ලාභ:
- සංවේදීතා පන්තියට (පොදු / අභ්යන්තර / රහස්ය / ඉහළම රහස්ය) අනුව තොරතුරු ඇගයීමේ හැකියාව සහ 'අහන්න පන්තිය, මෙවලමට ගැලපෙන' ප්රත්යාවර්තය යෙදීම
- AI හි දත්ත ගබඩා කිරීම, ආකෘති පුහුණුව, එකතු කිරීම සහ උල්ලංඝණය කිරීමේ අවදානම අවබෝධ කර ගැනීම සහ විවෘත සහ වර්ගීකරණය කරන ලද ලෝකය වෙන්ව තබා ගැනීම
- අවම දත්ත මූලධර්මය, පුද්ගලික දත්ත ආරක්ෂණය සහ අවිනිශ්චිත තොරතුරු ඉහළ පන්තියක් ලෙස ආරක්ෂා කිරීමේ විනය අනුගමනය කිරීමේ හැකියාව.
රාජ්ය තාන්ත්රිකභාවය විශ්වාසය මත පදනම් වන අතර විශ්වාසය රහස්යභාවය මත පදනම් වේ. සාකච්ජා ආස්ථානයක්, බුද්ධි තක්සේරුවක්, මැදිහත්කරුවෙකු සමඟ සංවාදයක අන්තර්ගතය හෝ තවමත් ප්රකාශ කිරීමට නියමිත තීරණයක්, වැරදි අතට, රාජ්ය අවශ්යතා, සාකච්ඡාවක ප්රතිඵලය හෝ මිනිසුන්ගේ ආරක්ෂාව පවා අනතුරේ හෙළිය හැකිය. කෘතිම බුද්ධිය මෙම ක්ෂේත්රයට දැවැන්ත වේගයක් ගෙන එයි, නමුත් එය නව සහ බරපතල රහස්යතා අවදානම් දරයි. කෘත්රිම බුද්ධි යුගයේ රහස්ය සහ සංවේදී තොරතුරු ආරක්ෂා කරන්නේ කෙසේද, කුමන වාහනයට ඇතුළු කළ හැකි දත්ත සහ ආරක්ෂිත භාවිතයේ විනය මෙම ඒකකයෙන් ඔබ ඉගෙන ගනු ඇත.
මෙම ඒකකය මොඩියුලයේ වඩාත්ම තීරණාත්මක ආරක්ෂක පාඩම වේ. මෙහි එක් වැරැද්දක් - රහස්ය ලේඛනයක් වැරදි මෙවලමකට ඇලවීම - ආපසු හැරවිය නොහැක. එමනිසා, මතක තබා ගත යුතු ප්රත්යාවර්තයක් මෙහි ස්ථාපිත වනු ඇත: AI මෙවලමකට කිසියම් දත්තයක් ලබා දීමට පෙර, සෑම විටම අසන්න: මෙම දත්ත කුමන පන්තියේද සහ මෙම මෙවලම මෙම පන්තිය සඳහා අනුමත කර තිබේද?
තොරතුරු වර්ගීකරණය: මූලික වෙනස
රාජ්යතාන්ත්රික තොරතුරු බොහෝ විට එහි සංවේදීතාව අනුව වර්ගීකරණය කර ඇත. එය ආයතනයෙන් ආයතනයට වෙනස් වුවද, මූලික තර්කය මෙයයි:
- වර්ගීකරණය නොකළ/පොදු: දැනටමත් ප්රකාශයට පත් කර ඇති සහ ප්රසිද්ධියේ ප්රවේශ විය හැකි තොරතුරු. උදාහරණය: නිල මාධ්ය නිවේදන, පොදු ප්රවෘත්ති.
- සීමා සහිත/අභ්යන්තර: ප්රසිද්ධියේ ලබා ගත නොහැකි නමුත් අඩු සංවේදීතාවයක් ඇති අභ්යන්තර තොරතුරු.
- රහස්ය: හෙළිදරව් කිරීම රාජ්යයේ අවශ්යතාවලට බරපතළ ලෙස හානි කළ හැකි තොරතුරු. උදාහරණය: සාකච්ඡා ස්ථානය, අභ්යන්තර ඇගයීම.
- ඉහළම රහස: හෙළිදරව් කිරීම වඩාත් බරපතල හානියක් ඇති කරන තොරතුරු. උදාහරණය: සංවේදී බුද්ධිය, තීරණාත්මක ආරක්ෂක තොරතුරු.
මාපටැඟිල්ලේ රීතිය සරලයි: ඔබේ ආයතනය එම පන්තිය සඳහා අනුමත නොකළ AI මෙවලමකට ප්රසිද්ධියේ ලබා ගත නොහැකි කිසිදු වර්ගීකෘත තොරතුරු ඇතුළත් නොකෙරේ. පොදු AI සේවාවක්, නිර්වචනය අනුව, මෙම පන්තියේ තොරතුරු සඳහා සහතික කර නොමැත.
ඉඟිය: ඔබට විශ්වාස නැත්නම්, තොරතුරු ජ්යෙෂ්ඨයෙකු ලෙස සලකන්න. "මෙය දැනටමත් දන්නා" යැයි පැවසීම භයානක අනුමානයකි. තොරතුරු පොදු බව ඔබට සියයට සියයක් විශ්වාස වන තුරු, එය රහසිගත ලෙස ආරක්ෂා කරන්න. අනවශ්ය පරෙස්සම් වියදමක් නොවේ, එය සහතිකයකි.
AI හි පෞද්ගලිකත්ව අවදානම්
සාම්ප්රදායික මෘදුකාංගවලට වඩා AI මෙවලම් විවිධ රහස්යතා අවදානම් මතු කරයි:
1. දත්ත සැකසීම සහ ගබඩා කිරීම: ඔබ පොදු AI සේවාවකට ලියන පාඨය එම සේවාවේ සේවාදායකයන් මත සකස් කර ගබඩා කර තැබිය හැක. ඔබට එයට ප්රවේශ වන්නේ කවුරුන්ද, එය කොපමණ කාලයක් තබා තිබේද සහ එය භාවිතා කරන්නේ කෙසේද යන්න පාලනය කළ නොහැක.
2. ආදර්ශ පුහුණුවේදී භාවිතා කරන්න: සමහර සේවාවන් ආකෘතිය වැඩිදියුණු කිරීමට ඔබ ඇතුලත් කරන දත්ත භාවිතා කළ හැක. මෙය ඔබගේ රහසිගත තොරතුරු වක්රව ආකෘතියේ "මතකය" තුළට ඇතුළු වී අන් අයට කාන්දු වීමේ අවදානමක් ඇති කරයි.
3. එකතු කිරීමේ අවදානම: තනි තනිව හානිකර නොවන බව පෙනෙන තොරතුරු කොටස් ඒකාබද්ධ කළ විට සංවේදී පින්තූරයක් සෑදිය හැක. විවිධ කාලවලදී ඇතුළත් කරන ලද කුඩා තොරතුරු කොටස් සාමූහිකව රහසිගත ස්ථානයක් ලබා දිය හැකිය.
4. ප්රවේශය සහ උල්ලංඝන අවදානම: ඕනෑම බාහිර පද්ධතියක් මෙන්, AI සේවාවන් දත්ත කඩ කිරීමකට යටත් විය හැක. ඔබ සපයන දත්ත එම කඩකිරීමේදී හෙළිදරව් විය හැක.
මෙම අවදානම් වලට විසඳුම වන්නේ වෙනම ලෝක දෙකක් පිහිටුවීමයි: විවෘත මූලාශ්ර වැඩ සඳහා සාමාන්ය මෙවලම්; වර්ගීකරණය කරන ලද වැඩ සඳහා දත්ත අපනයනය නොකරන ගෘහස්ථ, ආරක්ෂිත, අනුමත පද්ධති පමණි. කවදාවත් ඒ දෙක මිශ්ර කරන්න එපා.
අවධානය: "මම එය නිර්නාමික කළා" යැයි කීම බොහෝ විට ප්රමාණවත් නොවේ. ඔබ නම් මකා දැමුවත්, සන්දර්භය (දිනය, ස්ථානය, සිදුවීම, පාර්ශ්ව ගණන) විශේෂඥයෙකුට අනන්යතා සහ තනතුර නැවත සකස් කිරීමට ප්රමාණවත් විය හැක. සැබෑ සංවේදී තොරතුරු ආරක්ෂා වන්නේ වෙස් ගැන්වීමෙන් නොව සුදුසු මෙවලම් සහ මාධ්ය තෝරාගැනීමෙනි.
ආරක්ෂිත භාවිතයේ විනය
ප්රායෝගික පාලන ප්රවාහයක් සකසන්න:
- පන්තිය තීරණය කරන්න. මෙම දත්ත පොදු, අභ්යන්තර, රහස්ය, හෝ අතිශය රහසිගත ද?
- වාහනය යුගල කරන්න. මෙම මෙවලම තුළ මෙම පන්තිය සැකසිය හැකිද? එසේ නොවේ නම්, නවත්වන්න.
- අවම දත්ත ප්රතිපත්තිය. වැඩ කළ හැකි රැකියාවක වුවද, රැකියාවට අවශ්ය ප්රමාණයට වඩා වැඩි තොරතුරු ලබා නොදෙන්න.
- පුද්ගලික දත්ත ආරක්ෂා කරන්න. පුද්ගලික දත්ත (නම, සම්බන්ධතා, ස්ථානය) සකසනු ලබන්නේ අවශ්ය නම් සහ නීතිමය පදනමක් මත පමණි; අනවශ්ය නම්, එය වෙස් මුහුණු හෝ ලබා නොදේ.
- වාර්තාව තබා ගන්න. ඔබ කුමන කාර්යය සඳහා භාවිතා කළ මෙවලම, කුමන දත්ත සමඟද ලේඛනගත කරන්න; ගැටලුවක් තිබේ නම්, එය සොයා ගත හැකිය.
ඉඟිය: ඔබේ කණ්ඩායම තුළ "පෞද්ගලිකත්වයට ප්රථම" සංස්කෘතියක් ඇති කරන්න: නව ලිපිකරුවෙකු හෝ සීමාවාසිකයෙකු පළමු දිනයේ සිට "රහස්ය ලේඛන පොදු වසමට ඇතුළු නොවේ" යන ප්රත්යාවර්තය ඉගෙන ගත යුතුය. බොහෝ උල්ලංඝණයන් පැන නගින්නේ ද්වේෂ සහගතව නොව වාහනයක් කෙතරම් විවෘත දැයි නොදැන සිටීමෙනි.
කුඩා නඩු තුනක්
නඩුව 1 - Reflex උල්ලංඝනය කිරීම වැළැක්වීය. විශේෂඥයෙක් සම්මුඛ සටහනක් සාරාංශ කිරීමට සූදානම් වූ විට ඔහු නතර කර එහි වර්ගීකරණය විමසීය: සටහන මැදිහත්කරුවෙකු සමඟ රහසිගත සංවාදයකි. පොදු මෙවලමක් වෙනුවට ගෘහස්ථ ආරක්ෂිත පද්ධතියකට මාරු විය. සරල "පළමු පන්තිය අසන්න" ප්රත්යාවර්තයක් කඩ වීමක් වැළකුණි.
නඩුව 2 - එකතු කිරීමේ අවදානම හඳුනාගෙන ඇත. කණ්ඩායමක් විවිධ දිනවල බාහිර මෙවලමකට කුඩා, පෙනෙන පරිදි "අහිංසක" තොරතුරු ඇතුළත් කරයි. ආරක්ෂක සමාලෝචනයකින් පෙන්නුම් කළේ මෙම කොටස් ඒකාබද්ධ වූ විට, ඉදිරි සාකච්ඡාවක න්යාය පත්රය ලබා දුන් බවයි. යෙදුම නතර කර ඇත; කාර්යය ආරක්ෂිත පරිසරයකට ගෙන යන ලදී.
නඩුව 3 - ව්යාජ නිර්නාමිකභාවය. ලිපිකරුවෙකු නම් ලේඛනයක් "නිර්නාමික" ලෙස සලකනු ලැබුවේ ඔහු නම් මකා දමා එය බාහිර නියෝජිතයාට භාර දුන් බැවිනි. කෙසේ වෙතත්, ලේඛනයේ ඇති දිනය, ස්ථානය සහ සිදුවීම් විස්තරය මගින් අදහස් කළේ කවුරුන්ද යන්න පැහැදිලි විය. නම මකා දැමීම ප්රමාණවත් නොවීය; ලේඛනය කෙසේ හෝ ආරක්ෂිත පරිසරයක සකස් කර තිබිය යුතුය.
පිටපත් කළ හැකි සැකිලි හතරක්
1) පන්තිය සහ වාහන පූර්ව පරීක්ෂාව:
මම පහත කාර්යය විස්තර කරමි. මට කියන්න (වැඩ කරන්න එපා): (1) මෙම දත්තවල කුමන සංවේදී පන්තියක් තිබිය හැකිද (පොදු / අභ්යන්තර / රහස් / ඉහළ රහස), (2) මෙම පන්තිය පොදු AI මෙවලමක් තුළ සැකසිය යුතුද, (3) එසේ නොවේ නම්, කුමන ආකාරයේ පරිසරයක් අවශ්ය වේද. රැකියා/දත්ත විස්තරය: [මෙහි]
2) පුද්ගලික දත්ත ස්කෑන් කිරීම සහ ආවරණ:
පහත පෙළෙහි සැකසීමට පෙර ආවරණය කළ යුතු පුද්ගලික/සංවේදී දත්ත (නම, මාතෘකාව, සම්බන්ධතා, ස්ථානය, සෞඛ්යය, හැඳුනුම් අංකය) ලැයිස්තුගත කරන්න. පාඨය සැකසීම; ඉවත් කළ යුතු ප්රදේශ මොනවාදැයි මට කියන්න. මම මාස්ක් එක කරලා ආපහු එවන්නම්. පෙළ: [මෙහි]
3) එකතු කිරීමේ අවදානම් තක්සේරුව:
මම පහත තොරතුරු කොටස් වෙන වෙනම බාහිර මෙවලමකට අපනයනය කිරීමට සලකා බලමි: [කෑලි]. මේවා තනි තනිව හානිකර නොවන බව පෙනුනද, ඒකාබද්ධ කළ විට ඒවාට සංවේදී චිත්රයක් (උදා: තනතුරක්, න්යාය පත්රයක්, අනන්යතාවක්) නිර්මාණය කළ හැකිද? එකතු කිරීමේ අවදානම තක්සේරු කර එකට ලබා නොදිය යුතු අයිතම මොනවාදැයි කියන්න.
4) පොදු ඇති බව තහවුරු කිරීම:
පහත තොරතුරු පොදු දැයි මට විශ්වාස නැත: [තොරතුරු]. එය පොදු යැයි සැලකීමට පෙර මා කළ යුතු සත්යාපනය ලැයිස්තුගත කරන්න (නිල නිකුතුවක් තිබේද, එය ප්රකාශයට පත් කළේ කවුද, දිනය). මට විශ්වාස නැත්නම්, "රහස්ය ලෙස සලකන්න" මූලධර්මය මට මතක් කරන්න.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මෙම සම්මුඛ පරීක්ෂණ සටහන සාරාංශ කරන්න. (සැඟවුණු අන්තර්ගතය කෙලින්ම සටහනට අලවා ඇත)
මෙය භයානකම වැරැද්දයි: රහස්ය ලේඛනයක් එහි පන්තිය ප්රශ්න කිරීමකින් තොරව පොදු මාධ්යයකට ඇතුළු වී ඇත. කාන්දු වීමේ අවදානම සිදුවී ඇති අතර එය ආපසු හැරවිය නොහැක.
බලවත් විමසුම (පළමුව පරීක්ෂා කරන්න):
මට රැස්වීම් සටහනක් සැකසීමට අවශ්යයි. නමුත් පළමුව: මෙම සටහන බොහෝ විට රහස් පන්තියේ ඇත. මෙම වර්ගයේ ලේඛනයක් පොදු මෙවලමක් තුළ සැකසිය හැකිද සහ නිවැරදි මාර්ගය කුමක්දැයි මට කියන්න? මම ඔබට ලේඛනයේ අන්තර්ගතය ලබා නොදෙමි; මම ඉල්ලන්නේ නිවැරදි ක්රියාවලිය පමණයි.
වෙනස පැහැදිලිය: රහස්ය අන්තර්ගතය කිසිසේත් ලබා දී නැත, නිවැරදි ක්රියාවලිය ප්රථමයෙන් අසනු ලබන අතර කාර්යය සුදුසු පරිසරයට යොමු කෙරේ.
පන්තියේ සිට වාහනය දක්වා සිතියම්ගත කිරීමේ වගුව
තොරතුරු පන්තිය
උදාහරණයක්
පොදු AI
නිවැරදි පරිසරය
පොදු
මාධ්ය නිවේදනය
සුදුසු ය
සාමාන්ය මෙවලමක්
අභ්යන්තර/සේවා විශේෂිත
අභ්යන්තර සටහන
සාමාන්යයෙන් නැත
ගෘහස්ථව අනුමත කර ඇත
රහස
සාකච්ඡා තත්ත්වය
කවදාවත්
ආරක්ෂිත ආයතන පද්ධතිය
ඉහළ රහසක්
සංවේදී බුද්ධිය
කවදාවත්
ඉහළම ආරක්ෂාව
පුද්ගලික දත්ත
අක්තපත්ර
අවශ්ය+නීත්යානුකූල පමණි
වෙස් මුහුණු / ආරක්ෂිත
පොදු වැරදි
- පන්තියට නොවිමසා දත්ත ඇතුලත් කිරීම. සෑම රැකියාවකටම පෙර, reflex "මෙය කුමන පන්තියේද?" අනිවාර්ය වේ.
- "එය බොහෝ විට පැහැදිලිය" යැයි උපකල්පනය කිරීම. අවිනිශ්චිත තොරතුරු රහසිගත ලෙස ආරක්ෂා කර ඇත.
- නම මැකීම නිර්නාමිකකරණය ලෙස වරදවා වටහා ගැනීම. සන්දර්භයට අනන්යතා ලබා දිය හැක.
- එකතු කිරීමේ අවදානම නොසලකා හැරීම. එකලස් කිරීමේදී කුඩා කොටස් සියුම් විය හැක.
- ලෝක දෙකක් මිශ්ර කිරීම. විවෘත සහ වර්ගීකරණය කරන ලද රැකියා වෙනම මෙවලම්/පරිසරක ක්රියාත්මක වේ.
සාරාංශයක් ලෙස
රහස්යභාවය රාජ්ය තාන්ත්රික AI භාවිතයේ වඩාත්ම තීරණාත්මක සීමාවයි. මෙම ඒකකයේ කොඳු නාරටිය ලෙස තොරතුරු වර්ගීකරණය (පොදු/අභ්යන්තර/රහසිගත/ඉහළ රහස), "පංතිය අසන්න, වාහනය ගැලපීම" ප්රත්යාවර්තය, අවම දත්ත මූලධර්මය, පුද්ගලික දත්ත ආරක්ෂණය සහ එකතු කිරීමේ අවදානම ගන්න. විවෘත මූලාශ්ර වැඩ සඳහා සාමාන්ය මෙවලම්; වර්ගීකරණය කරන ලද වැඩ සඳහා ගෘහස්ථ ආරක්ෂිත, අනුමත පද්ධති පමණක් භාවිතා කරන්න. මේ දෙක පටලවා ගන්න එපා; සැකයක් ඇත්නම්, ජ්යෙෂ්ඨයෙකු මෙන් තොරතුරු ආරක්ෂා කරන්න.
යෙදුම් කාර්යය
ඔබේම (හෝ මනඃකල්පිත) මේසයෙන් විවිධ දත්ත කොටස් 8ක් ලැයිස්තුගත කරන්න (සමහර පොදු, සමහර සංවේදී). එක් එක් පන්තියේ තබා "එය සැකසිය හැක්කේ කුමන මෙවලමෙන්ද" යන්න තීරණය කරන්න. අපැහැදිලි ඒවා "පන්තිය සහ වාහන පෙර-පරීක්ෂා" අච්චුව සමඟින් ඇගයීම. කොටස් තුනක් තෝරා ඒවා "එකතු කිරීමේ අවදානම් තක්සේරුව" සමඟ ඒකාබද්ධ කළ විට සංවේදී පින්තූරයක් සාදනු ඇත්දැයි පරීක්ෂා කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම මුලින්ම එක් එක් දත්ත සඳහා සංවේදීතා පන්තිය තීරණය කළෙමි.
- පොදු වාහනයකට සුදුසු නොවන [ ] පන්තියේ දත්ත මා කිසිවිටෙක ඇතුළත් කර නැත.
- [ ] මට විශ්වාස නැති තොරතුරු මම උසස් නිලධාරියෙකු මෙන් ආරක්ෂා කළෙමි.
- [ ] මම පුද්ගලික දත්ත සකසන්නේ අවශ්ය සහ නීත්යානුකූල, වෙස්මුහුණු විට පමණි.
- [ ] මම ලෝක දෙකක් එකතු කිරීමේ සහ වෙන්වීමේ අවදානම ගත්තා.