนและผู้รับเหมา — รวมถึงผู้ที่ไม่มีสิทธิ์เข้าถึงระบบบัญชีพื้นฐาน — สร้างการเข้าถึงที่กว้างเกินไป

สิทธิ์ในการลบข้อมูล (Article 17): เจ้าของข้อมูลที่ขอลบข้อมูลมีสิทธิ์ให้บันทึกของตนถูกลบ "โดยไม่ล่าช้าเกินควร" หากข้อมูลของพวกเขาปรากฏใน 23 บทความฐานความรู้เป็นภาพหน้าจอที่ฝังไว้ คำขอต้องค้นหาและอัปเดตบทความทั้ง 23 ฉบับ ซึ่งยากโดยไม่มีระบบ

การหลีกเลี่ยงการควบคุมการเข้าถึง

ปัญหาการปฏิบัติตามกฎระเบียบที่ร้ายแรงที่สุดกับภาพหน้าจอ Confluence คือการหลีกเลี่ยงการควบคุมการเข้าถึงที่สร้างขึ้น

ทีมสนับสนุนใช้การควบคุมการเข้าถึงตามบทบาท (RBAC) เพื่อจำกัดว่าใครสามารถดูระบบบัญชีลูกค้าได้ เจ้าหน้าที่ Tier 1 เห็นรายละเอียดบัญชีพื้นฐาน เจ้าหน้าที่ Tier 2 เห็นบันทึกการเรียกเก็บเงินและเทคนิค ผู้จัดการเห็นโปรไฟล์บัญชีเต็ม

เมื่อเจ้าหน้าที่ Tier 2 สร้างบทความฐานความรู้พร้อมภาพหน้าจอของบัญชีลูกค้าเต็ม ภาพหน้าจอนั้นจะมองเห็นได้สำหรับผู้ใช้เครื่องมือทุกคน เจ้าหน้าที่ Tier 1 ที่ไม่ควรเห็นบันทึกการเรียกเก็บเงินตอนนี้สามารถดูได้ ผู้รับเหมาที่ไม่มีสิทธิ์เข้าถึงระบบสามารถดูได้

ภาพหน้าจอหลีกเลี่ยงการควบคุม RBAC บนระบบบัญชีลูกค้า ข้อมูลส่วนบุคคลที่ RBAC สร้างขึ้นเพื่อปกป้องตอนนี้เปิดเผยต่อทุกคนที่มีสิทธิ์เข้าถึงฐานความรู้

นี่ไม่ใช่ความเสี่ยงเชิงทฤษฎี แต่เป็นผลลัพธ์ปกติของขั้นตอนการทำงานเอกสาร

ขั้นตอนการแก้ไขในทางปฏิบัติ

สำหรับทีมที่พบปัญหานี้ในระหว่างการตรวจสอบ GDPR:

การแก้ไขย้อนหลัง:

  1. ระบุหน้าฐานความรู้ทั้งหมดที่มีไฟล์แนบรูปภาพ
  2. รันการตรวจหาข้อมูลส่วนบุคคลรูปภาพบนไฟล์แนบทุกรายการ
  3. ตรวจสอบรูปภาพที่ถูกระบุ: รายการที่มีความเชื่อมั่นสูงไปยังคิวตรวจสอบ
  4. สำหรับแต่ละรูปภาพที่ถูกระบุ: แทนที่ด้วยเวอร์ชันที่ผ่านการทำความสะอาดหรือจำกัดการเข้าถึงหน้า
  5. บันทึกการดำเนินการแก้ไขสำหรับบันทึก GDPR

การควบคุมเชิงรุก:

  1. ฝึกอบรมเจ้าหน้าที่ฝ่ายสนับสนุนทั้งหมดให้ทำความสะอาดภาพหน้าจอก่อนเผยแพร่ในฐานความรู้
  2. จัดให้มีเครื่องมือ: เครื่องมือใส่คำอธิบายภาพหน้าจอที่เบลอชื่อลูกค้าก่อนวาง
  3. เพิ่มขั้นตอนตรวจสอบ: ผู้ตรวจสอบที่กำหนดตรวจบทความก่อนเผยแพร่ มองหาข้อมูลส่วนบุคคลของลูกค้าในรูปภาพโดยเฉพาะ
  4. รันการสแกนรูปภาพแบตช์รายไตรมาสบนไฟล์แนบ Confluence ทั้งหมด

การควบคุมขั้นต่ำที่ทำได้: รายการตรวจสอบการเผยแพร่: "ลบหรือเบลอชื่อลูกค้า อีเมล และ ID บัญชีทั้งหมดจากภาพหน้าจอก่อนเผยแพร่" เทคโนโลยีต่ำ ไม่อัตโนมัติ แต่สร้างการควบคุมที่บันทึกไว้

ดู ภาพรวมการปฏิบัติตาม GDPR ของเราสำหรับกรอบกฎหมายที่กว้างขึ้น

ทำไมปัญหาจึงเติบโตตามเวลา

โดยไม่มีการควบคุมอย่างเป็นระบบ การเปิดเผยข้อมูลส่วนบุคคลในฐานความรู้จะทบทวี

ปริมาณ: แต่ละบทความใหม่ที่มีภาพหน้าจอลูกค้าเพิ่มการเปิดเผยทั้งหมด เมื่อทีมสนับสนุนเติบโตและฐานความรู้ขยาย ข้อมูลส่วนบุคคลที่สะสมก็เติบโตด้วย

บทความที่ถูกลืม: บทความเกี่ยวกับกรณีขอบเก่าที่ไม่เกิดขึ้นอีกยังคงเข้าถึงได้ มีข้อมูลส่วนบุคคลจากลูกค้าที่ยื่นคำขอลบข้อมูลแล้ว ไม่มีใครตรวจสอบบทความที่อัปเดตล่าสุดในปี 2022

การแพร่กระจายข้ามทีม: ฐานความรู้มักข้ามหน้าที่ บทความสนับสนุนที่มีภาพหน้าจอลูกค้าอาจถูกแชร์กับทีมผลิตภัณฑ์ ทีมวิศวกรรม หรือผู้รับเหมาภายนอก

งานค้างการลบข้อมูล: เมื่อบันทึกลูกค้าสะสมในฐานความรู้มากขึ้น การตอบสนองคำขอลบข้อมูลก็ซับซ้อนมากขึ้น

ข้อมูลส่วนบุคคลในฐานความรู้ง่ายกว่าที่จะป้องกันมากกว่าแก้ไข การควบคุมที่นำมาใช้ตอนนี้หลีกเลี่ยงปัญหาการแก้ไขที่ทบทวีได้ ทุกบทความที่เผยแพร่โดยไม่มีภาพหน้าจอที่เบลอคือภารกิจการแก้ไขที่เลื่อนไปในอนาคต

แหล่งอ้างอิง

บทความที่เกี่ยวข้อง

ความปลอดภัยของ AI

การป้องกัน PII แบบเรียลไทม์ประหยัดได้ 2.2 ล้านดอลลาร์

IBM พบความแตกต่างด้านค่าใช้จ่าย 2.2 ล้านดอลลาร์ระหว่างการป้องกันและการตรวจจับ นี่คือตัวเลขที่ทำให้การสกัดกั้น PII แบบเรียลไทม์กลายเป็นสิ่งที่ขาดไม่ได้สำหรับทีมความปลอดภัย

ความปลอดภัยของ AI

GDPR มาตรา 32: การตรวจสอบ PII สำหรับเครื่องมือ AI

ทีม compliance ขององค์กรต้องการหลักฐานเชิงปริมาณของการควบคุม PII ในเครื่องมือ AI การใช้ Network DLP พลาดการโต้ตอบ AI บนเบราว์เซอร์

ความปลอดภัยของ AI

การป้องกัน PII แบบเรียลไทม์สำหรับการรั่วไหลข้อมูล AI

เมื่อพนักงานพิมพ์ชื่อลูกค้าลงใน ChatGPT ข้อมูลจะออกจากการควบคุมขององค์กรแบบเรียลไทม์ การใช้ DLP ภายหลังไม่สามารถแก้ปัญหานี้ได้

พร้อมที่จะปกป้องข้อมูลของคุณหรือยัง?

เริ่มทำให้ PII เป็นนิรนามด้วยประเภทเอนทิตี273 ประเภทใน 48 ภาษา.