¿Cuántas veces ha pasado el cursor por encima del botón de un sitio web antes de enviar sus datos? ¿O se ha sentido escéptico al entregar su información personal a un tercero? Si no ha sido siempre, supongo que al menos una vez.
Con el aumento de las amenazas a la ciberseguridad y las infracciones en todo el mundo, es crucial proteger sus datos y los datos que le confían sus clientes. Aquí es donde entra en escena la tecnología de mejora de la privacidad (PET). Esta tecnología existe desde hace un par de décadas, pero sólo recientemente se ha probado y demostrado su eficacia.
Esta tendencia fue mencionada en la categoría de “orientación a las personas” en las últimas tendencias tecnológicas de 2021 por Gartner. La empresa de investigación y asesoramiento reveló que para 2025, el 60% de las grandes organizaciones utilizarán una o más técnicas de mejora de la privacidad en la analítica, la inteligencia empresarial o la computación en la nube.
Esta tendencia incluye tres tecnologías que: (1) proporcionan un entorno de confianza en el que se pueden procesar o analizar datos sensibles, (2) realizan el procesamiento y análisis de forma descentralizada, (3) cifran los datos y los algoritmos antes del procesamiento o análisis. El objetivo de la PET es hacer posible el intercambio de datos manteniendo la privacidad y la seguridad.
La PET se considera un término general para un conjunto de tecnologías robustas que trabajan para permitir, mejorar y proteger los datos sensibles durante el procesamiento. Algunas de estas técnicas son el cifrado homomórfico, las pruebas de conocimiento cero, la computación multipartita, los entornos de ejecución de confianza y la privacidad diferencial. Por muy complicadas que parezcan estas técnicas, abren todo un nuevo mundo de oportunidades. Eche un vistazo a cinco lecturas interesantes sobre esta tendencia.
1. ¿Qué son las tecnologías de mejora de la privacidad (PET)?
Este artículo allana el camino hacia la comprensión del concepto de computación de mejora de la privacidad. Conocerá el objetivo de las PET y las tecnologías que proporcionan, el motivo de su reconocimiento en los últimos años e incluso sus riesgos.
2. Tres casos de tecnologías de mejora de la privacidad y su relevancia
Después de explorar el objetivo y la amplia gama de tecnologías que proporciona la PET, este artículo le llevará a través de los casos de uso de esta tendencia. La PET se aplica en el modelado de la IA, las transferencias de datos transfronterizas y el análisis de datos para ayudar a las partes interesadas en materia de seguridad y riesgos a gestionar las restricciones respetando la privacidad individual. También se menciona que la PET se puede utilizar para mitigar los riesgos que plantean la computación en la nube y el análisis de datos.
3. La próxima generación de machine learning: El aprendizaje federado lleva a la IA empresarial un paso adelante
Este artículo habla del aprendizaje federado, una forma de PET (tecnologías de mejora de la privacidad), que lleva el aprendizaje automático estándar un paso adelante hacia la descentralización. El aprendizaje federado permite a los algoritmos de machine learning obtener conocimientos de una amplia gama de conjuntos de datos procedentes de diferentes lugares. Además, esto permite a los usuarios minimizar los datos al reducir la cantidad de datos que se deben conservar en un servidor centralizado o en el almacenamiento en la nube.
4. ¿Por qué las PET (tecnologías de mejora de la privacidad) no siempre son nuestras amigas?
Para tener otra perspectiva de esta tendencia, este artículo aborda cómo los organismos reguladores evalúan las herramientas disponibles, incluidas las PET. Además de dificultar el proceso de evaluación por parte de la ley y los organismos reguladores debido a su complejidad, ese artículo señala que las PET son costosas y requieren muchos recursos, lo que las hace propensas a los errores de los usuarios. Con la mención de “dar una falsa sensación de esperanza”, se dice que las PET cambian los problemas de privacidad externos por los internos, lo que lleva a los atacantes a basarse en las amenazas internas.
Con la ayuda de un experto en datos, este artículo arroja luz sobre la tecnología sin proveedor impulsada por la PET y revela cómo elimina la necesidad de vender o compartir datos con un tercero. En las soluciones sin proveedor, los proveedores externos son sustituidos por empresas que interactúan directamente, un paradigma de datos directos en lugar de terceros. Así, todas las empresas de una red sin proveedores se benefician de los datos directos de los demás.
A pesar de sus ventajas, el autor sostiene que el uso de las PET puede consolidar aún más el poder y el control en manos de aquellos que podrían explotarlos. Las PET pueden ser útiles para reducir algunos de los riesgos asociados a los usos legítimos de los datos, pero, si no tenemos cuidado, un exceso de confianza en las PET corre el riesgo de convertir la privacidad en esclava de la vigilancia y la extralimitación tecnológica.
