Les défenseurs de la vie privée ont injustement stigmatisé l’apprentissage automatique.
Malgré ce que vous avez pu entendre dans les médias, le Machine Learning n'est pas un outil diabolique destiné à envahir la vie privée. Quoi qu'il en soit, maintenant que l'Union européenne Le règlement général sur la protection des données est entré en vigueur, il existe un examen encore plus strict des applications ML dans le marketing ciblé, l'engagement client, l'optimisation de l'expérience et d'autres cas d'utilisation qui touchent aux informations personnellement identifiables, ou PII.
En réalité, le Machine Learning devient un élément clé de la gestion de la conformité des organisations au RGPD et aux autres obligations en matière de confidentialité. Le rôle essentiel du Machine Learning dans la conformité au RGPD réside dans son utilisation comme outil de découverte, d'organisation, de conservation et de contrôle des données personnelles identifiables (PII) des entreprises dans des environnements applicatifs complexes et distribués.
Ces derniers mois, Wikibon a constaté une forte augmentation du nombre de produits intégrant le Machine Learning à des fins de découverte dans des portefeuilles plus larges de solutions de conformité au RGPD. Il s'agit d'un outil essentiel pour automatiser le traitement des demandes des personnes concernées concernant l'octroi ou le refus de consentements à l'utilisation de leurs informations personnelles dans des environnements de données complexes. Il est également essentiel pour une comptabilité transparente de l'utilisation et de la gestion de leurs informations personnelles, ainsi que pour l'envoi rapide de notifications en cas de violation de ces données.
Voici quelques fournisseurs remarquables de solutions de découverte d'informations personnelles pour la conformité au RGPD. Dans la section suivante, nous présentons les différents cas d'utilisation et scénarios de déploiement du RGPD pour chacun d'eux :
- ML pour la découverte d'informations personnelles identifiables dans un pipeline DevOps: BigID Inc. Utilise le Machine Learning pour suivre en continu l'évolution des informations personnelles identifiables (IPI) dans les environnements de production et de développement, que ce soit dans le centre de données ou dans le cloud. Son BigOps utilise le Machine Learning pour découvrir, contextualiser et cataloguer les IPI dans tous les magasins de données. Il s'intègre aux environnements DevOps open source tels que Jenkins pour surveiller automatiquement l'évolution des IPI tout au long du cycle de développement. Il utilise également le Machine Learning pour comparer ses données avec celles d'une base de données suspectée de pirater afin de déterminer rapidement les failles nécessitant une notification immédiate.
- ML pour la découverte d'informations personnelles identifiables afin d'accélérer le traitement du « droit à l'oubli » : Systèmes de métiers à tisserUtilise le Machine Learning pour analyser les journaux et les données machine non structurées, offrant une visibilité immédiate sur les environnements informatiques. Sophie for GDPR propose une fonctionnalité « Localiser mes données personnelles » qui automatise la collecte des données de journaux sensibles, permettant ainsi la localisation et la suppression rapides des données personnelles, à la demande de la personne concernée, conformément au droit à l'oubli des données personnelles. En savoir plus ici.