Dział Big Data i AI GMV bierze udział w 15. Szczycie Cyber Commanders Forum
W dniach 21, 22 i 23 września Malaga była gospodarzem 15. edycji Cyber Commanders Forum (CCF), koordynowanego przez wiceadmirała Javiera Roca Rivero. W ramach tego prestiżowego forum Agencia Digital de Andalucía zorganizowała ostatniego dnia wydarzenie zatytułowane „Cybersecurity Strategies from South Europe”, w którym firma GMV odegrała wiodącą rolę. Podczas tego spotkania przywódcy agencji bezpieczeństwa z NATO, Japonii, Brazylii i Australii – będących odpowiednikami Wspólnego Dowództwa Cyberprzestrzeni (MCCE) – mieli okazję osobiście zapoznać się z wizją branży i oferowanymi przez nią innowacyjnymi propozycjami.
Cyberprzestrzeń dała początek zjawisku transnarodowego terroryzmu o globalnym oddziaływaniu, zdolnego do wyrządzania szkód na masową skalę. Walka z tymi nowymi zagrożeniami ma kluczowe znaczenie dla strategii międzynarodowych organizacji bezpieczeństwa i obrony. W tym kontekście wiodące firmy z sektora, takie jak GMV, przedstawiły podczas wydarzenia „Cybersecurity Strategies from South Europe” innowacyjne rozwiązania mające na celu sprostanie tym wyzwaniom.
José Carlos Barrios, kierownik projektu w Dziale Big Data i Sztucznej Inteligencji w Pionie Secure e-Solutions GMV, podkreślił, w jaki sposób zaangażowanie firmy w innowacje doprowadziło do powstania narzędzi, które mogą pomóc siłom zbrojnym w ochronie ich aktywów. Wśród przedstawionych produktów znalazły się:
- PitIA: rozwiązanie, które umożliwia wykrywanie anomalii poprzez analizę danych;
- PenBot: narzędzie, które przeprowadza zautomatyzowane testy w celu zidentyfikowania podatności w systemach;
- uQuery: optymalizuje podejmowanie decyzji poprzez wykorzystanie danych do celów wydobycia użytecznej wiedzy oraz ułatwienia dostępu do informacji w prosty i intuicyjny sposób, dzięki dużym modelom językowym (LLM);
- uTile: jego funkcjonalność została opisana we współpracy z wojskiem algierskim i irlandzkim, które uczestniczyły w projekcie jako członkowie sfederowanej sieci AI.
Barrios położył również nacisk na znaczenie technologii zwiększających prywatność (PET) w rozwoju narzędzia uTile, podkreślając ich przewagę nad tradycyjnym podejściem polegającym na centralizacji wszystkich danych, przez które pojawia się ryzyko wycieku wrażliwych informacji. Zgodnie z jego słowami: „dostęp do danych w ramach zatwierdzonego modelu jest kwestią złożoną, gdyż w większości przypadków są one wrażliwe, podlegają odpowiednim przepisom i ścisłym zasadom udostępniania. Jeśli dysponujemy niewielką ilością dostępnych danych, dokładność naszego uczenia maszynowego (ML) lub modeli analizy statystycznej jest zagrożona”.
Jednak w przypadku uTile „nie ma potrzeby uzyskiwania dostępu do danych – dzięki technologii opracowanej przy użyciu rozwiązań typu open source dane są bowiem przechowywane w swoich centrach źródłowych, co pozwala na zachowanie ich prywatności i umożliwia nam wykorzystywanie ich w sposób zdecentralizowany”. Niektóre z technik zaimplementowanych w uTile w celu ochrony prywatności i zapewnienia bezpieczeństwa danych obejmują: federacyjne uczenie się (Federated Learning – FL), bezpieczne obliczenia wielostronne (Secure Multi-party Computation – SMPC), przecięcie zbioru prywatnego (Private Set Intersection – PSI), szyfrowanie homomorficzne (Homomorphic Encryption – HE) lub przeprowadzanie dowodów z wiedzą zerową (Zero-Knowledge Proofs – ZKP).