എന്തുകൊണ്ട് സര്‍ക്കാരിന് ഒരു സോഫ്റ്റ് വെയർ പ്ലാറ്റ്ഫോം ആവശ്യമുണ്ട്?
ഫലപ്രദമായ ഒരു ആരോഗ്യസംവിധാനത്തില്‍, അനിശ്ചിതത്വത്തെ നേരിടാനുള്ള ഏറ്റവും വലിയ ടൂള്‍ ഡാറ്റയാണ്. അത് ആവശ്യമുള്ളപ്പോള്‍ അടിയന്തിരമായി സംഘടിപ്പിക്കുന്നത് നടക്കുന്ന കാര്യമല്ല. പിന്നെ ചെയ്യാവുന്നത്, ചിതറിക്കിടക്കുന്ന വിവരങ്ങള്‍ മൊത്തമായി ഒരു ഡാറ്റ പ്ലാറ്റ്ഫോമിലേക്ക് സംയോജിപ്പിക്കുകയും അതിനെ ഭാവിയിലേക്കുള്ള ആരോഗ്യ ഈടുവെപ്പായി ഉപയോഗിക്കുകയും ചെയ്യാന്‍ വഴി ആരായുക എന്നതാണ്
കേരള സര്‍ക്കാര്‍ കോവിഡ് സാഹചര്യത്തെ നിയന്ത്രണത്തിലാക്കാനും കൈകാര്യം ചെയ്യാനും ഒരു സോഫ്റ്റ് വെയര്‍ സര്‍വീസ് പ്രൊവൈഡറുമായി ചേര്‍ന്നുണ്ടാക്കിയ സംവിധാനം, ഡാറ്റ മോഷണം എന്ന ഗൗരവതരമായ ആരോപണം നേരിടുകയാണ്. മുഖ്യമന്ത്രി വാര്‍ത്തസമ്മേളനത്തില്‍ ഈ പ്രശ്‌നം വിശദീകരിച്ചുവെങ്കിലും സാങ്കേതികവും സാമൂഹികവുമായ ചില സന്ദേഹങ്ങളും പ്രചാരണവും ഇപ്പോഴുമുണ്ട്. പ്രശ്‌നത്തിന്റെ ചില വശങ്ങള്‍ പരിശോധിക്കുകയാണിവിടെ.
കോവിഡ് വ്യാപനത്തിലൂടെ നിലവിലെ ലോകക്രമം മുഴുവന്‍ അട്ടിമറിക്കപ്പെടുന്ന സാഹചര്യമാണുള്ളത്. ഇതുവരെയുണ്ടായിരുന്ന മുന്‍ഗണനകളും ഭരണരീതികളും പുതിയ പ്രശ്‌നം കൈകാര്യം ചെയ്യാന്‍ അപര്യാപ്തമാവുന്ന അവസ്ഥയുണ്ട്. ഒരുപക്ഷേ, ഒരു പുതിയ ലോകക്രമം വരെ നിര്‍ബന്ധിതമാക്കിയേക്കാവുന്ന അവസ്ഥയിലേക്കാണ് ഈ മഹാമാരി മനുഷ്യരാശിയെ എത്തിക്കുന്നത്.
ഭരണഘടനാപരമായ ചില അവകാശങ്ങള്‍വരെ ചുരുങ്ങിയ തോതിലെങ്കിലും മരവിപ്പിക്കപ്പെടുന്ന അവസ്ഥയാണ്. വ്യക്തിസ്വാതന്ത്ര്യം എന്നത് സാമൂഹ്യസാഹചര്യങ്ങള്‍ അനുവദിക്കുന്ന പരിധിക്കകത്ത് നിയന്ത്രിക്കേണ്ടുന്ന അവസ്ഥവരെയുണ്ട്. മരണം എല്ലാറ്റിനും മുകളില്‍ നിഴല്‍വിരിച്ചുനില്‍ക്കുമ്പോള്‍ ജീവന് മാത്രം മുന്‍ഗണന കൊടുക്കേണ്ടുന്ന സ്ഥിതി.
കോവിഡിന് നിലവില്‍ വാക്‌സിനുകളോ വൈദ്യശാസ്ത്രം അംഗീകരിച്ച മറ്റ് രോഗനിവാരണരീതികളോ കണ്ടെത്തിയിട്ടില്ല, സമൂഹത്തിന്റെ മേല്‍ മൊത്തമായി നടപ്പിലാക്കപ്പെടുന്ന നിയന്ത്രണങ്ങളല്ലാതെ രോഗം ഒരു വ്യക്തിഗതപ്രശ്‌നമായെടുത്ത് കൈകാര്യം ചെയ്യാവുന്ന ലക്ഷ്യവേധിയായ മാര്‍ഗങ്ങളില്ല.
നിലവിലെ മനുഷ്യാദ്ധ്വാനം കണ്ടമാനം ഉപയോഗിച്ചുകൊണ്ടുള്ള സര്‍ക്കാര്‍ നടപടികള്‍ ലക്ഷ്യം കണ്ട് കോവിഡിനെ നിയന്ത്രിക്കാന്‍ കഴിഞ്ഞാല്‍തന്നെ എപ്പോള്‍ വേണമെങ്കിലും അപ്രതീക്ഷിതമായി ഏതെങ്കിലുമൊരു കോണില്‍നിന്ന് വീണ്ടും അത് പൊട്ടിപ്പുറപ്പെടാം. കാരണം, നിലവിലെ ഒരു രീതിയും വൈറസിനെ നിര്‍വീര്യമാക്കാന്‍ കഴിവുള്ളതല്ല, പകരം അതിന്റെ വ്യാപനം കുറയ്ക്കാന്‍ മാത്രമാണ് ഉപകരിക്കുന്നത്. പ്രതിരോധനടപടികള്‍ വലിയ തോതില്‍ സ്റ്റാറ്റിസ്റ്റിക്കല്‍ ആണ്.
സര്‍ക്കാരിന്റെ കൈവശം വലിയ തോതില്‍ ആരോഗ്യഡാറ്റയുണ്ട്. സെന്‍സസിന്റെ ഭാഗമായി കിട്ടിയ ഡെമോഗ്രഫിക് ഡാറ്റ, വള്‍ണറബിലിറ്റി ഗ്രൂപ്പുകളെ(ആരോഗ്യഭീഷണി നേരിടുന്നവര്‍) പ്പറ്റിയുള്ള വിവരങ്ങള്‍, ഭൂപ്രദേശങ്ങളും സാംസ്‌കാരികപ്രത്യേകതകളും ആരോഗ്യശീലങ്ങളും ഓരോ ഗ്രൂപ്പുകളിലും വരുത്തുന്ന വ്യതിയാനങ്ങള്‍, സര്‍ക്കാര്‍ സര്‍വേകള്‍ വഴി അറിഞ്ഞോ അറിയാതെയോ കൈവശമെത്തിയ പലവിധ ഡാറ്റആട്രിബ്യൂട്ടുകള്‍ തുടങ്ങി ക്ഷയരോഗ നിര്‍മ്മാജ്ജനയജ്ഞത്തിന്റെ ഭാഗമായി രണ്ടരക്കോടി കേരളീയരുടെ രോഗവിവരങ്ങളുടെ ഡാറ്റ വരെയുണ്ട്. ഇത്രയും വലിയ ഡാറ്റ ശേഖരവും ഇപ്പോള്‍ കോവിഡ് നിവാരണയജ്ഞത്തിന്റെ ഭാഗമായി ശേഖരിച്ചുകൊണ്ടിരിക്കുന്ന വിവരങ്ങളും പല എക്‌സെല്‍ ഷീറ്റുകളിലും വേര്‍ഡ് ഫയലുകളിലും, എന്തിന് സാധാരണ പേപ്പര്‍ഫയലുകളില്‍ വരെ ചിതറിക്കിടക്കുകയാണ്.
ഫലപ്രദമായ ഒരു ആരോഗ്യസംവിധാനത്തില്‍, അനിശ്ചിതത്വത്തെ നേരിടാനുള്ള ഏറ്റവും വലിയ ടൂള്‍ ഡാറ്റയാണ്. അത് ആവശ്യമുള്ളപ്പോള്‍ അടിയന്തിരമായി സംഘടിപ്പിക്കുന്നത് നടക്കുന്ന കാര്യമല്ല. പിന്നെ ചെയ്യാവുന്നത്, ചിതറിക്കിടക്കുന്ന ഈ വിവരങ്ങള്‍ മൊത്തമായി ഒരു ഡാറ്റപ്ലാറ്റ്‌ഫോമിലേക്ക് സംയോജിപ്പിക്കുകയും അതിനെ ഭാവിയിലേക്കുള്ള ആരോഗ്യ ഈടുവെപ്പായി ഉപയോഗിക്കുകയും ചെയ്യാന്‍, വഴി ആരായുക എന്നതാണ്. അതിന് വന്‍തോതില്‍ ഡാറ്റ ഉള്ളിലേക്കെടുക്കാനും പ്രോസസ് ചെയ്യാനും കൈകാര്യം ചെയ്യാനുമൊക്കെയുള്ള 'ഡാറ്റലേയ്ക്കും' അനലിറ്റിക്‌സ് പ്ലാറ്റ്ഫോമും വേണം. ഇപ്പോള്‍ കോവിഡുമായി ബന്ധപ്പെട്ട് കൈവശമുള്ള ഡാറ്റ മാത്രമല്ല, തുടര്‍ച്ചയായി സോഷ്യല്‍ മീഡിയ ഫീഡുകളിലും മറ്റും ലഭിക്കുന്ന ഡാറ്റയും സര്‍ക്കാര്‍ ഫയലുകളില്‍ ചിതറിക്കിടക്കുന്ന അണ്‍സ്ട്രക്‌ചേര്‍ഡ് ഡാറ്റയും കൈകാര്യം ചെയ്യാന്‍ പറ്റുന്ന സംവിധാനം വേണം.
ഇപ്പോഴത്തേതുപോലെ ഒരു അടിയന്തിരഘട്ടം വരുമ്പോള്‍, അല്ലെങ്കില്‍ ഇപ്പോള്‍ത്തന്നെ, നിമിഷനേരത്തിനുള്ളില്‍ വള്‍ണറബിലിറ്റി ഗ്രൂപ്പുകളെ കണ്ടെത്താനും ലക്ഷ്യവേധികളായ (targeted) പ്രതിനടപടി എടുക്കാനും ആ ഗ്രൂപ്പുകളെ നേരിട്ട് വിവരം അറിയിക്കാനും ആരായാനും ടെക്‌നോളജി പ്ലാറ്റ്ഫോം വേണം. അതിനുള്ള സോഫ്റ്റ് വെയര്‍ വേണം. ഇത്തരമൊരു സംവിധാനം, ഡാറ്റ പാറ്റേണുകള്‍ കണ്ടെത്തുകയും അങ്ങനെ കണ്ടെത്തുന്ന പാറ്റേണുകള്‍ തമ്മിലുള്ള ബന്ധത്തിലൂടെ ആ വിവരങ്ങളെ പ്രവചനങ്ങള്‍ക്ക് ഉപയോഗിക്കുകയും ചെയ്യുന്നു.
ഉദാഹരണമായി, തുടച്ചയായ വിവരവിശകലനം വഴി അടുത്തത് എവിടെയാണ് രോഗസാധ്യത, ഏതൊക്കെ ഗ്രൂപ്പുകളാണ് വള്‍ണറബിളാവുന്നത്, എത്രത്തോളം വ്യാപ്തിയുണ്ടാകും, മുന്‍പരിചയംവെച്ച് എന്തൊക്കെ ഒരുക്കങ്ങളാണ് നടത്തേണ്ടത്, അതിന് വേണ്ടിവരുന്ന വിഭവശേഷി, പൊതുജനാഭിപ്രായം, പ്രത്യേക ഡെമോഗ്രാഫിക് ഗ്രൂപ്പുകള്‍ക്ക് നേരിട്ട് എങ്ങനെ വിവരം കൈമാറാം, വ്യക്തിഗത പ്രശ്‌നങ്ങള്‍ എങ്ങനെ സിസ്റ്റത്തിന്റെ ശ്രദ്ധയില്‍ കൊണ്ടുവരാം, സ്വകാര്യത സംരക്ഷിച്ചുകൊണ്ടുതന്നെ എങ്ങനെ ക്വാറന്റൈന്‍ തീരുമാനങ്ങള്‍ എടുക്കുകയും നിര്‍ദ്ദേശങ്ങള്‍ കൈമാറുകയും ചെയ്യാം തുടങ്ങി മനുഷ്യരും സാധാരണ കമ്പ്യൂട്ടര്‍ സംവിധാനങ്ങളും കഠിനാദ്ധ്വാനം ചെയ്താല്‍ മാത്രം സാദ്ധ്യമാവുന്ന തീരുമാനങ്ങള്‍ക്കുള്ള ശുപാര്‍ശകളും അവയുടെ പ്രക്രിയകളും ഇത്തരമൊരു പ്ലാറ്റ്‌ഫോംവെച്ച് വളരെക്കുറഞ്ഞ മനുഷ്യാദ്ധ്വാനവും വിവേചനശേഷിയും കൊണ്ട് ലഭ്യമാക്കാവുന്നതേയുള്ളൂ. ഇത് മുഴുവന്‍ ഒറ്റ പ്ലാറ്റ്ഫോമില് ലഭ്യമാവുന്നതാണ് എന്ന് പ്രത്യേകിച്ച് ശ്രദ്ധിക്കണം.
എന്താണ് ഇത്തരമൊരു സംവിധാനത്തിന്റെ സാങ്കേതിക സാദ്ധ്യത?
പല രീതികളില്‍ ഇത്തരമൊന്ന് ലഭ്യമാക്കാം.
ഒന്ന്: സര്‍ക്കാര്‍ സ്വന്തമായി ഇത്തരമൊരു സംവിധാനം നിര്‍മിച്ചെടുക്കുക.
ഇത് മിക്കവാറും അസാദ്ധ്യം എന്ന് പറയാം. വര്‍ഷങ്ങളെടുക്കും അത്തരമൊരു പ്ലാറ്റ്ഫോമും സോഫ്റ്റ് വെയറും ഉണ്ടാക്കിയെടുക്കാന്‍, നിലവിലുള്ള ഓപ്പണ്‍സോഴ്‌സ് ഘടകങ്ങള്‍ ഉപയോഗിച്ചാല്‍ തന്നെ. ഭീമമായ ചെലവ് താങ്ങാം എന്നുവച്ചാല്‍ തന്നെ വൈദഗ്ധ്യം ലഭ്യമാക്കല്‍ ഏതാണ്ട് അസാദ്ധ്യമാണ്. പോരാത്തതിന് അത്തരമൊരു പ്ലാറ്റ്ഫോമും അതിന്റെ ഇന്‍ഫ്രാസ്ട്രക്ചറും സ്വന്തമായി കൈകാര്യം ചെയ്യുക എന്നതും അത് നിലവിലുള്ള സമാനമായ മറ്റ് സംവിധാനങ്ങളുമായി സംയോജിപ്പിക്കുക എന്നതുമൊക്കെ ഇത്തരമൊരു സമീപനത്തെ ഏതാണ്ട് പൂര്‍ണമായും അസാദ്ധ്യമാക്കുന്നു. സര്‍ക്കാരിന്റെ പണി ഭരിക്കലാണ്, എന്തിനാണ് സോഫ്റ്റ് വെയര്‍ ഉണ്ടാക്കാന്‍ പോകുന്നത് എന്ന പ്രശ്‌നത്തെ അവഗണിക്കുകയാണെങ്കില്‍ പോലും. നിലവിലെ കോവിഡ് പ്രശ്‌നത്തില്‍ പോയിട്ട്, അടുത്ത അഞ്ചുകൊല്ലത്തേക്കെങ്കിലും ഇതുകൊണ്ട് ഒരു പ്രശ്‌നവും പരിഹരിക്കപ്പെടാന്‍ സാദ്ധ്യതയില്ല.
പക്ഷേ ഈ മോഡലില്‍ മാത്രമേ സര്‍ക്കാരിന് സോഫ്റ്റ് വെയര്‍ കോഡുമുതല്‍ ഫിസിക്കല്‍ ഡാറ്റ വരെ പൂര്‍ണമായ ആധിപത്യമുള്ള ഒരു സംവിധാനം നടക്കൂ. ഇത്തരമൊരു സംവിധാനം ഉണ്ടെങ്കില്‍ അത് മറ്റ് സര്‍ക്കാരുകള്‍ക്ക് വില്‍ക്കുക എന്ന സാദ്ധ്യതയുമുണ്ട്, തത്വത്തിലെങ്കിലും.
ഒറ്റനോട്ടത്തില്‍ സെക്യൂരിറ്റിയുടെ കണ്ണില്‍ പെര്‍ഫെക്റ്റ് എന്ന് തോന്നുമെങ്കിലും കൈകാര്യം ചെയ്യുന്നവരുടെ പ്രോസസ്സുകളുടെ അപക്വത മൂലം ഡാറ്റയെ സംബന്ധിച്ച് ഏറ്റവും വള്‍ണറബിളായ മോഡല്‍ ഇതാണ്.
രണ്ട്: ഇത്തരമൊരു സോഫ്റ്റ് വെയറും അതിന്റെ ഡാറ്റ പ്ലാറ്റ്ഫോമും വേണ്ടിവരുന്ന സകല അനുബന്ധ സര്‍വീസുകളും സര്‍ക്കാര്‍ വിലകൊടുത്തുവാങ്ങി സ്വന്തമായി ഒരു ഡാറ്റ സെന്ററിലോ അല്ലെങ്കില്‍ കേന്ദ്ര സര്‍ക്കാരിന്റെ ഹോസ്റ്റിങ് സൗകര്യം ഉപയോഗപ്പെടുത്തിയോ ഡിപ്ലോയ് ചെയ്യുക.
ഇതിലും സോഫ്റ്റ് വെയറിന്റെ ബൗദ്ധികാവകാശമൊഴിച്ച് ബാക്കിയെല്ലാ ഘടകങ്ങളിലും സര്‍ക്കാരിന് നേരത്തേ പറഞ്ഞ മോഡലിലുള്ള ഏതാണ്ടെല്ലാ നിയന്ത്രണങ്ങളുമുണ്ട്. പക്ഷേ അത്തരമൊരു സോഫ്റ്റ് വെയര്‍ നിലവിലുള്ളതായി എനിക്കറിവില്ല. അഥവാ ഉണ്ടെങ്കില്‍ത്തന്നെ അതിന്റെ ചെലവ്, ഉപഭോക്താക്കള്‍ സര്‍ക്കാരുകള്‍ മാത്രമായിരിക്കേ, അതിഭീമമായിരിക്കുകയും ചെയ്യും. പോരാത്തതിന് അതിന്റെ മാനേജ്‌മെന്റ് ഓവര്‍ ഹെഡ്ഡുകളും നീണ്ട ഡിപ്ലോയ്‌മെന്റ് ലൈഫ്സൈക്കിളും സമാനമായ സൗകര്യങ്ങളോട് കൂട്ടിയോജിപ്പിക്കാനുള്ള ബുദ്ധിമുട്ടും ഒക്കെക്കൂടി ഫലത്തില്‍ പ്രയോജനമില്ലാതെ പോകും. ഇതും നിലവിലെ സാഹചര്യത്തിന് സമയപരിധി മൂലം ലഭ്യമാവുകയുമില്ല.
മൂന്ന്: സോഫ്റ്റ് വെയര്‍ നിര്‍മ്മാതാക്കള്‍ ക്ലൗഡ് പ്ലാറ്റ്ഫോമില് ഓഫര്‍ ചെയ്യുന്ന PaaS (Platform as a service), SaaS (Software as a service) എന്നീ രണ്ട് ഡിപ്ലോയ്‌മെന്റ് മോഡലുകള്‍ പരിഗണിക്കുക.
ക്ലൗഡ് സര്‍വീസ് എന്നാല്‍ ഏറ്റവും ലളിതമായി പറഞ്ഞാല്‍ സെര്‍വറുകളും അതില്‍ ഓടുന്ന ഓപ്പറേറ്റിങ് സിസ്റ്റവും അവയില്‍ പ്രവര്‍ത്തിക്കുന്ന കുറെയേറെ സോഫ്റ്റ് വെയറുകളും ഉപഭോക്താക്കള്‍ക്ക് വേണ്ടി മറ്റ് സര്‍വീസ് പ്രൊവൈഡര്‍മാര്‍ ഓടിക്കുകയും ഉപഭോക്താവ് തനിക്കാവശ്യമുള്ള സമയത്തേക്ക് മാത്രമായി ആവശ്യമുള്ള സര്‍വീസ് ഉപയോഗിക്കുകയും അതിന് പണം കൊടുക്കയും ചെയ്യുന്ന ഏര്‍പ്പാടാണ്.
ഏകദേശ ഉദാഹരണം പറഞ്ഞാല്‍, നെറ്റ്ഫ്‌ളിക്‌സിലോ ആമസോണ്‍ പ്രൈമിലോ സിനിമ കാണുന്നത് പരിഗണിക്കുക. നമ്മള്‍ മാസവരിസംഖ്യ കൊടുക്കുന്നു, സിനിമയും മറ്റ് പ്രോഗ്രാമുകളും കാണാന്‍ എല്ലാ പശ്ചാത്തലസംവിധാനങ്ങളും അവര്‍ ഉണ്ടാക്കുന്നു. അവര്‍ നിര്‍മ്മാതാക്കളുമായി സംസാരിക്കുന്നു, ചിലപ്പോള്‍ സ്വന്തമായി സിനിമകളോ സീരിയലുകളോ നിര്‍മിക്കുന്നു, സിനിമ നമ്മുടെ അടുത്തേക്കെത്താനുള്ള സാങ്കേതികവും നിയമപരവുമായ ഏര്‍പ്പാടുകള്‍ ഏറ്റെടുക്കുന്നു. നമ്മള്‍ ചെയ്യുന്നത് മാസവരിസംഖ്യ അടക്കുക എന്നത് മാത്രമാണ്. 'ഏസ് എ സര്‍വീസ്' എന്ന ക്ലൗഡ് സര്‍വീസ് മോഡലാണിത്.
ഏതാണ്ട് ഇതുപോലെയാണ് PaaS (Platform as a service), SaaS (Software as a service) എന്നീ മോഡലുകള്‍ പ്രവര്‍ത്തിക്കുന്നത്. ഉപഭോക്താവ് ആകെ ചെയ്യുന്നത് സോഫ്റ്റ് വെയര്‍ ഉപയോഗിക്കുക എന്നത് മാത്രമാണ്. അത് ഓടിക്കാനുള്ള സെര്‍വറുകള്‍ മുതല്‍ ആവശ്യമായ നിയമസംവിധാനങ്ങള്‍ വരെ സര്‍വീസ് പ്രൊവൈഡര്‍മാരുടെ ചുമതലയാണ്. നമ്മള്‍ ഉപയോഗിക്കുന്ന പല സംവിധാനങ്ങളും SaaS (Software as a service) മോഡലാണ്, പണം കൊടുക്കാതെയാണ് ഉപയോഗിക്കുന്നത് എന്നേയുള്ളൂ.
ഉദാഹരണമായി, ഗൂഗിള്‍ മാപ്‌സ് ഒരു SaaS അപ്ലിക്കേഷനാണ്. സങ്കീര്‍ണമായ നാവിഗേഷന്‍ സോഫ്റ്റ്വെയറും തത്സമയ വിവരങ്ങളും ഗൂഗിള്‍ ശേഖരിക്കുകയും നമ്മള്‍ കൊടുക്കുന്ന നിര്‍ദ്ദേശങ്ങള്‍ക്കനുസരിച്ച് അവരുടെ ക്ലൗഡ് പ്ലാറ്റ്ഫോമില് പ്രോസസ് ചെയ്യുകയും നമുക്കാവശ്യമുള്ള സ്ഥലത്തേക്ക് പോകേണ്ട വഴികളും ആ വഴികളിലെ നിലവിലെ ട്രാഫിക്കും മറ്റ് സാദ്ധ്യതകളും ഡാറ്റ അനലിറ്റിക്‌സ് സംവിധാനങ്ങള്‍ കണ്ടെത്തുകയും നമ്മുടെ ഫോണിലുള്ള ഒരു ചെറിയ അപ്ലിക്കേഷനിലേക്ക് ഈ ഫലങ്ങള്‍ മാറ്റുകയും ചെയ്യുന്നു. അപ്പോള്‍ മുതല്‍ നമ്മള്‍ ലക്ഷ്യസ്ഥാനത്ത് എത്തുന്നതുവരെ നമ്മുടെ റൂട്ടും സ്പീഡും ഗൂഗിളിന്റെ സോഫ്റ്റ്വെയറും അവയ്ക്ക് ആവശ്യമുള്ള വിവരങ്ങള്‍ നല്‍കുന്ന അനലിറ്റിക്‌സ് സംവിധാനവും നിരന്തരമായി നിരീക്ഷിക്കുകയും ആവശ്യമായ മാറ്റം നിര്‍ദ്ദേശിക്കുകയും ചെയ്യുന്നു. നമ്മളിതൊന്നും അറിയുന്നില്ല, ആകപ്പാടെ 
ചെയ്യേണ്ടത് ഒരു ചെറിയ അപ്ലിക്കേഷന്‍ ഫോണില്‍ ലഭ്യമാക്കുക എന്നത് മാത്രമാണ്. ഗൂഗിള്‍ മാപ്‌സിന്റെ ക്ലൈന്റ് മാത്രമാണ് നമ്മള്‍ ഉപയോഗിക്കുന്ന മാപ്‌സ് ആപ്പ്, വലിയ കമ്പ്യൂട്ടിങ് പവര്‍ ആവശ്യമുള്ള അനേകം പ്ലാറ്റ്ഫോമുകളെ കൂട്ടിയോജിപ്പിക്കുന്ന അതിസങ്കീര്‍ണമായ സംവിധാനം, അതിന്റെ പിന്നില്‍ ഗൂഗിളിന്റെ ക്ലൗഡ് പ്രവര്‍ത്തിക്കുന്നുണ്ട്.
PaaS സര്‍വീസുകള്‍ ആദ്യം പറഞ്ഞ രണ്ട് ഡെഡിക്കേറ്റഡ് മോഡലുകളുടെ അത്രതന്നെയില്ലെങ്കിലും കുറെയൊക്കെ ബാക് എന്‍ഡ് നിയന്ത്രണം ഉപഭോക്താക്കള്‍ക്ക് നല്‍കുന്നുണ്ട്. ഉദാഹരണമായി, സ്വന്തമായി ഡാറ്റാബേസ് സ്‌കീം ഡിഫൈന്‍ ചെയ്യാം, ചില കേസുകളില്‍ സാങ്കേതികമായി ഡാറ്റബേസ് നേരിട്ട് ആക്‌സസ് ചെയ്യാം. PaaS മോഡലുകള്‍ ഒരു സോഫറ്റ്വെയര്‍ ഇന്‍സ്റ്റന്‍സിനെ കസ്റ്റമര്‍ക്ക് നേരിട്ട് ലഭ്യമാക്കുകയാണ്. പക്ഷേ SaaS മോഡലുമായി താരതമ്യം ചെയ്താല്‍ വളരെക്കുറച്ച് എന്‍ഡ് യൂസര്‍ അപ്ലിക്കേഷനുകളേ PaaS മോഡലില്‍ ലഭ്യമാവുന്നുള്ളു. മിക്കവാറും ഉപഭോക്താക്കള്‍ PaaS ഉപയോഗിക്കുന്നത് ഡേറ്റാബേസ്, മിഡില്‍വെയര്‍ തുടങ്ങിയ പശ്ചാത്തല സോഫ്റ്റ്വെയറുകള്‍ക്കാണ്. SaaS മായി താരതമ്യപ്പെടുത്തുമ്പോള്‍ കുറേക്കൂടി അദ്ധ്വാനവും വൈദഗ്ദ്ധ്യവും ഈ മോഡല്‍ ഉപഭോക്താക്കളില്‍ നിന്ന് ആവശ്യപ്പെടുന്നുണ്ട്. ഒരേ അപ്ലിക്കേഷനുകള്‍ തന്നെ പലപ്പോഴും ഈ രണ്ട് മോഡലുകളിലും ലഭ്യമാവും.
സാസ് അപ്ലിക്കേഷനുകള്‍ മിക്കവാറും വാങ്ങിയ ഉടന്‍ ഉപയോഗിച്ചുതുടങ്ങാം. ഒരുദാഹരണമെടുത്താല്‍ സര്‍ക്കാര്‍ ഇവിടെ ഉപയോഗിക്കാന്‍ ഉദ്ദേശിക്കുന്ന SaaS വെറും ഒരാഴ്ചത്തെ സമയമേ പൂര്‍ണമായും ഉപയോഗസന്നദ്ധമാക്കാന്‍ എടുക്കുന്നുള്ളൂ.
സാസ് അപ്ലിക്കേഷനുകളുടെ മാനേജുമെന്റ്, അപ്‌ഡേയ്റ്റുകള്‍ തുടങ്ങി എല്ലാത്തരം പശ്ചാത്തല പ്രവര്‍ത്തനങ്ങളും സര്‍വീസ് പ്രൊവൈഡറാണ് നോക്കുന്നത്. വീണ്ടും ഉദാഹരണമായി ഗൂഗിള്‍ മാപ്‌സ് എടുത്താല്‍, അതിലെ ഫീച്ചേഴ്‌സ് പുതുതായി വരുന്നതും അപ്ഡേയ്റ്റാവുന്നതും ഇന്റര്‍ഫേയ്‌സ് മാറുന്നതും ഒന്നും നമ്മള്‍ പ്രത്യേകിച്ച് ഒന്നും ചെയ്തിട്ടല്ലല്ലോ. അത്തരം സോഫ്റ്റ് വെയറുകള്‍ ഉപയോഗിക്കല്‍ മാത്രമാണ് ഉപഭോക്താവിന് ചെയ്യേണ്ടതുള്ളത്. ഒട്ടുമിക്കവാറും ഉപഭോക്താക്കള്‍ ഈ മോഡലിലേക്ക് കഴിയുന്നിടത്തോളം മാറുകയോ മാറാനുള്ള സാദ്ധ്യതകള്‍ അന്വേഷിച്ചുകൊണ്ടിരിക്കുകയോ ആണ്. വരുന്ന കാലം പൊതുവേ SaaS ന്റേതാണ് എന്നാണ് കരുതപ്പെടുന്നത്. മറ്റ് മോഡലുകളുമായി തട്ടിച്ചുനോക്കുമ്പോള്‍ ഏറ്റവും ചെലവ് കുറവുള്ളതും ഈ രീതിക്കാണ്.
നിലവില്‍ സര്‍ക്കാര്‍ നടപ്പിലാക്കാന്‍ ഉദ്ദേശിക്കുന്ന സിറ്റിസന്‍ എക്സ്പീരിയന്സ് പ്ലാറ്റ്ഫോമുകള്‍ ഏതാണ്ടെല്ലാം ഈ മോഡലിലാണ് ലഭ്യമായിട്ടുള്ളത്. മിക്കവാറും എല്ലാ പുതിയ സോഫ്റ്റ് വെയറുകളും തന്നെ ഈ മോഡലിലാണ്. നമ്മള്‍ മൊബൈലില്‍ ഉപയോഗിക്കുന്ന തൊണ്ണൂറുശതമാനം സോഫ്റ്റ് വെയറുകളും, പൊതുവെ ഉപഭോക്താക്കള്‍ അറിയാറില്ലെങ്കിലും, ഈ മോഡലിലുള്ളവയാണ്.
അറിഞ്ഞിടത്തോളം സര്‍ക്കാര്‍ ഉദ്ദേശിക്കുന്ന കാര്യം നടക്കണമെങ്കില്‍ SaaS മോഡലിലേ നിലവില്‍ പരിഹാരമുള്ളൂ. Saas നെ ഒന്ന് മെനക്കെട്ടാല്‍ PaaS മോഡലായി മാറ്റാവുന്നതേയുള്ളൂ, പക്ഷേ അതെന്തിന് ഒരു പ്രൊവൈഡര്‍ ചെയ്യണം എന്ന ചോദ്യമുണ്ട്. എല്ലാ ഫീച്ചറുകളും താലത്തില്‍ കിട്ടുമ്പോള്‍ എന്തിന് ഉപഭോക്താവ് കൂടുതല്‍ പണിയെടുക്കണം?
നിയമ പരിമിതി അഥവാ Regulatory and Compliance Constraints
പരമാധികാര രാജ്യങ്ങള്‍ക്ക് തങ്ങളുടെ പൗരന്മാരുടെ വിവരങ്ങളുടെ മേല്‍ നിയന്ത്രണാധികാരമുണ്ട്, അവര്‍ അത് അതാത് രാജ്യത്ത് നിയമങ്ങളായി നടപ്പിലാക്കുകയും ചെയ്യുന്നുണ്ട്. ഇന്ത്യക്കുമുണ്ട് തങ്ങളുടെ പൗരന്മാരുടെ വിവരങ്ങളുടെ മേല്‍ നിയന്ത്രണം സ്ഥാപിക്കുന്ന നിയമങ്ങള്‍. ഇന്‍ഫോര്‍മേഷന്‍ മന്ത്രാലയത്തിന്റെ വെബ്സൈറ്റില്‍ ഈ വിവരങ്ങള്‍ ലഭ്യമാണ്.
വിശദാംശങ്ങള്‍ മാറ്റിനിര്‍ത്തിയാല്‍ ഈ സന്ദര്‍ഭത്തില്‍ പ്രസക്തമായ ഭാഗം ഇതാണ്. ഇന്ത്യന്‍ നിയമനുസരിച്ച് 'പേഴ്‌സണലി സെന്‍സിറ്റീവ് ഡാറ്റ' അതായത്, ആരോഗ്യവിവരങ്ങള്‍, ലൈംഗികമായ ഓറിയന്റേഷന്‍, മെഡിക്കല്‍ റെക്കോര്‍ഡുകള്‍, വിരലടയാളം തുടങ്ങിയ ബയോമെട്രിക് വിവരങ്ങള്‍ നിര്‍ബന്ധമായും ഇന്ത്യയില്‍ ഭൗതികമായി നിലവിലുള്ള സാങ്കേതികസംവിധാനങ്ങളിലേ ശേഖരിക്കാന്‍ പാടുള്ളൂ. പ്രോസസ് ചെയ്യാന്‍ ഇന്ത്യക്ക് പുറത്തെ സെര്‍വറുകളിലേക്ക് കൊണ്ടുപോകാം, പക്ഷേ ഒരിടത്തും അവ സൂക്ഷിക്കാന്‍ അനുവാദമില്ല. ആവശ്യം കഴിഞ്ഞാല്‍ നശിപ്പിച്ചുകളയുകയോ പ്രോസസ്ഡ് ഡാറ്റ തിരിച്ച് ഇന്ത്യയില്‍ സൂക്ഷിക്കുകയോ വേണം.
ഇന്ത്യന്‍ നിയമം, പേഴ്സണല്‍ സെന്‍സിറ്റീവ് ഡാറ്റ SaaS പ്ലാറ്റ്ഫോമുകളില് ഉപയോഗിക്കുന്നത് നിരോധിക്കുന്നില്ല, ഡാറ്റ ഇന്ത്യയില്‍ സൂക്ഷിക്കണം എന്നേ നിയമമുള്ളൂ.
നിലവില്‍ കേരള സര്‍ക്കാര്‍ തെരഞ്ഞെടുത്തിട്ടുള്ള സര്‍വീസ് പ്രൊവൈഡര്‍ കേരളത്തില്‍ നിന്ന് ശേഖരിക്കുന്ന ഡാറ്റ ഇന്ത്യയില്‍ തന്നെയാണ് സൂക്ഷിക്കുന്നത്. പ്രോസസ് ചെയ്യാന്‍ പുറത്തേക്കെടുത്തേക്കാം എന്നവര്‍ അവരുടെ എസ്.എല്‍.എയില്‍ പറയുന്നുണ്ട്, അത് നിയമപരവുമാണ്.
SaaS മോഡലിലെ ഡേറ്റ സെക്യൂരിറ്റി
വളരെ തെറ്റിദ്ധരിക്കപ്പെട്ട ഒന്നാണ് SaaS മോഡലിലെ ഡേറ്റ സെക്യൂരിറ്റി. അപ്ലിക്കേഷന്‍ കൈകാര്യം ചെയ്യുന്നത് ഉപഭോക്താവല്ല (ഇവിടെ സര്‍ക്കാര്‍). ഡാറ്റ സര്‍വീസ് പ്രൊവൈഡറുടെ സ്റ്റോറേജിലാണ്. അതുകൊണ്ടുതന്നെ ഡാറ്റയ്ക്ക് യാതൊരു സെക്യൂരിറ്റിയും ഇല്ല, അവര്‍ക്ക് എപ്പോള്‍ വേണമെങ്കിലും എടുക്കാം എന്നാണ് ധാരണ. എത്ര നിയന്ത്രണ സംവിധാനങ്ങളെക്കുറിച്ച് പറഞ്ഞാലും പൊതുവെ കേള്‍ക്കുന്ന ചോദ്യം ഡാറ്റ അവരുടെ കൈയിലല്ലേ എന്നാണ്.
സാസ് ഡാറ്റ സെക്യൂരിറ്റി സാങ്കേതികമായ നിബന്ധനകള്‍ കൊണ്ടുമാത്രം നടപ്പിലാക്കാവുന്ന ഒന്നല്ല. കോണ്‍ട്രാക്റ്റ് ബാദ്ധ്യതകളും പല അടരുകളിലെ കര്‍ശനമായ നിബന്ധനകളും അവയെ പരസ്പരം മോണിറ്റര്‍ ചെയ്യുന്ന ഗവേര്‍ണന്‍സ് സംവിധാനങ്ങളും (Data Governance) ഇതിനെയൊക്കെ പിന്തുണക്കുന്ന പ്രോസസ്സുകളും സാങ്കേതികവിദ്യയും ഒക്കെ ചേര്‍ന്ന സങ്കീര്‍ണ സംവിധാനമാണ് ഡാറ്റ സെക്യൂരിറ്റി.
ഇന്ത്യന്‍ നിയമം, പേഴ്സണല്‍ സെന്‍സിറ്റീവ് ഡാറ്റ SaaS പ്ലാറ്റ്ഫോമുകളില് ഉപയോഗിക്കുന്നത് നിരോധിക്കുന്നില്ല, ഡാറ്റ ഇന്ത്യയില്‍ സൂക്ഷിക്കണം എന്നേ നിയമമുള്ളൂ. അത് വലിയ ക്ലൗഡ് സര്‍വീസ് പ്രൊവൈഡറുടെ സംവിധാനങ്ങള്‍ക്കകത്ത് വളരെ നിസ്സാരമായ സാങ്കേതികകാര്യമാണ്, സ്റ്റോറേജ് പ്രൊവിഷന്‍ ചെയ്യുമ്പോള്‍ ഇന്ത്യയിലുള്ള ഒരു പ്രദേശം (ഉദാഹരണം മുംബൈ) തെരഞ്ഞെടുക്കേണ്ട കാര്യമേയുള്ളൂ.
റെഗുലേറ്ററി തടസ്സം സാസ് ഉപയോഗിക്കുന്നതില്‍ ഇല്ല, ഡാറ്റ സെക്യൂരിറ്റി കണ്‍ട്രോളുകള്‍ എന്തൊക്കെയാണെന്നും എങ്ങനെ നടപ്പിലാക്കണമെന്നും കേന്ദ്രസര്‍ക്കാരിന്റെ നിര്‍ദ്ദേശങ്ങളുണ്ട്. അതുപോലും ഒറ്റയടിക്ക് എല്ലാം നടപ്പിലാക്കണം എന്നല്ല, അവര്‍ തന്നെ ഈ മോഡല്‍ സ്വീകരിക്കുന്നതിലേക്കുള്ള ഒരു പക്വതാമാര്‍ഗ്ഗം (Maturity Path) നിര്‍വ്വചിച്ചിട്ടുണ്ട്.
സാസ് എന്റര്‍പ്രൈസ് ഡേറ്റ സെക്യൂരിറ്റിയുടെ ഏറ്റവും ശക്തമായ സാങ്കേതികനടപടികളിലൊന്ന്, നടപടി സെക്യൂരിറ്റി കീകള്‍ ഹോസ്റ്റ് ചെയ്യാന്‍ സാസ് സര്‍വീസ് പ്രൊവൈഡറെ അനുവദിക്കാതിരിക്കുക എന്നതാണ്. HSM മൊഡ്യൂളുകള്‍ ഉപയോഗിച്ച് സെക്യൂരിറ്റി കീകള്‍ സ്വന്തം നിയന്ത്രണത്തില്‍ സൂക്ഷിക്കുകയും ആവശ്യമുള്ളപ്പോള്‍ മാത്രം അവ സര്‍വീസ് പ്രൊവൈഡര്‍ക്ക് നല്‍കുകയുമാണ് ചെയ്യുന്നത്.
ഒരു കാരണവശാലും ഒരു കമ്പനി ജീവനക്കാരന്‍ ഒറ്റക്കോ അല്ലെങ്കില്‍ ഒരു ചെറിയ ഗ്രൂപ്പിലുള്ള ആളുകളോ വിചാരിച്ചാല്‍ ആ ഡാറ്റ ആക്‌സസ് ചെയ്യാന്‍ പറ്റില്ല. സാങ്കേതികമായ എന്‍ക്രിപ്ഷന്‍ നടപടികള്‍ മുതല്‍ ഒരാള്‍ക്കും ഒറ്റക്ക് ലഭ്യമാവാത്ത തരത്തിലുള്ള ഡാറ്റ സെക്യൂരിറ്റി കണ്‍ട്രോള്‍ മെഷറുകള്‍ വരെയുള്ള ചെക്സ് ആന്‍ഡ് ബാലന്‍സ് നടപടികളില്‍ കുടുങ്ങിക്കിടക്കുന്ന ഒരു കിട്ടാക്കനിയാണ് ജീവനക്കാരെ സംബന്ധിച്ച് കസ്റ്റമര്‍ ഡാറ്റ.
ഒരു വ്യക്തിയോ ഏതാനും വ്യക്തികളോ ചേര്‍ന്ന് അത് ആക്‌സസ് ചെയ്യാന്‍ നോക്കിയാല്‍ കിട്ടുന്നത് എന്‍ക്രിപ്റ്റഡ് ഡാറ്റ, അതായത് ഒരു ഉപകാരവുമില്ലാതെ കുറേ ജങ്ക് കാരക്റ്ററുകള്‍ മാത്രമായിരിക്കും സാധാരണ ഗതിയില്‍. മാത്രമല്ല ഏത് ഡാറ്റയാണ് ആക്‌സസ് ചെയ്യാന്‍ നോക്കിയത് എന്നും എപ്പോള്‍ ആര് എങ്ങനെ എത്ര അളവില്‍ എന്നൊക്കെയുള്ള സകലമാന ലോഗുകളും ഓഡിറ്റ് ട്രെയിലുകളും അത് വിട്ടിട്ടുപോകുകയും ചെയ്യും. മോഷ്ടിക്കാന്‍ കയറിയ വീട്ടില്‍ വിരലടയാളം മാത്രമല്ല തിരിച്ചറിയല്‍ കാര്‍ഡും പാസ്പോര്‍ട്ടും ആധാര്‍ നമ്പറും കൂടി ഇട്ടിട്ടുപോകുന്ന അവസ്ഥ ആലോചിച്ചാല്‍ മതി.
പൊതുഭരണസംവിധാനത്തിന്റെ ആണിയാണ് ഡാറ്റ അനലിറ്റിക്‌സ്. ഇതിനെത്തന്നെ നാളെ വെള്ളപ്പൊക്കകാലത്തോ വാക്‌സിന്‍ പ്രവര്‍ത്തങ്ങള്‍ക്കോ ഉപയോഗിക്കാം.
ഇനി ഇതിനെയെല്ലാം മറികടന്ന് കമ്പനിയുടെ 'ഉടമസ്ഥന്' തന്റെ ജീവനക്കാരെ മുഴുവന്‍ സ്വാധീനിച്ച് ഡാറ്റ എടുക്കാന്‍ പറ്റുമോ എന്നാണ് ചോദ്യമെങ്കില്‍ ഒരു പക്ഷേ തത്വത്തില്‍ ഭാഗികമായി സാധിക്കാം. സുരക്ഷിതമായ ഡാറ്റ എന്ന് പറയുന്നത് ശേഖരിക്കാത്ത ഡാറ്റ മാത്രമാണ്, ശേഖരിക്കപ്പെടുന്ന നിമിഷം മുതല്‍ അതിന്റെ സുരക്ഷ കൈകാര്യം ചെയ്യുന്ന സംവിധാനത്തിന്റെ സുരക്ഷയാണ്, അത് സര്‍ക്കാരായാലും സാസ് പ്രൊവൈഡറായാലും. സര്‍വീസ് പ്രൊവൈഡറെ സംബന്ധിച്ച് പക്ഷേ ഒരൊറ്റ സെക്യൂരിറ്റി ഇന്‍സിഡന്റോടെ ആ സ്ഥാപനം എന്നെന്നേക്കുമായി പൂട്ടിക്കെട്ടേണ്ടിവരും, അതിന്റെ ഉത്തരവാദിയുടെ ആജീവനാന്ത കരിയറും അതോടെ അവസാനിക്കും.
പക്ഷേ സര്‍ക്കാര്‍ ഓഫീസിലെ ഹാര്‍ഡ് ഡിസ്‌കില്‍ നിന്ന് ഡാറ്റ എടുത്തുകൊണ്ടുപോകുന്നതിനേക്കാള്‍ അനേകായിരം മടങ്ങ് റിസ്‌കാണ് മോഷ്ടാവിനെയും മോഷ്ടിച്ച ഡാറ്റയുടെ ഉപഭോക്താവിനെയും സംബന്ധിച്ചിടത്തോളം അത്. ഡാറ്റ വേണമെങ്കില്‍ എന്തിനാണ് കഷ്ടപ്പെട്ട് കര്‍ശനമായ അന്താരാഷ്ട്ര മാനദണ്ഡങ്ങളും കാലാകാലങ്ങളിലുള്ള സ്വതന്ത്ര ഏജന്‍സികളുടെ തലങ്ങും വിലങ്ങുമുള്ള ഓഡിറ്റുകളും കഠിനമായ പിഴകള്‍ അനുശാസിക്കുന്ന കോണ്‍ട്രാക്റ്റുകളും സല്‍പ്പേരും തുലച്ച് ഈ പണിക്ക് നില്‍ക്കുന്നത്? അതിലേക്ക് നേരിട്ട് ആക്‌സസുള്ള, ഇപ്പറയുന്ന പ്രോസസ് മെച്യൂരിറ്റിയൊന്നും ഇല്ലാത്ത, സര്‍ക്കാര്‍ സംവിധാനത്തിലെ ഏതെങ്കിലും കമ്പ്യൂട്ടറില്‍ നിന്ന് നേരിട്ടങ്ങ് കോപ്പി ചെയ്താല്‍ പോരേ?
വ്യക്തിഗത SaaS ഉല്‍പ്പന്നങ്ങളുമായുള്ള താരതമ്യം
ഇവിടെ വരാവുന്ന ഒരു ചോദ്യം ഗൂഗിള്‍ ഫേസ്ബുക് തുടങ്ങിയവയുടെ എന്‍ഡ് യൂസര്‍ കണ്‍സ്യൂമര്‍ സേവനങ്ങള്‍ (ഉദാ: ഫേസ്ബുക് അപ്ലിക്കേഷന്‍, ഗൂഗിള്‍ മാപ്‌സ്, ജി മെയില്‍) ഉപഭോക്താവിന്റെ വിവരങ്ങള്‍, പരസ്യങ്ങള്‍ക്കും അവര്‍ക്ക് വരുമാനമുണ്ടാക്കാവുന്ന മറ്റ് ആവശ്യങ്ങള്‍ക്കും ഉപയോഗിക്കുന്നുണ്ടല്ലോ, അങ്ങനെയെങ്കില്‍ ഇത്തരം സിറ്റിസന്‍ എക്സ്പീരിയന്സ് പ്ലാറ്റ്ഫോമുകളില് നിന്നുള്ള ഡേയ്റ്റയും കച്ചവടാവശ്യങ്ങള്‍ക്ക് ഉപയോഗിച്ചുകൂടേ എന്നതാണ്.
ന്യായമായ ചോദ്യമാണ്, പക്ഷേ എന്റര്‍പ്രൈസ് കോണ്‍ട്രാക്റ്റുകളുടെ ടേംസ് തന്നെ അത്തരം ആവശ്യങ്ങള്‍ക്ക് ഇത്തരം ഡാറ്റ ഉപയോഗിക്കാന്‍ പാടില്ല എന്നതും അവര്‍ക്കുള്ള അപ്ലിക്കേഷനുകളുടെ ആര്‍ക്കിടെക്ചര്‍ തന്നെ അങ്ങനെ ഉപയോഗിക്കാന്‍ സാദ്ധ്യമായ വിധത്തിലാവാന്‍ പാടില്ല എന്നുള്ളതുമാണ്.
ഗൂഗിളിലോ ഫേസ്ബുക്കിലോ ഉള്ള നമ്മുടെ ഡാറ്റ അവര്‍ക്ക് നിയന്ത്രിതമായി ഉപയോഗിക്കാനുള്ള അനുവാദം നമ്മള്‍ തന്നെ അവര്‍ക്ക് കൊടുക്കുന്നുണ്ട് ലൈസന്‍സ് എഗ്രമെന്റ് സമ്മതിക്കുക വഴി. അതുകൊണ്ടാണ് പറഞ്ഞത് കോണ്‍ട്രാക്ച്വല്‍ ഒബ്ലിഗേഷനാണ് ഡാറ്റ സെക്യൂരിറ്റിയുടെ ആണികളിലൊന്ന് എന്ന്. വ്യക്തിഗത സൗജന്യ ഉല്‍പ്പന്നങ്ങള്‍ക്കുള്ള കോണ്‍ട്രാക്റ്റിലല്ല എന്റര്‍പ്രൈസ്/ഗവണ്മെന്റ് സംവിധാനങ്ങള്‍ ഓടുന്നത്. അവയ്ക്കുള്ള റെഗുലേയ്റ്ററി/സ്റ്റാറ്റിയൂട്ടറി/കോംപ്ലയന്‍സ്/ആര്‍ക്കിടെക്ചറല്‍/ലീഗല്‍ സംവിധാനങ്ങള്‍ പാടേ വ്യത്യസ്തവും ഡാറ്റ പ്രൊട്ടക്ഷനിലും സെക്യൂരിറ്റിയിലും അടിസ്ഥാനപ്പെടുത്തിയതുമാണ്. ക്ലൗഡ് ഡെലിവെറി മോഡല്‍ ഒന്നാണെന്നത് മാത്രമാണ് അവ തമ്മില്‍ പൊതുവായുള്ളത്.
റിസ്‌കും നേട്ടവും
ഇനി ഒരു റിസ്‌കും എടുക്കാന്‍ തയ്യാറില്ലെന്ന നിലപാട് എടുക്കാന്‍ മാത്രം ക്രിറ്റിക്കലാണോ ഈ ഡേറ്റ?
കേന്ദ്രസര്‍ക്കാര്‍ വര്‍ഗീകരണം അനുസരിച്ചും ആഗോള മാനദണ്ഡങ്ങള്‍ക്കനുസരിച്ചും ഹെല്‍ത്ത് ഡാറ്റ സെന്‍സിറ്റീവ് ആണെങ്കിലും ക്രിറ്റിക്കല്‍ ഡാറ്റ അല്ല. അതിന്റെ ഉപയോഗം ഫെയര്‍ യൂസ് ക്ലോസുകള്‍ക്ക് വിധേയമാണ്. ഇന്ത്യന്‍ ഭരണഘടനയനുസരിച്ച് സ്വകാര്യതക്കുള്ള അവകാശം മറ്റ് മൗലികാവകാശങ്ങളുടെ വെളിച്ചത്തില്‍ മാത്രം നിലനില്‍ക്കുന്ന ഒന്നാണുതാനും.
ഒരു വാദത്തിനുവേണ്ടി ഈ ഡാറ്റയുടെ സുരക്ഷിതത്വത്തില്‍ ചില സന്ദേഹങ്ങള്‍ക്ക് സ്ഥാനമുണ്ട് എന്നുതന്നെ കരുതുക, വാദത്തിനുവേണ്ടി മാത്രം.
ലോകം മുഴുവന്‍ നേരിടുന്ന ഒരു മഹാമാരിയുടെ ഭയത്തിലാണ് സംവിധാനം മുഴുവന്‍. നമ്മുടെ ആരോഗ്യ, പൊലീസ്, റവന്യൂ, സിവില്‍ സപ്ലൈസ് തുടങ്ങിയ സകല സംവിധാനങ്ങളും സ്വന്തം ആരോഗ്യത്തെയും സുരക്ഷയേയും കൂടി പണയം വെച്ച് പൊരുതിക്കൊണ്ടിരിക്കുകയാണ്. അവര്‍ക്ക് ഇത് അനന്തമായി തുടരാന്‍ കഴിയില്ല, ദിനംപ്രതി അടിയന്തിരഘട്ടം നേരിടുക എന്ന അവസ്ഥ ഏത് സംവിധാനത്തിന്റെയും അടിത്തറയിളക്കിക്കളയും.
ഇതെത്ര കാലം തുടരേണ്ടിവരുമെന്നോ ഏതൊക്കെ പുതിയ ഘടകങ്ങള്‍ ഇനി ഈ പ്രശ്‌നത്തിനകത്തേക്ക് വരാന്‍ പോകുന്നു എന്നോ നമുക്ക് ഊഹിക്കാന്‍ പോലും പറ്റാത്ത അവസ്ഥയാണ്. ലോകത്തിന് പ്രളയകാലത്തെപ്പോലെ നമ്മളെ സഹായിക്കാനും കഴിയില്ല, അല്ലാവരും അവരവരുടെ അതിജീവനത്തിന്റെ തിരക്കിലാണ്. നമ്മുടെ കാര്യം, ഡാറ്റ അനാലിസിസ് മുതല്‍ റേഷനരി വരെ, നമ്മള്‍ തന്നെ നോക്കേണ്ടിവരും. ചടുലഗതിയില്‍ തീരുമാനമെടുക്കുകയും അതിനുള്ള സംവിധാനത്തെ അതിവേഗത്തില്‍ സജ്ജമാക്കുകയും ചെയ്യേണ്ടിവരും.
പ്രത്യേക വള്‍ണറബിലിറ്റി വിഭാഗങ്ങളോടോ സര്‍ക്കാര്‍ സംവിധാനങ്ങളിലെത്തന്നെ വിവിധ ഗ്രൂപ്പുകളോടോ പൊതുജനങ്ങളോട് മൊത്തത്തിലോ സോഷ്യല്‍ മീഡിയ പേജുകളിലേക്കോ ഒക്കെ ചടുലഗതിയില്‍ വിവരങ്ങളും സന്ദേശങ്ങളും ചിലപ്പോള്‍ ടാര്‍ഗെറ്റഡ് ഇന്‍ഫോര്‍മേഷനും എത്തിക്കേണ്ടിവരും.
ഉദാഹരണമായി കിഡ്‌നി, കരള്‍, ഹൃദ്രോഗം എന്നീ രോഗങ്ങളുള്ളവര്‍ ഇന്ന പ്രദേശത്ത്, ഇന്ന വീട്ടില്‍ കഴിയണം (Reverse Quarantine) എന്നൊരു നിര്‍ദ്ദേശം രണ്ടുമിനുറ്റിനകം ആ പ്രശ്‌നങ്ങളുള്ളവര്‍ക്ക് നേരിട്ടോ അല്ലെങ്കില്‍ അവരുടെ അടുത്ത വ്യക്തികള്‍ക്കോ എത്തിക്കണം എന്നും ആ പ്രദേശത്തെ ഇന്നയിന്ന ആശുപത്രികളില്‍ ഇത്ര അഡ്മിഷനുകള്‍ വരാന്‍ സാദ്ധ്യതയുണ്ടെന്നും ചില പ്രത്യേക മരുന്നുകളും സ്‌പെഷ്യലിസ്റ്റുകളും തയ്യാറായിരിക്കണെമെന്നും തീരുമാനിക്കാനും അതിനുള്ള കൃത്യമായ നിര്‍ദ്ദേശങ്ങള്‍ കൊടുക്കാനും ഏതാനും സെക്കന്റുകള്‍ മതിയാവും അത്തരമൊരു സംവിധാനത്തിന്.
ഇത്രയും കാര്യം മനുഷ്യര്‍ സാധാരണ കമ്പ്യൂട്ടറുകളും സ്‌പ്രെഡ് ഷീറ്റുകളും ഉപയോഗിച്ച് ഫോണിലോ ഇ-മെയിലിലോ ഒക്കെ നടപ്പാക്കുന്ന കാര്യം ഒന്നാലോചിച്ചുനോക്കൂ.
ഇത്തരമൊരു സംവിധാനം കോവിഡ് പ്രശ്‌നത്തിന് മാത്രമല്ല ഉപകാരപ്പെടുക. പൊതുഭരണസംവിധാനത്തിന്റെ ആണിയാണ് ഡാറ്റ അനലിറ്റിക്‌സ്. ഇതിനെത്തന്നെ നാളെ വെള്ളപ്പൊക്കകാലത്തോ വാക്‌സിന്‍ പ്രവര്‍ത്തങ്ങള്‍ക്കോ ഉപയോഗിക്കാം. സര്‍ക്കാറിന്റെ വികസന പദ്ധതികള്‍ക്കോ ആരോഗ്യസുരക്ഷാ പരിപാടികള്‍ക്കോ, എന്തിന് പോഷകാഹാരവിതരണത്തിനുപോലും നേരിട്ട് ഉപകാരമാണത്.
ഇതിന്റെയൊക്കെ അടിസ്ഥാനം ഡാറ്റയെ അടിസ്ഥാനപ്പെടുത്തിയുള്ള ഒരു സോഫറ്റ്വെയര്‍ പ്ലാറ്റ്ഫോമാണ്.
ജീവനാണ് ഒന്നാമതും രണ്ടാമതും മൂന്നാമതും വലുത്. പ്രത്യേകിച്ച് ഒരു സമൂഹത്തെ മുഴുവന്‍ വിഴുങ്ങാന്‍ കഴിവുള്ള ഒരു സാഹചര്യം അഭിമുഖീകരിക്കുമ്പോള്‍.
സഹായിക്കുന്നവരോടുള്ള ബാദ്ധ്യത: അടിയന്തിരഘട്ടങ്ങളില്‍ സഹായം വാഗ്ദാനം ചെയ്യുന്നവരുടെ ഖ്യാതി (Reputation) തകര്‍ക്കുന്ന ഏര്‍പ്പാട് എത്രയും പെട്ടെന്ന് അവസാനിപ്പിക്കണം. നീട്ടുന്ന കൈക്ക് കൊത്തുന്ന പരിപാടിക്ക് നിന്നുകൊടുക്കാന്‍ എല്ലാവരും ബുദ്ധസന്യാസിമാരാവില്ല.
Manaf Abdul
15 Apr 2020, 11:55 AM
The current situation makes for a compelling reason to implement real-time tracking and monitoring of expensive medical equipments for optimum utilisation. The system will allow both bio-medical and clinical staff to view and search for equipment locations, thus drastically reducing manual search time. The software will help determine ahead of time, when each equipment or facility will be required for different locations. We’ve Cloud based ready to use solution that can be remotely accessed from anywhere without any human intervention. Please contact us if any authority wants to make use of it. manaf@altaenergy.in 09620211240
സജീഷ്‌
13 Apr 2020, 10:16 PM
വളരെ ആധികരികമായ വിലയിരുത്തൽ. വളരെ ഉപകാരപ്രദം. നന്ദി.
ANILKUMAR PONNAPPAN
13 Apr 2020, 08:26 PM
Very very informative & clearly explained 👍
ശശിധരൻ
13 Apr 2020, 10:11 AM
ഈ കാര്യങ്ങൾ മനസ്സിലാക്കുവാനും മാത്രം ബുദ്ധി അവർക്കുണ്ടന്ന് കേരളത്തിൽ ആരും വിചാരിക്കുന്നില്ല. പിന്നെ തറ്റിദദ്ധരി ച്ച ചിലർക്ക് ഈ ലേഖനം പ്രയൊജനപ്പെടും
ഡോ. സുകുമാരൻ എം
Aug 04, 2020
11 Minutes Read
ഡോ.കെ.പി. അരവിന്ദൻ/കെ. കണ്ണൻ
Jul 30, 2020
11 Minutes Read
ഇ.എ സലീം
Jul 29, 2020
3 Minutes Read
വിജയ് പ്രഷാദ്
Jul 28, 2020
7 Minutes Read
Shashi Tharoor/N.E. Sudheer
Jul 27, 2020
7 minute read
ശശി തരൂർ/എന്.ഇ സുധീർ
Jul 27, 2020
5 minute read
Nandalal R
18 Apr 2020, 01:14 PM
ഡാറ്റയെ ഇന്ന് നിലവിലുള്ളവയിൽ ഏറ്റവും വലിയ വിലയേറിയ ആയുധമായാണ് പൊതുവേ കണക്കാക്കപ്പെടുന്നത്. അതുകൊണ്ടുതന്നെ ഡാറ്റ വച്ചുള്ള എല്ലാ കളികളും ആകാവുന്നതിന്റെ പരമാവധി സുരക്ഷിതത്വത്തോടെ തന്നെയായിരിക്കണം. പേഴ്സണൽ ഡാറ്റ വെച്ച് തിരഞ്ഞെടുപ്പുകളെ വരെ മാനിപ്പുലേറ്റ് ചെയ്യാം എന്ന കാര്യം കേംബ്രിഡ്ജ് അനലിറ്റികയുമായി ബന്ധപ്പെട്ട ഫേസ്ബുക്ക് ഡാറ്റാ ചോർത്തൽ വിവാദങ്ങളുമായി ബന്ധപ്പെട്ട് നാം കണ്ടതുമാണ്. അതിൽ ഒരു പക്ഷെ നമുക്ക് പറയാവുന്നത് വ്യക്തികൾ സ്വമേധയാ തന്നെയാണ് തങ്ങളുടെ വിവരങ്ങൾ നൽകിയിരിക്കുന്നത് എന്നതാണ്. ഇവിടെ അതല്ല സ്ഥിതി. വ്യക്തിഗതമായതും വളരെ സെൻസിറ്റീവും ആയിട്ടുള്ള വിവരങ്ങൾ സർക്കാർ മറ്റൊരു ഏജൻസിക്ക് നൽകുകയാണ്. അത് ഏതൊക്കെ തരത്തിലുള്ള മാനിപ്പുലേഷന് വിധേയമായിത്തീരാം എന്നത് വളരെ ഗൌരവബുദ്ധിയോടെ, ശ്രദ്ധയോടെ നോക്കിക്കാണേണ്ടതുണ്ട്. സർക്കാർ വളരെ നല്ല ഉദ്ദേശത്തോടെ ചെയ്യുന്ന കാര്യം ഒരു പക്ഷെ ഉപയോഗിക്കപ്പെടുന്നത് തീർത്തും ചിന്തിച്ചിട്ടുപോലുമില്ലാത്ത മറ്റ് വല്ല കാര്യങ്ങൾക്കും വേണ്ടിയായേക്കാം. എത്ര കടുത്ത പ്രവൃത്തിയാണെങ്കിലും സർക്കാറിന് സ്വന്തമായിത്തന്നെ ഇത്തരത്തിലുള്ള ഡാറ്റ കൈകാര്യം ചെയ്യുന്നതിനുള്ള ഉപാധി ഉണ്ടാക്കുന്നതുതന്നെയല്ലേ ഇക്കാര്യത്തിൽ ഉചിതം?