Separating Disclosure from Authorization: Field-Tier Minimization for Agent Action Mediation

आधुनिक डिजिटल दुनिया में, स्वायत्त सॉफ्टवेयर एजेंट लोगों और कंपनियों की ओर से कार्य करते हैं, जैसे ईमेल भेजना, पैसा स्थानांतरित करना और संवेदनशील रिकॉर्ड तक पहुँच प्राप्त करना। इन एजेंटों को सुरक्षित और ईमानदार बनाए रखने के लिए, संगठन दो अलग-अलग प्रणालियों का उपयोग करते हैं जो अक्सर एक-दूसरे के विपरीत दिशा में काम करती हैं। पहला है एक गेटकीपर, एक नीति इंजन (policy engine) जिसे यह निर्णय लेने के लिए कि क्या कोई क्रिया अनुमत है, विवरणों को देखना चाहिए। यदि कोई एजेंट किसी प्राप्तकर्ता को ईमेल भेजना चाहता है, तो गेटकीपर को पता लगाने के लिए उस पते को देखने की आवश्यकता होती है कि वह व्यक्ति कंपनी के अंदर है या बाहर। दूसरा सिस्टम है एक स्थायी रिकॉर्ड, एक अपरिवली योग्य लॉग जो किए गए प्रत्येक निर्णय को लिखता है, जिससे एक ऐसा निशान बनता है जिसका ऑडिटर्स वर्षों बाद यह साबित करने के लिए निरीक्षण कर सकें कि क्या हुआ था। समस्या तब उत्पन्न होती है जब दोनों प्रणालियाँ पारंपरिक रूप से एक ही चीज़ की मांग करती हैं: कच्चा, बिना छना हुआ डेटा। गेटकीपर को एक निष्पक्ष निर्णय लेने के लिए पूर्ण विवरण की आवश्यकता होती है, और लॉग को एक विश्वसनीय गवाह होने के लिए पूर्ण विवरण की आवश्यकता होती है। लेकिन यह एक खतरनाक बाधा उत्पन्न करता है जहाँ सबसे निजी जानकारी—नाम, पते और चिकित्सा विवरण—एक स्थायी, अमिट लेज़र में फंस जाती है, जो उन्हीं गोपनीयता नियमों का उल्लंघन करती है जिनका पालन करने का संगठन प्रयास कर रहा है।

Aurite AI के शोधकर्ताओं की एक टीम ने सुरक्षा या गोपनीयता से समझौता किए बिना इन दो आवश्यकताओं को सुलझाने का एक तरीका खोज निकाला है। उन्होंने पाया कि गेटकीपर और रिकॉर्ड-रखने वाले को वास्तव में एक ही चीज़ देखने की आवश्यकता नहीं है। गेटकीपर को केवल नियम-आधारित निर्णय लेने के लिए डेटा के 'रूप' (shape) को जानने की आवश्यकता होती है, जबकि रिकॉर्ड-रखने वाले को केवल यह जानने की आवश्यकता होती है कि डेटा के एक विशिष्ट सेट के बारे में एक विशिष्ट निर्णय लिया गया था। इन आवश्यकताओं को अलग करके, शोधकर्ताओं ने एक ऐसी प्रणाली बनाई है जहाँ निजी विवरण उपयोगकर्ता के कंप्यूटर को कभी नहीं छोड़ते, फिर भी संगठन नियमों को लागू कर सकता है और एक अटूट ऑडिट ट्रेल रख सकता है।

उनके समाधान का मूल आधार 'फील्ड-टियर मिनिमाइजेशन' (field-tier minimization) नामक एक विधि है। एक संपूर्ण क्रिया, जैसे "ईमेल भेजना", को डेटा के एक एकल ब्लॉक के रूप में मानने के बजाय, सिस्टम इसे इसके व्यक्तिगत भागों या 'फील्ड्स' में तोड़ देता है। फिर यह प्रत्येक फील्ड को तीन श्रेणियों में से एक में वर्गीकृत करता है। पहली श्रेणी में वह जानकारी शामिल है जो नियमों के लिए आवश्यक है लेकिन किसी व्यक्ति की पहचान नहीं करती है, जैसे कि अटैचमेंट का आकार या फाइलों की संख्या। इस डेटा को उसके मूल रूप में गुजरने की अनुमति है। दूसरी श्रेणी में वह जानकारी होती है जो नियमों के लिए आवश्यक है लेकिन व्यक्तिगत पहचान योग्य भी है, जैसे कि ईमेल पता। इन फील्ड्स के लिए, सिस्टम पूरा पता नहीं भेजता है। इसके बजाय, यह एक सरलीकृत, गैर-पहचान योग्य संस्करण पास करता है, जैसे कि "@" चिन्ह के बाद का केवल डोमेन नाम। यह गेटकीपर को यह जांचने की अनुमति देता है कि ईमेल किसी बाहरी कंपनी को जा रहा है या नहीं, बिना किसी विशिष्ट व्यक्ति का नाम प्रकट किए। तीसरी श्रेणी में वह जानकारी होती है जिसकी नियमों के लिए कभी आवश्यकता नहीं होती, जैसे कि ईमेल का विषय (subject line) या भुगतान पर नोट्स। यह डेटा पूरी तरह से उपयोगकर्ता के कंप्यूटर के भीतर ही रहता है और कभी भी बाहरी दुनिया की सीमा को पार नहीं करता है।

इस डिज़ाइन की कुशलता इस बात में निहित है कि यह स्थायी रिकॉर्ड को कैसे संभालता है। गोपनीयता की रक्षा के कई पिछले प्रयासों में, सिस्टम लॉग में लिखने से पहले संवेदनशील डेटा को छिपाने या हटाने का प्रयास करते थे। हालाँकि, यह एक नई समस्या पैदा करता है: यदि लॉग में बदलाव किया जाता है, तो एक ऑडिटर यह नहीं बता सकता कि क्या हटाया गया है या क्या रिकॉर्ड विश्वसनीय है। शोधकर्ताओं ने इसे हल करने के लिए कंप्यूटर को किसी भी चीज़ को छिपाने या सरल बनाने से पहले मूल, अपरिवली योग्य डेटा का एक अद्वितीय डिजिटल फिंगरप्रिंट (fingerprint) कंप्यूट करने के लिए उपयोग किया। यह फिंगरप्रिंट फिर स्थायी लॉग में लिखा जाता है। बाद में, जब सरलीकृत डेटा गेटकीपर को भेजा जाता है, तो सिस्टम अभी भी यह सिद्ध कर सकता है कि सरलीकृत संस्करण मूल डेटा से आया था क्योंकि फिंगरप्रिंट मेल खाता है। इसका अर्थ है कि संगठन भविष्य में डेटा को छिपाने के अपने नियमों को कभी भी बदल सकता है, भले ही वर्षों बाद, पुराने रिकॉर्डों की अखंडता को तोड़े बिना। लॉग मूल घटना का एक ठोस, अपरिवली योग्य गवाह बना रहता है, जबकि गेटकीपर को सूचना का प्रवाह लचीला और गोपनीयता-अनुकूल हो जाता है।

यह सुनिश्चित करने के लिए कि यह प्रणाली सही ढंग से कार्य करे, शोधकर्ताओं को एक पेचीदा प्रश्न को हल करना पड़ा कि विश्वास (trust) का आधार क्या है: यह कौन तय करेगा कि क्या हुआ? चूंकि संवेदनशील डेटा कभी भी उपयोगकर्ता के कंप्यूटर को नहीं छोड़ता है, इसलिए उपयोगकर्ता का कंप्यूटर ही एकमात्र है जो मूल डेटा के फिंगरप्रिंट की गणना कर सकता है। शोधकर्ताओं ने निर्णय लिया कि उपयोगकर्ता के कंप्यूटर को ही यह फिंगरप्रिंट बनाना चाहिए और इसे लॉग को रिपोर्ट करना चाहिए। उनका तर्क था कि यदि कोई उपयोगकर्ता फिंगरप्रिंट के बारे में झूठ बोलने की कोशिश करता है, तो वह स्वयं के विरुद्ध साक्ष्य गढ़ रहा होगा, जो एक मजबूत निवारक है। हालाँकि, उपयोगकर्ता का कंप्यूटर यह बताने के लिए विश्वसनीय नहीं हो सकता कि डेटा को सरल बनाने के लिए किन नियमों का उपयोग किया गया था, क्योंकि यह बस यह दावा कर सकता है कि इसने अधिक जानकारी छिपाने के लिए अलग नियमों का उपयोग किया था। इसे रोकने के लिए, सिस्टम यह आवश्यक करता है कि उपयोगकर्ता का कंप्यूटर उन नियमों का फिंगरप्रिंट भी भेजे जिनका उसने उपयोग किया था, और केंद्रीय सर्वर इसकी आधिकारिक नियमों के साथ जाँच करता है। यदि दोनों फिंगप्रिंट मेल नहीं खाते हैं, तो सिस्टम जान जाता है कि कुछ गलत है और क्रिया को अस्वीकार कर देता है। यह एक ऐसा संतुलन बनाता है जहाँ उपयोगकर्ता को उनके पास मौजूद डेटा की रिपोर्ट करने के लिए विश्वसनीय माना जाता है, लेकिन सर्वर को लागू किए गए नियमों को सत्यापित करने के लिए विश्वसनीय माना जाता है।

शोधकर्ताओं ने वास्तविक दुनिया के परिदृश्यों के साथ इस प्रणाली का परीक्षण किया, जिसमें ईमेल भेजना और मेडिकल रिकॉर्ड तक पहुँचना शामिल था। उन्होंने पाया कि उनकी विधि ने संवेदनशील पहचानकर्ताओं को उपयोगकर्ता के वातावरण को छोड़े बिना सफलतापूर्वक रोका, जबकि पॉलिसी इंजन को सटीक निर्णय लेने की अनुमति दी। एक विशिष्ट परीक्षण में, उन्होंने एक रिसोर्स पाथ (resource path) की जांच की जिसमें रोगी का रिकॉर्ड नंबर शामिल था। उनका प्रारंभिक प्रयास पथ को सरल बनाने में विफल रहा क्योंकि इसने टेक्स्ट में नंबर को दृश्यमान छोड़ दिया था। उन्होंने इसे ठीक करने के लिए टेक्स्ट को साफ करने के बजाय पूरे अंतिम भाग (final part) को हटाने के नियम को बदलकर, यह सुनिश्चित किया कि कोई भी पहचान योग्य जानकारी लीक न हो। उनके विश्लेषण ने दिखाया कि उनके द्वारा अध्ययन किए गए कार्यों के लिए, लगभग आधे डेटा फील्ड्स कभी भी अपने कच्चे रूप में सीमा को पार नहीं कर पाए, और शेष फील्ड्स को गैर-पहचान योग्य सारांशों में बदल दिया गया।

टीम स्वीकार करती है कि उनका सिस्टम हर संभावित खतरे के खिलाफ एक पूर्ण ढाल नहीं है। यदि उपयोगकर्ता का कंप्यूटर स्वयं हैक हो जाता है, तो हमलावर अभी भी जो चाहे वह डेटा भेज सकता है। यह प्रणाली डेटा को उपयोगकर्ता से संगठन तक जाने के दौरान बचाने के लिए डिज़ाइन की गई है, न कि उपयोगकर्ता के कंप्यूटर को समझौता मुक्त रखने के लिए। इसके अलावा, शोधकर्ता बताते हैं कि उनके वर्तमान नियम स्थिर (static) हैं; वे जटिल स्थितियों के आधार पर आसानी से नहीं बदल सकते हैं, जैसे कि यह तय करना कि कोई फील्ड केवल तभी संवेदनशील है जब प्राप्तकर्ता दूसरे देश में हो। इन सीमाओं के बावजूद, यह दृष्टिकोण गोपनीयता और जवाबदेही के बीच के तनाव को संभालने का एक व्यावहारिक और संरचनात्मक तरीका प्रदान करता है। यह सिद्ध करता है कि आपको एक सख्त, अपरिवली योग्य ऑडिट ट्रेल और एक लचीली, गोपनीयता-सम्मान करने वाली नीति के बीच चयन करने की आवश्यकता नहीं है। डेटा के प्रति प्रतिबद्धता (commitment) को कंप्यूट करके, और यह सावधानीपूर्वक निर्धारित करके कि किसे क्या सत्यापित करना है, यह प्रणाली संगठनों को उनके ग्राहकों के निजी जीवन को स्थायी रिकॉर्ड के सामने उजागर किए बिना उनके एजेंटों को प्रभावी ढंग से संचालित करने की अनुमति देती है।