Microsoft junta-se à Linux Foundation para formar consórcio de proteção de dados

A Intel, Google, IBM, ARM e Alibaba são membros fundadores que têm o objetivo de melhorar a segurança online dos utilizadores.

A Microsoft acaba de anunciar que vai juntar-se a outros parceiros da indústria tecnológica para criar aquilo que chamam de Confidential Computing Consortium, uma nova organização liderada pela The Linux Foundation, que tem como objetivo definir e acelerar a adoção de computação confidencial.

Segundo a mensagem publicada no blog Open Source da Microsoft, Mark Russinovich, CTO do Azure, afirma que esta visão dá uma oportunidade para as organizações colaborarem nas suas bases de dados, sem dar acesso a essa informação, para partilha de ideias e inovar para o proveito comum. Os membros do consórcio irão colaborar em tecnologia open source e infraestruturas para suportar estes novos cenários de computação confidencial. E fazem parte da rede de fundadores a Alibaba, ARM, Baidu, Google Cloud, IBM, Intel, Red Hat, Swisscom e Tencent – uma clara união de gigantes tecnológicos incluindo norte americanos e chineses, que parece passar ao lado da guerra comercial entre as duas potencias, e as preocupações do governo de Donald Trump sobre a segurança da tecnologia chinesa.

É explicado que proteger dados é uma tarefa cada vez mais complexa, já que existem três formas de exposição da informação. Os dados em trânsito ou parados são as formas mais habituais de serem expostos, mas é apontado um terceiro cenário que é quando estes estão a ser utilizados. É exatamente a proteção dos dados quando estão a ser utilizados que a Microsoft chama de computação confidencial.

Mark Russinovich explica que proteger dados em uso significa que a informação provavelmente não estará visível de forma não encriptada durante a computação, exceto ao código autorizado para acedê-los. Dessa forma, estes não acessíveis para os fornecedores de serviços de cloud públicos.

Assim, as funcionalidades de computação confidencial, permitem a capacidade de colaborar em dados partilhados, mas sem dar às entidades acesso aos mesmos, prevendo-se maior capacidade dos modelos de machine learning para aceder a um novo nível de proteção.