ڈیٹا سیکیورٹی: ڈیجیٹل اکانومی کے لیے ایک اسٹریٹجک "شیلڈ"۔

تیزی سے ڈیجیٹل تبدیلی کے تناظر میں، ڈیٹا کاروباری اداروں اور اقوام کے لیے ایک "اسٹریٹجک اثاثہ" بنتا جا رہا ہے۔ ڈیٹا کے تحفظ کا چیلنج اب محض ایک تکنیکی مسئلہ نہیں رہا، بلکہ یہ مصنوعی ذہانت (AI) کے دور میں ڈیجیٹل اعتماد پیدا کرنے اور پائیدار ترقی کو یقینی بنانے کے لیے ایک بنیادی ضرورت بن گیا ہے۔

مثالی تصویر۔

سسٹم کے تحفظ سے لے کر ڈیجیٹل ڈیٹا اور شناخت کے تحفظ تک۔

عملی نقطہ نظر سے، WEEDS VINA کی CEO محترمہ Dao Thu Thao نے کہا کہ پچھلے سالوں میں، تنظیموں نے اکثر اپنے IT انفراسٹرکچر جیسے کہ سرورز، نیٹ ورکس اور ایپلیکیشنز کی حفاظت پر توجہ مرکوز کی تھی۔ تاہم موجودہ دور میں زیادہ اہم مسئلہ ڈیٹا کو کنٹرول کرنے کی صلاحیت کا ہے۔

محترمہ تھاو کے مطابق، ڈیٹا اب صرف آپریشنز کے لیے ایک وسیلہ نہیں ہے، بلکہ وہ بنیاد بن گیا ہے جو ہر ادارے، کاروبار اور قوم کے لیے مسابقت، ترقی کی صلاحیت، اور ڈیجیٹل اسپیس میں مہارت کی سطح کا تعین کرتا ہے۔ "ایک کاروبار میں مضبوط تکنیکی انفراسٹرکچر ہو سکتا ہے، لیکن اگر وہ اپنے ڈیٹا کو کنٹرول نہیں کر سکتا، تو ڈیجیٹل اعتماد پیدا کرنا اور مستقبل میں پائیدار ترقی حاصل کرنا بہت مشکل ہو جائے گا،" انہوں نے زور دیا۔

آگاہی میں تبدیلیوں کے ساتھ ساتھ، ویتنام میں ڈیٹا سے متعلق قانونی فریم ورک کو بھی بتدریج مکمل کیا جا رہا ہے۔ محترمہ ڈاؤ تھو تھاو کے مطابق، سائبر سیکیورٹی قانون نے سائبر اسپیس میں قومی خودمختاری کے تحفظ کی بنیاد رکھی ہے۔ اس کے بعد ذاتی ڈیٹا کے تحفظ سے متعلق حکم نامہ، ڈیٹا کے مضامین کے حقوق اور ڈیٹا پروسیسنگ یونٹس کی ذمہ داریوں پر توجہ مرکوز کرتا ہے۔ خاص طور پر، ڈیٹا قانون نے ڈیٹا کو ایک اسٹریٹجک اثاثہ کے طور پر شناخت کیا ہے، اس طرح ڈیٹا گورننس اور تحفظ کے لیے اعلیٰ تقاضے طے کیے گئے ہیں۔

ریگولیٹری ایجنسیوں کے نقطہ نظر سے، لیفٹیننٹ کرنل Nguyen Dinh Do Thi، ڈپٹی ہیڈ آف ڈیپارٹمنٹ 1، سائبر سیکیورٹی اور ہائی ٹیک کرائم پریوینشن اینڈ کنٹرول بیورو، منسٹری آف پبلک سیکیورٹی ، کا خیال ہے کہ ڈیٹا کو اب ڈیجیٹل اکانومی کا "نیا وسیلہ" سمجھا جاتا ہے۔ ویتنام کے پاس ایک وسیع ڈیٹا ایکو سسٹم ہے جس میں دسیوں لاکھوں لوگ روزانہ انٹرنیٹ اور ڈیجیٹل پلیٹ فارم استعمال کرتے ہیں۔ تاہم، یہ ڈیٹا کی عدم تحفظ کے بڑھتے ہوئے سنگین خطرے کے ساتھ بھی آتا ہے۔

لیفٹیننٹ کرنل Nguyen Dinh Do Thi کے مطابق، ذاتی ڈیٹا کی غیر قانونی خرید و فروخت اس وقت بہت سے آن لائن پلیٹ فارمز پر پھیلی ہوئی ہے۔ فروخت کے لیے پیش کیے جانے والے ڈیٹا میں مختلف شعبوں جیسے فنانس، بینکنگ، تعلیم ، صحت کی دیکھ بھال، انشورنس، اور ای کامرس شامل ہیں۔ یہ ڈیٹا مجرموں کے ذریعے دھوکہ دہی، نقالی اور جائیداد کی چوری کے لیے استعمال کیا جاتا ہے۔

اس ماہر نے سمارٹ ڈیوائسز جیسے کیمرے، سمارٹ ٹی وی، فونز یا آئی او ٹی ڈیوائسز سے ڈیٹا کے عدم تحفظ کے خطرے سے بھی خبردار کیا۔ اگر مناسب طریقے سے ترتیب اور محفوظ نہ کی گئی ہو، تو یہ آلات حملوں، ڈیٹا کی چوری، یا غیر مجاز نگرانی کا ہدف بن سکتے ہیں۔

دریں اثنا، مسٹر Vu Duy Hien، ڈپٹی سیکرٹری جنرل اور نیشنل سائبر سیکیورٹی ایسوسی ایشن کے دفتر کے چیف نے کہا کہ ڈیجیٹل معیشت میں، ڈیٹا پورے ڈیجیٹل ماحولیاتی نظام کو جوڑنے والا "بہاؤ" ہے، جب کہ ڈیجیٹل شناخت اعتماد قائم کرنے اور سائبر اسپیس میں لین دین کی تصدیق کی بنیاد ہے۔

مسٹر Vu Duy Hien کے مطابق، AI بہت سے نئے مواقع پیدا کر رہا ہے لیکن اپنے ساتھ خطرات کا ایک سلسلہ بھی لاتا ہے جیسے کہ شناختی فراڈ، ڈیپ فیک تخلیق، خودکار گھوٹالے، اور بڑے پیمانے پر ڈیٹا کا استحصال۔ "ہم ماضی کی سائبرسیکیوریٹی ذہنیت کے ساتھ ڈیجیٹل مستقبل کی حفاظت نہیں کر سکتے،" انہوں نے زور دیا۔

لائف سائیکل ڈیٹا مینجمنٹ – ڈیجیٹل کاروبار کے لیے ایک ناگزیر رجحان۔

تنظیموں، کاروباروں اور کمیونٹی کی طرف سے فی الحال نمایاں توجہ حاصل کرنے والے موضوعات میں سے ایک ڈیٹا لائف سائیکل مینجمنٹ کا رجحان ہے۔

محترمہ ڈاؤ تھو تھاو کے مطابق، جدید ڈیٹا گورننس اب ڈیٹا سٹوریج یا ڈیٹا سسٹم کے انتظام تک محدود نہیں ہے، بلکہ اسے پورے ڈیٹا لائف سائیکل کو کنٹرول کرنا چاہیے - تخلیق، جمع، ذخیرہ، پروسیسنگ، شیئرنگ، اور استحصال سے لے کر ڈیٹا کو حذف کرنے یا تباہ کرنے تک۔

اس کا مطلب ہے کہ کاروباری اداروں کو یہ جاننے کی ضرورت ہے کہ ان کا ڈیٹا کہاں واقع ہے، کون اسے استعمال کر رہا ہے، یہ کس ڈیٹا کے بہاؤ کی پیروی کرتا ہے، اور آیا ڈیٹا کو صحیح مقاصد کے لیے اور مناسب اجازتوں کے ساتھ استعمال کیا جا رہا ہے۔

خاص طور پر، تیزی سے ترقی پذیر AI کے تناظر میں، ڈیٹا کا استعمال نہ صرف انسانوں کے ذریعے کیا جاتا ہے بلکہ AI سسٹمز، AI ایجنٹس، اور ذہین آٹومیشن ماڈلز بھی استعمال کرتے ہیں۔ لہذا، کاروباری اداروں کو بیک وقت کنٹرول کرنا چاہیے کہ AI ڈیٹا تک کیسے رسائی، پروسیس، اور استعمال کرتا ہے۔

WEEDS VINA کے نمائندے کے مطابق، مکمل لائف سائیکل ڈیٹا گورننس کے موجودہ رجحان میں کئی اہم اقدامات شامل ہیں جیسے: جمع کرنے سے پہلے ڈیٹا کے موضوع کی رضامندی کا انتظام کرنا؛ خطرے کی سطح کے مطابق ڈیٹا کی درجہ بندی کرنا؛ نظام کے اندر ڈیٹا کے بہاؤ کی نگرانی؛ رسائی کے حقوق کو کنٹرول کرنا؛ ڈیٹا شیئرنگ کی نگرانی؛ اور اس کے لائف سائیکل کے اختتام پر ڈیٹا کو ذخیرہ کرنے، حذف کرنے یا گمنام کرنے کا انتظام کرنا۔

مزید اہم بات یہ ہے کہ ان تمام سرگرمیوں کو مکمل طور پر دستاویزی اور ٹریک کیا جانا چاہیے تاکہ معائنہ، آڈٹ اور قانونی تعمیل کے ثبوت میں آسانی ہو۔

متعدد بین الاقوامی منڈیوں میں عملی تجربے کی بنیاد پر، WEEDS VINA نے جامع ڈیٹا مینجمنٹ میں کاروبار کی مدد کے لیے بلیک باکس پروڈکٹ لائن تیار کی ہے۔ محترمہ ڈاؤ تھو تھاو کے مطابق، یہ حل کاروباروں کو ڈیٹا لائف سائیکل کے دوران ڈیٹا کے خطرات کی شناخت اور ان کا انتظام کرنے کی اجازت دیتا ہے۔ ڈیٹا کے بہاؤ کی نگرانی؛ رسائی کے حقوق اور پروسیسنگ کی تاریخ کو کنٹرول کریں؛ اور انسانی اور AI ڈیٹا کے استعمال کا نظم کریں۔

قومی حکمرانی کے نقطہ نظر سے، لیفٹیننٹ کرنل Nguyen Dinh Do Thi کا ماننا ہے کہ ڈیٹا کا تحفظ ایجنسیوں، تنظیموں اور کاروباروں کے لیے لازمی ذمہ داری بننا چاہیے۔ یونٹس کو سیکیورٹی سسٹمز، ایکسیس کنٹرول، ڈیٹا انکرپشن، واقعے کے ردعمل کے طریقہ کار، اور اہلکاروں کی باقاعدہ تربیت میں سرمایہ کاری کرنے کی ضرورت ہے۔

صارفین کے لیے، اس نے ڈیجیٹل ماحول میں شرکت کرتے وقت ذاتی معلومات کی حفاظت، حساس ڈیٹا کی آن لائن شیئرنگ کو محدود کرنے، مضبوط پاس ورڈ استعمال کرنے، اور ملٹی فیکٹر تصدیق کو لاگو کرنے کے بارے میں بیداری بڑھانے کی سفارش کی۔

دریں اثنا، مسٹر وو ڈیو ہین نے اس بات پر زور دیا کہ ڈیجیٹل اعتماد کو نعروں پر نہیں بنایا جا سکتا لیکن اسے ڈیٹا کے تحفظ کی صلاحیتوں، قابل اعتماد شناختی میکانزم، اور تنظیموں اور کاروباری اداروں کی واضح حکمرانی کی ذمہ داریوں کے ذریعے یقینی بنایا جانا چاہیے۔

"ڈیجیٹل تبدیلی تب ہی آگے بڑھ سکتی ہے جب ڈیجیٹل اعتماد محفوظ ہو۔ ڈیجیٹل معیشت تب ہی پائیدار ترقی کر سکتی ہے جب ڈیٹا کو محفوظ کیا جائے،" مسٹر وو ڈو ہین نے تصدیق کی۔

تھو ہوانگ

ماخذ: https://daidoanket.vn/an-ninh-du-lieu-la-chan-chien-luoc-cua-nen-kinh-te-so.html