Latest / Entre Chaves / Snippet #21 LGPD na prática: automatizando tarjamento de dados sensíveis

Transcript

Snippet #21 LGPD na prática: automatizando tarjamento de dados sensíveis · Entre Chaves

• 0:09
  Olá pessoal, tudo bem? Eu sou o Marcelo, sou arquiteta
• 0:12
  aqui na DTIE. Quero trazer uma dica hoje que
• 0:14
  pode ajudar a evitar grandes dores de cabeça na sua empresa,
• 0:17
  no seu cliente, no dia a dia, que é a exposição de informações
• 0:21
  sensíveis. A ideia aqui hoje é a gente
• 0:23
  falar sobre a combinação de ferramentas de a com alguns
• 0:27
  frameworks EOCRS que podem otimizar muitas das ferramentas
• 0:31
  de mercado que já existem hoje aí para poder fazer esse tipo de
• 0:34
  trabalho. Bom, hoje a gente precisa estar
• 0:37
  bastante atento. Quanto AALGPD que é AA lei geral
• 0:41
  de proteção de dados, né? Que, em vigor desde 2020, impõem
• 0:45
  regras bem rigorosas sobre como as organizações tratam esses
• 0:49
  dados pessoais. Quando uma empresa, por exemplo,
• 0:51
  precisa compartilhar documentos, né, seja em processos judiciais,
• 0:55
  auditorias, atendimento a órgãos reguladores, ela é obrigada a
• 0:59
  realizar a proteção dessas informações sensíveis, que não
• 1:01
  devem ser expostos em hipótese alguma.
• 1:03
  E caso isso ocorra, as consequências são.
• 1:05
  Em sérias, as multas da LGPD podem chegar a 2% do faturamento
• 1:09
  da empresa. Sem falar no dano reputacional
• 1:12
  que muitas vezes é. É irreversível, né?
• 1:14
  E hoje no mercado existem diversas para poder fazer este
• 1:18
  tipo de tarefa, de fazer ofuscação de dados sensíveis, et
• 1:21
  cetera, mas grande partes delas são para a busca de dados
• 1:25
  estruturados. Que que eu quero dizer com dados
• 1:27
  estruturados, né? Eu quero, estou falando de
• 1:28
  CPFCNPJ, CEP, telefone, dentre outros que já possuem padrões ou
• 1:34
  máscaras muito bem. Definidos e que facilitam a
• 1:37
  identificação desses itens. Com isso, a gente quer
• 1:41
  ultrapassar um pouco essa Barreira, né?
• 1:43
  Com essa combinação de ferramentas, justamente para
• 1:46
  poder fugir dessa parte estruturada e buscar aquelas
• 1:49
  informações não estruturadas que são consideradas sensíveis
• 1:52
  também, como nome, endereço, diversos outras informações, às
• 1:57
  vezes no contexto de negócios que são consideradas sensíveis e
• 2:00
  que não podem ir a público. Mas enfim, que ferramentas são
• 2:04
  essas que a gente está falando, né?
• 2:05
  A princípio, eu quero entrar numa primeira aqui que na
• 2:08
  verdade ele é um framework. Eu estou falando do Lang chain,
• 2:10
  o ling chain basicamente é um framework de código aberto e que
• 2:13
  ele facilita a criação, né? De aplicações baseadas em LLMS.
• 2:17
  Basicamente, ele permite fazer com que exista essa integração
• 2:22
  de forma mais fácil e estruturada entre a nossa
• 2:24
  aplicação e os modelos. E o ling chain.
• 2:27
  Ele já tem alguns conceitos próprios que permitem a
• 2:29
  construir essas soluções mais inteligentes, né?
• 2:31
  Então alguns. Esses conceitos, como o Chains,
• 2:34
  como o próprio nome já diz, são as sequências de operações
• 2:36
  encadeadas. Então, por exemplo, eu pego um
• 2:39
  texto de um documento, eu passo ele por um prompt que pede para
• 2:42
  o modelo identificar quais são esses dados sensíveis e recebe
• 2:45
  de volta uma lista estruturada do que foi encontrado.
• 2:47
  E cada etapa alimenta a próxima de forma bem organizada, né?
• 2:51
  O link que permite a gente também fazer criação de templays
• 2:53
  de prompt reutilizáveis. Então eu posso ter prompts
• 2:56
  específico para poder detetar certos tipos de informações,
• 2:59
  posso ter um prompt para poder fazer a identificação de nomes,
• 3:01
  eu posso ter um prompt. Poder fazer identificação de
• 3:03
  endereços, posso ter uma variedade de customizações,
• 3:07
  depender do negócio ali que a gente está atuando.
• 3:11
  Como eu disse, né, ele facilita nessa questão do modelo hoje,
• 3:15
  né? Naturalmente, retornar um texto
• 3:17
  livre e para a gente poder trabalhar isso dentro das
• 3:19
  soluções, a gente precisa ter um dado mais estruturado para poder
• 3:22
  a gente fazer uma manipulação mais eficiente.
• 3:24
  E o lag chain, ele permite a gente trabalhar dessa forma, né?
• 3:28
  A gente consegue consumir ali um Jason e por aí vai, além de que
• 3:31
  ele consegue. Consegue manter o contexto
• 3:33
  também entre as chamadas? E isso é útil quando a gente
• 3:36
  está processando um documento, por exemplo, que possuem várias
• 3:38
  páginas e a gente precisa que o modelo lembre das informações
• 3:41
  que já foram encontradas, justamente para poder evitar a
• 3:44
  redundância ou conseguir correlacionar os dados entre as
• 3:47
  outras páginas que estão No No processo.
• 3:50
  Os documentos, né? A busca de informações sensíveis
• 3:53
  não tratam só de textos, né? A gente no documento, a gente
• 3:58
  não vai ter conteúdo apenas de texto.
• 3:59
  A gente pode ter imagens contidas também nesses arquivos.
• 4:03
  É aí que entra a outra variedade de ferramentas que a gente pode
• 4:07
  unir e otimizar ainda mais a captura dessas informações.
• 4:11
  Além de imagens escaneadas que possuem conteúdos de texto,
• 4:14
  também existem diversos outros cenários aonde a gente precisa
• 4:17
  também ter cuidado aí com a exposição indevida.
• 4:20
  Fotos, né? Rosto de pessoas, assinaturas QR
• 4:23
  codes, em alguns momentos podem sim ser considerados dados
• 4:27
  sensíveis e anão exposição, aí podem causar penalidades.
• 4:30
  Estão falando de algumas ferramentas, né?
• 4:32
  De OCREE, de análise de imagem. Aí a gente tem algumas bem
• 4:35
  comuns no mercado, como o terceract, o aju, EI Vision,
• 4:39
  então são ferramentas bem poderosas, né, que ajudam a
• 4:42
  gente fazer toda essa análise de imagem e extrair conteúdos de
• 4:46
  textos, além de análise de rosto, né?
• 4:48
  O próprio retina face, que é uma.
• 4:50
  Ferramenta de dipilon também muito poderosa e que a gente
• 4:54
  unificando todas essas variedades, a gente pode ter 11
• 4:58
  resultado muito eficaz. Aí nesse processo de de
• 5:02
  ofuscação. Mais uma dica importante, né,
• 5:04
  pessoal? Assim, tendo essa combinação de
• 5:06
  ferramentas, é sempre pensar também na arquitetura que vai
• 5:09
  ser implementada, porque isso pode ser um diferencial também.
• 5:12
  E lembrando que isso também não reduz a necessidade humana para
• 5:17
  poder fazer 11 revisão, né? Quando se trata de dar.
• 5:20
  Sensíveis é e modelos. A gente pode ter possibilidades
• 5:24
  de falsos negativos ou falsos positivos ali, né?
• 5:26
  Onde um dado sensível pode ter deixado de ser tarjado.
• 5:28
  Então envolve sim uma necessidade humana ali de
• 5:31
  revisão. Porém, a gente já reduz bastante
• 5:34
  um processo que geralmente é muito moroso, né?
• 5:37
  Muito cansativo, pelo fato de muitas vezes ser um processo
• 5:40
  feito manualmente ali e que demanda bastante tempo, né?
• 5:44
  A gente tem uma redução de tempo aí também muito grande, caso a
• 5:47
  gente consiga otimizar e automatizar esse.
• 5:50
  Processo com essas dicas pensa, né?
• 5:52
  Um processo, uma pessoa ali fazendo uma ofustração de um
• 5:55
  documento de 500 a 1000 páginas, pode demorar bastante tempo.
• 5:58
  Bom, pessoal, mas é isso. Espero que tenha gostado, que
• 6:01
  essas dicas possam trazer novas ideias aí, um abraço e até a
• 6:05
  próxima.