XiaoMi-AI文件搜索系统
World File Search System敏感数据
透明度与隐私敏感数据的安全性
近年来，总结呼吁在（地理空间）数据上提高透明度，尤其是在政府拥有的数据方面，因为它促进了问责制并保护公民的权利（例如，隐私权）。另一方面，随着（地理空间）数据的越来越多，侵犯隐私，数据滥用和网络攻击的风险越来越大，强大的数据安全性的重要性被强调了。但是，公众访问数据和隐私权的权利显然是彼此矛盾的。公众对数据的访问需要透明度，而隐私需要约束甚至保密。本文探讨了（公共）组织应罢工以保护敏感数据的复杂平衡，同时根据Kadaster的经验和最佳实践维持相同数据的透明度。数据透明度和数据安全之间的张力提出了一个挑战，也适用于荷兰9卡达斯特，土地注册机构（Kadaster）（Kadaster）。Kadaster正在开发一个系统来应对这一挑战以应对几个问题，例如：我们如何确保Kadaster对他们提供的有关某人的个人数据透明？; Kadaster如何确保受威胁的人的个人数据不会最终进入街头？; Kadaster在法律和道德上为此目的采取的措施是否有理由？; Kadaster允许做什么，并且作为政府组织有义务做什么？
保护敏感数据的 Proofpoint AI 技术
Proofpoint, Inc. 是一家领先的网络安全和合规公司，致力于保护组织最重要的资产和最大风险：员工。凭借一套集成的基于云的解决方案，Proofpoint 帮助世界各地的公司阻止有针对性的威胁，保护他们的数据，并提高用户抵御网络攻击的能力。各种规模的领先组织（包括 75% 的财富 100 强企业）都依赖 Proofpoint 以人为本的安全和合规解决方案，以减轻他们在电子邮件、云、社交媒体和网络上最关键的风险。更多信息请访问 www.proofpoint.com。
保护数字基础设施和敏感数据的策略
电信基础设施。该评论还突出了现有的网络安全实践中的差距，例如加密不足，访问控制不足以及缺乏网络安全协议的员工培训。为了解决这些漏洞，本文提出了一种多层网络安全策略，其中包括实施高级加密技术，持续监视和威胁检测系统以及强大的事件响应计划。重点是电信公司，监管机构和网络安全专家之间进行合作的需求，以制定标准化的安全协议并共享威胁情报。审查强调了积极的网络安全方法的重要性，倡导定期安全审计，对员工的网络安全培训进行投资，以及采用人工智能（AI）（AI）（AI）（ML）等新兴技术以增强威胁检测和响应能力。通过采用这些策略，电信行业可以大大减轻风险，并确保保护其数字基础架构和敏感数据。关键字：电信网络安全，网络威胁，恶意软件，勒索软件，网络钓鱼，
使用加密技术保护敏感数据的安全
加密是网络安全的重要组成部分。它以多种方式用于保护数据的机密性和私密性，例如在 HTTPS 网站、安全消息传递应用程序、电子邮件服务和虚拟专用网络中。加密用于在信息从一个位置移动到另一个位置（即在传输中）时保护信息，从发送者到接收者。例如，当您使用笔记本电脑或智能手机连接到银行网站时，您的设备与银行网站之间传输的数据是加密的。加密还用于保护静止的信息。例如，当信息存储在数据库中时，它会以不可读的格式存储。即使有人获得该数据库的访问权限，存储的信息也会有额外的安全保护。加密还用于保护您与组织共享的个人信息。例如，当您与在线零售商共享您的个人信息（例如出生日期、银行或信用卡信息）时，您应该确保他们使用安全浏览加密保护您的信息。
origo：通过恒定通信证明敏感数据的出处
运输层安全性（TLS）是为了保护客户端服务器通信的基础。但是，它不会将完整性保证扩展到数据真实性的第三方验证。如果客户端要介绍从服务器获得的数据，则无法说服任何其他方都没有篡改数据。tls oracles确保数据真实性超出了客户端服务器TLS连接，以便客户可以从服务器获得数据并确保没有服务器端修改的任何第三方的出处。通常，TLS Oracle在TLS会话中涉及第三方，验证者，以验证客户获得的数据是否已准确。TLS Oracles的现有协议依赖交互式协议，是通信繁重的。我们介绍Origo，这是一个不断通信的TLS Oracle。与先前的工作类似，Origo在TLS会话中介绍了第三方，并提供了一项协议，以确保TLS会话中传输的数据的真实性，而无需没收其机密性。与先前的工作相比，我们依赖于特定于TLS 1.3的复杂详细信息，这使我们能够在零知识证明（ZKP）内证明正确的密钥推导，身份验证和加密。与TLS 1.3的优化相结合，可以在在线阶段进行不断通信的有效协议。我们的工作将在线沟通减少375倍，在线运行时间最多可将在线运行时间降低4。6×，与先前的工作相比。
在生命科学中共享敏感数据：集中和联合方法的概述
玛丽亚·鲁贾诺（Maria A. Rujano），格罗宁根大学医学科学博士学位，在埃克林（Ecrin）担任项目经理，为欧盟医疗保健数据研究倡议做出了贡献。凭借细胞和神经发育生物学的专业知识，她曾在著名的研究中心工作，包括Curie Institute和Institute Pasteur。化学博士学位Jan-Willem Boiten是Lygaturation的高级计划经理。 拥有超过20年的跨生命科学合作经验，他正在协调荷兰和欧洲一级的大规模生物医学数据基础设施计划。 克里斯蒂安·奥曼（Christian Ohmann）拥有数学博士学位，医学临时检查和“理论手术”领域的关联。 他是德国海因里希海因大学杜塞尔多夫医学院临床试验中心（KKS）的负责人（1999- 2014年），目前与ECRIN有关临床试验数据共享和ECRIN网络委员会的咨询。 ECRIN的高级数据经理Steve Canham具有18年的临床试验数据系统和管理方面的专业知识。 以前，他领导伦敦癌症研究所的IT团队（2002-11）。 Sergio Contrino是ECRIN数据项目的负责人。 是培训的电子工程师，曾在剑桥大学，遗传学系和欧洲生物信息学研究所（EBI）担任高级软件开发人员。 Romain David，海洋学和数据挖掘博士学位，是Erinha的研究人员和数据管家。 他是研究数据联盟（RDA）的共同主席（例如，化学博士学位Jan-Willem Boiten是Lygaturation的高级计划经理。拥有超过20年的跨生命科学合作经验，他正在协调荷兰和欧洲一级的大规模生物医学数据基础设施计划。克里斯蒂安·奥曼（Christian Ohmann）拥有数学博士学位，医学临时检查和“理论手术”领域的关联。他是德国海因里希海因大学杜塞尔多夫医学院临床试验中心（KKS）的负责人（1999- 2014年），目前与ECRIN有关临床试验数据共享和ECRIN网络委员会的咨询。ECRIN的高级数据经理Steve Canham具有18年的临床试验数据系统和管理方面的专业知识。以前，他领导伦敦癌症研究所的IT团队（2002-11）。Sergio Contrino是ECRIN数据项目的负责人。是培训的电子工程师，曾在剑桥大学，遗传学系和欧洲生物信息学研究所（EBI）担任高级软件开发人员。Romain David，海洋学和数据挖掘博士学位，是Erinha的研究人员和数据管家。他是研究数据联盟（RDA）的共同主席（例如，拥有20年的环境信息系统专业知识，他专门研究数据挖掘，图形方法和合适的数据管理。敏感数据）。Jonathan Ewbank于2021年加入Erinha担任总干事，在担任Marseille-Luminy免疫学中心（法国）25年后。Claudia Filippone是一名病毒学家，在Erinha担任高级科学计划经理。她的研究经验着重于欧洲和非洲的病毒出现和人畜共患病。Erinha的欧洲项目经理Claire Connellan专注于传染病爆发研究（Isidore）项目的综合服务，旨在增强大流行的准备。拥有项目管理和政策制定方面的专业知识，她拥有伦敦国王学院的国际和平与安全硕士学位。Ilse Custers是一名药物化学家（VU阿姆斯特丹）和卫生经济学家（庞贝·法布拉大学）。她目前正在担任Lygature的项目经理，管理项目建立基础架构的健康和基因组数据共享。Rick Van Nuland博士是专注于卫生研究基础设施的Lygature计划经理，并在UTRECHT大学医学中心和斯坦福大学接受了分子癌生物学家的培训。 Michaela Th。 Mayrhofer是培训的社会科学家。 她的博士学位研究了生物库治理的模式。 她的研究重点在于GDPR的合规性，人工智能道德规范以及建立和促进生物医学研究中的ELSI最佳实践。 自2019年以来，她一直领导BBMRI-ERIC的ELSI服务与研究部门。Rick Van Nuland博士是专注于卫生研究基础设施的Lygature计划经理，并在UTRECHT大学医学中心和斯坦福大学接受了分子癌生物学家的培训。Michaela Th。 Mayrhofer是培训的社会科学家。 她的博士学位研究了生物库治理的模式。 她的研究重点在于GDPR的合规性，人工智能道德规范以及建立和促进生物医学研究中的ELSI最佳实践。 自2019年以来，她一直领导BBMRI-ERIC的ELSI服务与研究部门。Michaela Th。Mayrhofer是培训的社会科学家。她的博士学位研究了生物库治理的模式。她的研究重点在于GDPR的合规性，人工智能道德规范以及建立和促进生物医学研究中的ELSI最佳实践。自2019年以来，她一直领导BBMRI-ERIC的ELSI服务与研究部门。Petr Holub是Masaryk大学计算机科学副教授。自2015年以来，他已成为BBMri-Eric的首席IT官。他具有科学的背景（2001年计算量子化学专业的MSC）和计算机科学（2005年的博士学位，专门研究计算机网络，自组织和多媒体处理）。evaGarcíaálvarez在BBMRI-ERIC担任IT科学家和项目经理。她从圣地亚哥大学（De Santiago de Costela）获得了分子医学博士学位，在那里她研究了癌症中体细胞病毒整合的基因组景观。Emmanuel Bacry毕业于écoleNormaleSupérieure（ENS），并拥有数学博士学位。他目前是巴黎 - 杜普大学的CNRS研究主任，也是法国健康数据中心的科学总监。他领导了Ecole Polytechnique的大数据与数据科学计划超过4年（2016-19）。收到：2024年2月6日。修订：2024年4月19日©作者2024。牛津大学出版社出版。这是根据Creative Commons Attribution许可条款（https://creativecommons.org/licenses/4.0/）分发的一篇开放访问文章，该文章允许在任何媒介中不受限制地重复使用，分发和再现，前提是适当地引用了原始工作。
不变的秘密管理：在容器中使用敏感数据的零信任方法 - 文章 - 汇合处
我们介绍了Chaossecops，这是一个新颖的概念，将混乱工程与DevSecops结合在一起，特别着重于主动测试和提高秘密管理系统的弹性。通过使用AWS服务（秘密经理，IAM，EKS，ECR）和Common DevOps工具（Jenkins，Docker，Terraform，Chaos Toolkit，Sysdig/Falco）的详细，现实世界实施方案，我们证明了这种方法的实际应用，并且对这种方法进行了实践应用。电子商务平台案例研究展示了不变的秘密管理如何改善安全姿势，提高合规性，更快的市场时间，停机时间的降低以及开发人员的生产率提高。关键指标表明，与秘密相关的事件和更快的部署时间显着减少。该解决方案直接解决了DevOps技术类别中全球技术奖的所有标准，突出了创新，协作，可伸缩性，持续改进，自动化，文化转型，可衡量的结果，技术卓越成果，技术卓越和社区贡献。
人道主义行动中的数据保护手册
• SaaS – 软件即服务 • 敏感数据是指个人数据，如果披露，可能会导致对相关个人的歧视或压制。通常，与健康、种族或民族、宗教/政治/武装团体隶属关系或基因和生物特征数据有关的数据被视为敏感数据。所有敏感数据都需要加强保护，尽管属于敏感数据范围的不同类型的数据（例如不同类型的生物特征数据）可能具有不同的敏感程度。鉴于人道主义组织工作的具体情况以及某些数据元素可能导致歧视的可能性，列出人道主义行动中敏感数据类别的明确清单毫无意义。数据的敏感性以及适当的保障措施（例如技术和组织安全措施）必须根据具体情况进行考虑。
智慧城市网络安全最佳实践
通过脆弱的 ICT 供应链获取的非法访问可能会导致基础设施运行的退化或中断，以及公用事业运营、紧急服务通信或视觉监控技术的敏感数据被泄露或窃取。智慧城市 IT 供应商还可能能够访问来自多个社区的大量敏感数据，以支持基础设施服务的整合——包括敏感的政府信息和个人身份信息 (PII)——这对恶意行为者来说是一个有吸引力的目标。敏感数据的汇总可能会为恶意行为者提供信息，这些信息可能会暴露关键基础设施的漏洞，并使公民面临风险。请参阅以下资源，以获取有关如何减轻供应链风险的指导：
Leonhard Med，可信赖的研究环境，用于处理敏感的研究数据
摘要：本文概述了Eth Zurich的Leonhard Med Trusted研究环境（TRE）的开发和运作。Leonhard Med为科学研究人员提供了安全研究敏感研究数据的能力。我们概述了用户观点，即处理敏感数据，设计历史记录，当前状态和操作的法律框架。Leonhard Med是一个有效的，高度安全的可信赖的研究环境，用于数据处理，由ETH ETH托管，由ETH的科学IT服务（SIS）运营。它提供了一大堆安全控制，使研究人员可以根据瑞士立法和苏黎世数据保护政策存储，访问，管理和处理敏感数据。此外，Leonhard Med满足了生物培训信息安全政策，并且与国际数据保护法兼容，因此可以在国家和国际协作研究项目的范围内使用。最初设计为“裸机”高性能计算（HPC）平台，以实现最高性能，后来重新设计为虚拟化的私人云平台，以向其客户提供更多的效果。敏感数据可以在称为租户的安全，分离的空间中分析。技术和组织措施（TOMS）已适当地确保敏感数据的确定性，完整性和可用性。同时，Leonhard Med确保了对尖端研究软件的广泛访问，尤其是用于分析人类数据和其他个性化健康应用程序。