HFLabs — о клиентских данных

Есть ощущение, что эта инициатива — всего лишь попытка немного подсластить пилюлю. Данные людей не будут лучше защищены, а у организаций не появится больше поводов заниматься этим вопросом.

Да, инструменты обязательного страхования в стране есть, и они работают. Но кто в данном случае заплатит за это финансовое обеспечение? В конечном итоге эта нагрузка ляжет на конечных потребителей услуг. Очевидно, что любой бизнес не обрадуется перспективе что-то дополнительно оплачивать, ведь и сейчас у многих компаний расходы на информационную безопасность существенны.

Есть и другие сомнения. А будет ли бизнес вообще заинтересован в том, чтобы усиленно защищать персональные данные клиентов, если он уже оформил страховой полис? Не возникнет ли ситуации, когда организация махнет рукой и скажет «Ну мы же уже заплатили!».

Конечно, любому человеку приятно получить выплату. Но в случае утечки это лишь легкая моральная компенсация, ведь данные уже оказались в открытом доступе и, возможно, в руках мошенников. И выплата никак это не изменит.

И, наконец, нельзя забывать, что любая утечка — это сложно доказуемая вещь. Люди оставляют свои данные в десятках сервисов и организаций, поэтому понять, откуда данные утекли, не всегда возможно. Встает вопрос — с какой организации в таком случае требовать компенсацию и кто будет находить виновника?

— При федеративном вертикальном обучении нужно установить, что Иван Иванов, чьи данные есть у торговой сети, и клиент банка Иван Иванов — это один и тот же человек. Для этого используются разного рода идентификаторы — например, документы или номера телефонов.

Чтобы унифицировать данные для ML-обучения, нужно их одинаковым образом подготовить: стандартизировать, удалить статистические выбросы — слишком уникальные значения, редкие характеристики и так далее. Эти процедуры должны быть проведены на стороне каждого участника федеративного обучения. В свою очередь, центральная платформа должна предоставить форматы данных, описать ключи, по которым будет выполняться сопоставление, провести статистический анализ характеристик и провести процедуру дедубликации. Все это сложные процессы, которые требуют глубокого понимания специфики работы с данными.

Кстати, аналогичные задачи по подготовке данных стояли и перед нами, когда мы вместе с Platforma тестировали технологию безопасного метчинга данных. Так что будем с интересом следить за новым проектом VK.