A medida que la adopci\u00f3n de herramientas de IA generativa, como ChatGPT, contin\u00faa aumentando, tambi\u00e9n aumenta el riesgo de exposici\u00f3n de datos. Seg\u00fan el informe “Emerging Tech: Top 4 Security Risks of GenAI” de Gartner, la privacidad y la seguridad de los datos es uno de los cuatro principales riesgos emergentes dentro de la IA generativa. Un nuevo seminario web<\/b><\/a> Con un CISO en varias ocasiones de Fortune 100 y el CEO de LayerX, una soluci\u00f3n de extensi\u00f3n de navegador, profundiza en este riesgo cr\u00edtico.<\/p>\n A lo largo del seminario web, los oradores explicar\u00e1n por qu\u00e9 la seguridad de los datos es un riesgo y explorar\u00e1n la capacidad de las soluciones DLP para proteger contra ellos o la falta de ellos. Luego, delinear\u00e1n las capacidades requeridas por las soluciones DLP para garantizar que las empresas se beneficien de la productividad que las aplicaciones GenAI tienen para ofrecer sin comprometer la seguridad. <\/p>\n Los riesgos de seguridad de GenAI ocurren cuando los empleados insertan textos confidenciales en estas aplicaciones. Estas acciones merecen una cuidadosa consideraci\u00f3n, porque los datos insertados pasan a formar parte del conjunto de entrenamiento de la IA. Esto significa que los algoritmos de IA aprenden de estos datos, incorpor\u00e1ndolos a sus algoritmos para generar respuestas futuras.<\/p>\n Hay dos peligros principales que se derivan de este comportamiento. Primero, el riesgo inmediato de fuga de datos. La informaci\u00f3n confidencial podr\u00eda quedar expuesta en una respuesta generada por la aplicaci\u00f3n a una consulta de otro usuario. Imagine un escenario en el que un empleado pega c\u00f3digo propietario en una IA generativa para su an\u00e1lisis. M\u00e1s tarde, un usuario diferente podr\u00eda recibir ese fragmento de ese c\u00f3digo como parte de una respuesta generada, comprometiendo su confidencialidad.<\/p>\n En segundo lugar, existe un riesgo a largo plazo relacionado con la retenci\u00f3n, el cumplimiento y la gobernanza de los datos. Incluso si los datos no se exponen de inmediato, pueden almacenarse en el conjunto de entrenamiento de la IA por un per\u00edodo indefinido. Esto plantea dudas sobre la seguridad con la que se almacenan los datos, qui\u00e9n tiene acceso a ellos y qu\u00e9 medidas existen para garantizar que no queden expuestos en el futuro.<\/p>\n Hay varios tipos de datos confidenciales que corren el riesgo de filtrarse. Los principales son la filtraci\u00f3n de informaci\u00f3n financiera empresarial, c\u00f3digo fuente, planes de negocio y PII. Esto podr\u00eda resultar en un da\u00f1o irreparable a la estrategia comercial, p\u00e9rdida de propiedad intelectual interna, violaci\u00f3n de la confidencialidad de terceros y violaci\u00f3n de la privacidad del cliente, lo que eventualmente podr\u00eda conducir a la degradaci\u00f3n de la marca y a implicaciones legales.<\/p>\n Los datos respaldan la preocupaci\u00f3n. La investigaci\u00f3n realizada por LayerX sobre los datos de sus propios usuarios muestra que el uso de aplicaciones de IA generativa por parte de los empleados ha aumentado un 44% a lo largo de 2023, con un 6% de los empleados pegando datos confidenciales en estas aplicaciones, \u00a1un 4% semanalmente!<\/p>\n Tradicionalmente, las soluciones DLP se dise\u00f1aban para proteger contra la fuga de datos. Estas herramientas, que se convirtieron en la piedra angular de las estrategias de ciberseguridad a lo largo de los a\u00f1os, protegen los datos confidenciales del acceso y las transferencias no autorizados. Las soluciones DLP son particularmente efectivas cuando se trata de archivos de datos como documentos, hojas de c\u00e1lculo o PDF. Pueden monitorear el flujo de estos archivos a trav\u00e9s de una red y marcar o bloquear cualquier intento no autorizado de moverlos o compartirlos.<\/p>\n Sin embargo, el panorama de la seguridad de los datos est\u00e1 evolucionando, al igual que los m\u00e9todos de fuga de datos. Un \u00e1rea en la que las soluciones DLP tradicionales se quedan cortas es en el control del pegado de texto. Los datos basados \u200b\u200ben texto se pueden copiar y pegar en diferentes plataformas sin activar los mismos protocolos de seguridad. En consecuencia, las soluciones DLP tradicionales no est\u00e1n dise\u00f1adas para analizar o bloquear el pegado de texto confidencial en aplicaciones de IA generativa.<\/p>\n Adem\u00e1s, las soluciones CASB DLP, un subconjunto de tecnolog\u00edas DLP, tienen sus propias limitaciones. Por lo general, son eficaces s\u00f3lo para aplicaciones autorizadas dentro de la red de una organizaci\u00f3n. Esto significa que si un empleado pegara texto confidencial en una aplicaci\u00f3n de IA no autorizada, CASB DLP probablemente no detectar\u00eda ni evitar\u00eda esta acci\u00f3n, dejando a la organizaci\u00f3n vulnerable.<\/p>\n La soluci\u00f3n es un DLP de IA generativo o un DLP web. La DLP de IA generativa puede monitorear continuamente las acciones de pegado de texto en varias plataformas y aplicaciones. Utiliza algoritmos de ML para analizar el texto en tiempo real, identificando patrones o palabras clave que pueden indicar informaci\u00f3n confidencial. Una vez que se detectan dichos datos, el sistema puede tomar acciones inmediatas, como emitir advertencias, bloquear el acceso o incluso impedir por completo la acci\u00f3n de pegar. Este nivel de granularidad en el monitoreo y la respuesta es algo que las soluciones DLP tradicionales no pueden ofrecer.<\/p>\n Las soluciones Web DLP van m\u00e1s all\u00e1 y pueden identificar cualquier acci\u00f3n relacionada con datos hacia y desde ubicaciones web. A trav\u00e9s de an\u00e1lisis avanzados, el sistema puede diferenciar entre ubicaciones web seguras e inseguras e incluso dispositivos administrados y no administrados. Este nivel de sofisticaci\u00f3n permite a las organizaciones proteger mejor sus datos y garantizar que se acceda a ellos y se utilicen de manera segura. Esto tambi\u00e9n ayuda a las organizaciones a cumplir con las regulaciones y est\u00e1ndares de la industria.<\/p>\n \u00bfQu\u00e9 tiene que decir Gartner sobre DLP? \u00bfCon qu\u00e9 frecuencia los empleados visitan aplicaciones de IA generativa? \u00bfC\u00f3mo es una soluci\u00f3n GenAI DLP? Descubra las respuestas y m\u00e1s por registr\u00e1ndose al seminario web, aqu\u00ed<\/b><\/a>.<\/p>\n <\/p>\nLos riesgos comerciales y de seguridad de las aplicaciones de IA generativa<\/h2>\n
Aumento del 44% en el uso de GenAI<\/h2>\n
Donde las soluciones DLP no funcionan<\/h2>\n
La soluci\u00f3n: un DLP GenAI<\/h2>\n