只要我能有一个机器人来做所有家务，我就支持人工智能——《爱尔兰时报》

在 QCon 伦敦, Rachael Greaves，Castle Systems 首席执行官，介绍了数据最小化作为减少数据泄露影响的机制的义务和好处。 只要考虑道德原则，人工智能自动分类和自动决策工具就可以帮助应对不断增加的数据量，从而允许对决策提出挑战。 格里夫斯在演讲开始时指出，网络安全主要侧重于通过培训、防火墙和加密来降低泄露的可能性。 但是，风险是可能性和影响的组合，即 “渗透的可能性很小，但影响重大”。 数据最小化 是一种降低数据泄露影响的机制。 她表示，创建一个坚不可摧的系统是不可能的：“总会有 零日漏洞、值得信赖的内部人员或错误配置”。 这是一项安全和隐私原则，要求组织限制其持有的信息量，因为他们知道自己可能随时被泄露或数据泄露到公共领域。 除了法律义务之外，格里夫斯还指出了实施数据最小化的好处： 威慑：数据最小化减少了数据泄露时可能造成的潜在危害，但也阻止了进一步侵入系统的尝试（最大限度地减少恶意行为者可以货币化的数据量将阻止进一步的尝试）。 响应和恢复：如果您完全了解您的数据，这是数据最小化的第二个好处。 在事件发生之前了解这一点将使您知道“谁参与了泄漏”（哪个客户受到了影响）。 如果发生违规，您可以迅速向受影响方发出警报，将影响降至最低。 可保性和风险转移：即使评估过程不透明，网络保险公司的评估也有与敏感数据相关的广泛部分。 研究还发现，包含大量敏感信息的组织的保险成本往往较高。 组织有效性：您需要了解您持有的所有信息，即哪些信息有风险，哪些信息有价值，以及重要的是哪些规则适用于该信息（保留规则、保密规则、监管义务）。 数据最小化实现组织最大化