L’avenir de la sécurité des données – Huawei BLOG


Dans notre rapport Intelligent World 2030, nous discutons de la façon dont la technologie changera presque tous les aspects de la vie. En nous concentrant sur les « 8 perspectives », nous explorons comment tout, des soins de santé et des transports à la production alimentaire et aux espaces de vie, deviendra plus intelligent, plus écologique et plus intuitif.

Alors que la technologie remodèle nos interactions dans ces domaines, l’établissement de la confiance numérique est devenu une priorité clé pour les entreprises et les gouvernements. Sans renforcer la confiance des utilisateurs dans les outils et les processus du monde intelligent, cela ne réussira tout simplement pas.

Cependant, la confiance numérique est un système complexe. Cela nécessite une combinaison de mesures numériques et réglementaires, ainsi que la coopération de plusieurs parties. Dans le dernier article de cette série, nous examinons comment la technologie et les réglementations peuvent fonctionner ensemble pour assurer un avenir numérique plus sûr.

Adopter une approche technique

Il va sans dire que les solutions numériques sont essentielles pour bâtir la confiance numérique. En fait, la sécurité et l’intégrité de nos actifs numériques reposent sur une vaste gamme de technologies pour détecter et protéger contre les menaces.

Bien que la blockchain se soit fait un nom dans la crypto-monnaie, elle redéfinit maintenant la confiance dans diverses autres industries. Et d’ici 2030, nous prévoyons que 85 % des entreprises intégreront la blockchain dans leurs systèmes de confiance numérique.

En stockant les données dans un réseau décentralisé, la blockchain garantit qu’aucune entité ne conserve le contrôle. Une fois créées, les informations stockées sur la blockchain ne peuvent pas être modifiées, créant un environnement « sans confiance » dans lequel les données d’origine sont protégées. Ces mesures de sécurité inhérentes le rendent adapté à tout type de transaction numérique, pas seulement financière.

En effet, l’un des cas d’utilisation les plus intéressants en dehors de la monnaie numérique concerne les contrats intelligents. La rédaction d’accords formels, qu’il s’agisse de prêts bancaires, d’hypothèques ou de réclamations d’assurance, est généralement longue et coûteuse. C’est parce que plusieurs parties doivent être impliquées pour assurer sa légalité et sa fiabilité.

Les contrats intelligents rationalisent ces processus en encodant un ensemble de promesses entre deux parties. Le code fonctionne sur blockchain, ce qui signifie qu’il est stocké dans une base de données publique et impossible à modifier. Les transactions ne se produisent que lorsque les conditions du contrat sont remplies, éliminant ainsi les tracas (et les dépenses) liés à l’implication d’intermédiaires tels que des avocats, des banques ou des courtiers.

Pour mettre cela en contexte, Capgemini Consulting prédit que les contrats intelligents pourraient aider les consommateurs américains à économiser de 480 à 960 dollars US par prêt hypothécaire, à réduire les frais d’exploitation des banques sur les marchés américain et européen de 3 à 11 milliards de dollars US et à réduire le coût du règlement des sinistres. pour les assureurs de 21 milliards de dollars par an. Tout cela en plus de rendre les transactions plus sûres, plus précises et plus fiables.

Alors que le monde se numérise de plus en plus, les cybercriminels trouvent de nouveaux moyens plus sophistiqués de voler les informations personnelles ou l’argent des victimes.

Une méthode qui a fait les gros titres ces dernières années est le « deep fakes ». Il s’agit d’images ou de vidéos modifiées à l’aide de l’intelligence artificielle (IA) et de l’apprentissage automatique pour remplacer la personne de l’original par quelqu’un d’autre.

Ils sont souvent étrangement réalistes, ce qui rend difficile la distinction entre un vrai et un faux. Bien que les contrefaçons profondes soient le plus souvent utilisées pour attaquer des célébrités et des politiciens, les personnalités de premier plan ne sont pas les seules à risquer. En 2019, une entreprise énergétique britannique a perdu 243 000 $ US après qu’un escroc ait utilisé une fausse voix pour se faire passer pour le PDG de l’organisation exigeant que l’argent soit envoyé à un « fournisseur » étranger.

Une entreprise énergétique britannique a perdu 243 000 $ US après qu’un escroc ait utilisé une fausse voix pour se faire passer pour le PDG de l’organisation exigeant que l’argent soit envoyé à un « fournisseur » étranger

La réponse à la lutte contre un tel crime réside dans l’IA elle-même. Un logiciel intelligent peut détecter les différences entre les vidéos, les images et les ondes audio pour déterminer si elles ont été créées à l’aide de l’IA. Les algorithmes de discrimination et les modèles d’inférence occasionnels peuvent détecter, évaluer et supprimer automatiquement les fausses informations d’Internet. Et ils peuvent retracer les fausses informations jusqu’à la source de données pour fournir des preuves pour la poursuite des crimes numériques.

En d’autres termes, l’IA facilitera l’identification, l’arrêt et la prévention de la cybercriminalité, contribuant ainsi à restaurer la confiance dans le monde numérique.

  • Calcul améliorant la confidentialité

Pour extraire de la valeur des données qu’elles collectent, les organisations doivent les partager, les extraire et les analyser. Mais le faire sans compromettre la confidentialité et la sécurité des données des clients est souvent un défi.

Bien que les technologies de masquage des données existent, les outils traditionnels ne peuvent pas fournir une protection suffisante pour les environnements d’analyse de plus en plus complexes. Cela a conduit à la création de technologies de calcul améliorant la confidentialité (PEC), spécialement conçues pour renforcer la confidentialité et la sécurité des données lors de la collecte, du stockage, de la recherche et de l’analyse.

Le cryptage homomorphe est un exemple de technologie PEC. Il permet aux utilisateurs d’effectuer des calculs sur des données chiffrées sans avoir à les déchiffrer au préalable, ce qui rend leur partage plus sûr avec des tiers. Ceci est particulièrement utile pour des secteurs comme les soins de santé qui dépendent de tiers pour rechercher et développer de nouveaux services, mais ne peuvent pas compromettre la sécurité des données des patients.

D’autres exemples de technologies PEC incluent la confidentialité différentielle, l’apprentissage fédéré, l’environnement d’exécution de confiance et les preuves à connaissance nulle. Ensemble, ils aident les organisations à trouver le bon équilibre entre confidentialité et valeur des données.

Réguler le monde numérique

Les mesures techniques ne peuvent aller plus loin dans la prévention des cyberattaques et des violations de données. Pour garantir un monde numérique sûr et sécurisé, ils doivent être soutenus par des règles et des réglementations qui définissent les informations que les organisations peuvent collecter, comment elles peuvent les utiliser et comment les violations seront punies.

Soyez le premier à commenter

Poster un Commentaire

Votre adresse de messagerie ne sera pas publiée.


*