面向安全与隐私的可扩展数据分类
密码学与安全
2020-07-08 v5 人工智能
计算机与社会
摘要
基于内容的数据分类是一项开放性挑战。传统类数据防泄漏（DLP）系统通过对相关数据进行指纹提取并监控端点上的指纹数据来解决此问题。在Facebook中大量不断变化的数据资产使得该方法在发现数据位于何处时既不可扩展又低效。本文关于一个端到端系统的构建，该系统用于在Facebook规模上检测敏感语义类型并自动实施数据保留与访问控制。此处描述的方法是我们首个端到端隐私系统，试图通过结合数据信号、机器学习与传统指纹技术来描绘并分类Facebook内所有数据以解决该问题。所述系统已投入生产，在各种隐私类别上达到0.9以上的平均F2分数，同时处理跨数十个数据存储的大量数据资产。
引用
@article{arxiv.2006.14109,
title = {Scalable Data Classification for Security and Privacy},
author = {Paulo Tanaka and Sameet Sapra and Nikolay Laptev},
journal= {arXiv preprint arXiv:2006.14109},
year = {2020}
}