فهرست مطالب
- HPE رشد علاقه به حاکمیت داده را با گسترش استفاده سازمانی از هوش مصنوعی مرتبط میداند.
- این شرکت در حال بررسی آمادگی رمزنگاری پساکوانتومی در بخشهایی مانند پردازش و شبکه است.
- HPE پژوهش درباره توزیع کلید کوانتومی و رایانش محرمانه برای هوش مصنوعی را دنبال میکند.
- تجربه حضور HPE در Project Glasswing به گفته اندرو ویلر، بر بازنگری فرایندهای امنیتی شرکت اثر گذاشته است.
اندرو ویلر، مدیر HPE Labs، میگوید همزمان با گسترش هوش مصنوعی در سازمانها، پرسش درباره حاکمیت داده به موضوعی محوری در گفتوگوهای مشتریان HPE تبدیل شده است؛ پرسشی که در کنار نگرانیهای مربوط به هوش مصنوعی و رایانش کوانتومی، شرکتها و دولتها را به بازنگری در شیوه کنترل داده، زیرساخت و امنیت خود وادار میکند. ویلر در گفتوگویی که ۲۹ سپتامبر ۲۰۲۶ منتشر شد، از پیوند این سه حوزه و تلاش HPE برای آمادهسازی زیرساختها در برابر تهدیدهای آینده گفت.
به گفته ویلر، حاکمیت داده امتداد طبیعی مقررات حفاظت از حریم خصوصی است که در سالهای اخیر در کشورهای مختلف تصویب شدهاند؛ اما هوش مصنوعی به این روند شتاب بیشتری داده است. سازمانها برای استفاده از مدلها و خدمات هوش مصنوعی، به دادههای فراوان نیاز دارند و در نتیجه، بیش از گذشته باید بدانند دادههای حساسشان کجا پردازش میشود، چه کسانی به آن دسترسی دارند و آیا اطلاعات از مرزهای منطقهای خارج میشود یا نه.
همزمان، ظهور رایانش کوانتومی بحث دیگری را پیش میکشد: آیا شیوههای رمزنگاری و حفاظت از اطلاعات امروز برای آینده کافی خواهند بود؟ HPE میگوید تلاشهایش در حاکمیت داده، آمادگی کوانتومی و امنیت زیرساخت به یکدیگر مرتبطاند؛ هرچند بخشهایی از این کار همچنان در مرحله پژوهش و بررسی قرار دارد.
حاکمیت داده در عصر هوش مصنوعی
حاکمیت داده در این بحث به توانایی سازمان برای اعمال کنترل بر دادهها و زیرساخت مورد استفاده برای پردازش آنها اشاره دارد. این کنترل میتواند شامل تعیین محل نگهداری و پردازش داده، حفظ محدودیتهای منطقهای و رعایت الزامات قانونی باشد. برای سازمانی که اطلاعات حساس دارد، سپردن دادهها به خدمات بیرونی بدون شفافیت کافی درباره این موارد ممکن است با مقررات یا سیاستهای داخلی آن سازگار نباشد.
ویلر در گفتوگو با Dave Vellante، تحلیلگر ارشد theCUBE Research، گفت مشتریان HPE در دیدارهای کاری معمولاً درباره هوش مصنوعی و رایانش کوانتومی پرسش میکنند و اکنون حاکمیت داده نیز به این فهرست اضافه شده است. او این موضوع را حاصل تحول مقررات حریم خصوصی در سراسر جهان میداند و به برآوردی اشاره کرد که بر اساس آن بیش از ۱۷۰ کشور چارچوبی ملی برای حفاظت از داده یا حریم خصوصی تصویب کردهاند.
گسترش هوش مصنوعی، به گفته ویلر، «سوخت بیشتری» به این روند میرساند. مدلها ممکن است با دادههای سازمانی کار کنند یا در محیطهایی اجرا شوند که بخشی از آنها بیرون از زیرساخت داخلی شرکت قرار دارد. در چنین شرایطی، حفظ کنترل بر داده و محل پردازش آن به مسئلهای عملیاتی و امنیتی تبدیل میشود، نه صرفاً موضوعی حقوقی.
رویکرد HPE به این نیاز، طبق توضیحات ویلر، تنها به تعیین محل داده محدود نیست. این شرکت از کمک به مشتریان برای تقویت آمادگی رمزنگاری و تغییر زیرساخت سخن میگوید؛ تغییراتی که باید همزمان با رعایت مقررات، حفظ تابآوری و تداوم کارکرد سامانهها انجام شوند. در این چارچوب، حاکمیت داده به پرسشی گستردهتر درباره کنترل زیرساخت و مدلهای مورد استفاده نیز پیوند میخورد.
آمادگی برای تهدیدهای کوانتومی
رایانش کوانتومی حوزهای نوظهور است که از اصول فیزیک کوانتوم برای انجام محاسبات استفاده میکند. کاربردهای آن هنوز در حال توسعهاند، اما پیشرفت این فناوری بحث آمادگی امنیتی را نیز مطرح کرده است: سازمانها و دولتها باید بررسی کنند که آیا روشهای رمزنگاری فعلی در برابر تواناییهای احتمالی آینده تاب میآورند یا خیر.
ویلر تأکید کرد کشورها نمیخواهند در برابر تهدیدهای احتمالی مرتبط با کوانتوم بیپاسخ بمانند؛ در عین حال، باید برای بهرهگیری از مزایای این فناوری نیز آماده باشند. او آمادگی دفاعی و توانایی استفاده از ظرفیتهای کوانتومی را دو وجه مرتبط از یک گفتوگوی ملی درباره حاکمیت دانست.
HPE میگوید در حال بررسی قابلیتهای آمادگی برای رمزنگاری پساکوانتومی در بخشهای مهم زیرساخت، از جمله پردازش و شبکه است. رمزنگاری پساکوانتومی به روشهایی گفته میشود که برای مقاومت در برابر توان محاسباتی احتمالی رایانههای کوانتومی طراحی میشوند. با این حال، توضیحات ویلر بر آمادگی و پژوهش متمرکز بود و جزئیاتی درباره زمانبندی عرضه محصول یا مشخصات راهکارهای نهایی ارائه نکرد.
یکی از موضوعات پژوهشی مورد توجه HPE Labs، «توزیع کلید کوانتومی» است. در این روش، ویژگیهای کوانتومی برای توزیع امن کلیدهای رمزنگاری میان طرفها به کار گرفته میشود. کلید رمزنگاری رشتهای از داده است که برای قفلکردن یا بازکردن اطلاعات استفاده میشود. ویلر گفت این فناوری میتواند در آینده نقشی در ارتباطات بسیار امن و گسترش شبکههای مبتنی بر الگوی «اعتماد صفر» داشته باشد. در الگوی اعتماد صفر، دسترسیها بهطور پیشفرض قابلاعتماد فرض نمیشوند و باید بررسی شوند.
حفاظت از داده هنگام پردازش
امنیت داده فقط به اطلاعات ذخیرهشده روی دیسک یا دادههایی که میان سامانهها جابهجا میشوند محدود نیست. داده هنگام پردازش نیز در معرض خطر قرار دارد؛ برای نمونه، زمانی که یک پردازنده مرکزی، پردازنده گرافیکی یا شتابدهنده دیگر روی آن عملیات انجام میدهد. ویلر گفت HPE در کنار دیگر شرکتهای صنعتی و گروههای دانشگاهی روی این مسئله کار میکند.
شرکتها راهکارهایی برای رمزگذاری داده در حالت ذخیره دارند؛ ویلر از رمزگذاری مبتنی بر کنترلر، درایوهای خودرمزگذار و یکپارچهسازی نرمافزاری تخصصی بهعنوان نمونههایی از راهکارهای موجود HPE نام برد. حفاظت از داده در حال انتقال نیز اهمیت دارد؛ چه داده از یک سرور به سرور دیگر برود، چه میان محیط ابری و زیرساخت داخل سازمان جابهجا شود.
اما «رایانش محرمانه» به مرحله دیگری میپردازد: محافظت از داده در زمانی که در حال استفاده و پردازش است. توضیح ساده این است که رمزگذاری داده در حالت ذخیره یا انتقال، لزوماً مسئله حفاظت از آن را هنگام اجرای محاسبات حل نمیکند. در کاربردهای هوش مصنوعی، این تمایز اهمیت پیدا میکند، زیرا ممکن است داده حساس در جریان پردازش مدل یا اجرای عملیات روی سختافزار قرار گیرد.
ویلر نگفت چه راهکار مشخصی در این حوزه آماده عرضه است. او این موضوع را زمینهای دانست که HPE و بخشهایی از جامعه صنعتی و دانشگاهی درباره آن پژوهش میکنند. بنابراین، صحبتهای او بیشتر تصویری از اولویتهای تحقیقاتی و چالشهای فنی ارائه میدهد تا اعلام یک محصول تازه.
تأثیر مدلهای پیشرفته بر فرضهای امنیتی
یکی دیگر از محورهای گفتوگو، مشارکت HPE در Project Glasswing بود؛ ابتکاری از Anthropic که به سازمانهای منتخب امکان دسترسی به Claude Mythos Preview را داد. در گزارش، Mythos مدلی پیشرفته توصیف شده که توانایی تحلیل نرمافزار و شناسایی آسیبپذیریها را دارد.
ویلر گفت تجربه ارزیابی این مدل در چارچوب Project Glasswing، درک HPE از پیامدهای قابلیتهای آن را عمیقتر کرده است. به گفته او، این تجربه شرکت را به تقویت فرایندهای داخلی طراحی و بازنگری در شیوه انجام کارها سوق داده است. او همچنین گفت زیرساختهایی مانند پردازش، ذخیرهسازی و شبکه باید همگی حیاتی تلقی شوند.
این اظهارات بازتاب نگرانی گستردهتری درباره تغییر فرضهای امنیتی با پیشرفت ابزارهای هوش مصنوعی است. اگر مدلها بتوانند در تحلیل نرمافزار و یافتن آسیبپذیریها کمک کنند، سازمانها باید پیامدهای آن را هم برای دفاع سایبری و هم برای فرایندهای توسعه و نگهداری سامانههای خود بسنجند. در عین حال، از گفتههای ویلر نمیتوان نتیجه گرفت که مدل بهتنهایی امنیت را تضمین میکند یا همه آسیبپذیریها را شناسایی خواهد کرد.
گفتوگو در مجموعه ویدیویی «Sovereign AI: From Strategy to Reality» انجام شده است. طبق توضیح منتشرشده، theCUBE شریک رسانهای پولی این مجموعه بوده و HPE حامی پوشش رویداد بوده است؛ با این حال، در همان توضیح آمده که HPE و دیگر حامیان بر محتوای theCUBE یا SiliconANGLE کنترل تحریریه نداشتهاند. این زمینه در ارزیابی ماهیت گفتوگو و ادعاهای مطرحشده اهمیت دارد.
این خبر برای چه کسانی اهمیت دارد
موضوع برای مدیران فناوری اطلاعات، مسئولان امنیت سایبری و سازمانهایی اهمیت دارد که دادههای حساس را با ابزارهای هوش مصنوعی پردازش میکنند یا باید از مقررات منطقهای تبعیت کنند. برای این گروهها، محل پردازش داده و نحوه حفاظت از آن در حالت ذخیره، انتقال و استفاده میتواند بر انتخاب زیرساخت و خدمات ابری اثر بگذارد.
همچنین نهادهای دولتی و شرکتهایی که زیرساختهای حیاتی را اداره میکنند، با پرسشهای بلندمدت درباره آمادگی رمزنگاری و تابآوری روبهرو هستند. پژوهش HPE درباره توزیع کلید کوانتومی و رمزنگاری پساکوانتومی نشان میدهد این مباحث وارد برنامهریزی زیرساختی شدهاند، اما هنوز نباید آنها را معادل راهکارهای نهایی و آماده استقرار دانست.
در نهایت، برای مدیران محصول و تیمهای توسعه هوش مصنوعی، حفاظت از داده هنگام پردازش نیز مسئلهای رو به رشد است. اظهارات HPE نشان میدهد شرکتها باید امنیت را در کل چرخه کار با داده ببینند؛ از ذخیرهسازی و جابهجایی تا اجرای محاسبات. بااینحال، جزئیات فنی و زمان عرضه راهکارهای مورد اشاره هنوز در این گفتوگو روشن نشده است.
پرسشهای متداول
حاکمیت داده در این گزارش به چه معناست؟
HPE در زمینه امنیت کوانتومی روی چه موضوعاتی کار میکند؟
رایانش محرمانه چه مسئلهای را هدف میگیرد؟
دانش آموخته مدیریت کسب و کار گرایش استراتژی و پژوهشگر ، استراتژیست و توسعه دهنده اقتصاد دیجیتال
مطالب مرتبط
راهنمای انتخاب هوش مصنوعی برای کارخانهها در ۲۰۲۶انتخاب هوش مصنوعی برای کارخانه فقط مقایسه چند نرمافزار یا مدل زبانی نیست؛ باید مسئله کسبوکار،…
هوش مصنوعی در صنعت انرژی؛ کاهش مصرف بدون ریسک عملیاتیهوش مصنوعی میتواند با پیشبینی تقاضا، بهینهسازی تجهیزات و شناسایی خطاها، مصرف انرژی را کاهش دهد؛…
کاربرد هوش مصنوعی در طراحی سایتکاربرد هوش مصنوعی در طراحی سایت به استفاده از الگوریتمها و مدلهای هوشمند برای خودکارسازی و…



