ලාභ:
- රහස්, පුද්ගලික දත්ත සහ රහස්ය ව්යාපාරික වත්කම් අඩංගු දත්ත වර්ගීකරණය කිරීමට සහ රතු රේඛා හඳුනා ගැනීමට ඇති හැකියාව
- දත්ත ඇතුළත් කිරීමට පෙර කෘතිම දත්ත ආවරණය කිරීම, නිර්නාමික කිරීම සහ සුරක්ෂිත කිරීම
- අනුමත මෙවලම් තෝරාගැනීම, සන්දර්භය අවම කිරීම සහ කාන්දු වන අවස්ථාවක යතුරු භ්රමණ ප්රතීකයක් යෙදීමේ හැකියාව
ඔබ කේතීකරණ සහායක වෙත අලවන ඕනෑම දෙයක් ඔබේ පාලනයෙන් බැහැර විය හැකිය. API යතුරක්, පාරිභෝගික දත්ත ගබඩා ඩම්ප් එකක්, තවමත් ප්රකාශ කර නොමැති හිමිකාර මූලාශ්ර කේතයක් හෝ රෝගී වාර්තාවක් - මේවා අනුමත නොකළ මෙවලමකට ඇතුළු වූ පසු ආපසු හැරවිය නොහැකි කාන්දුවක් බවට පත්විය හැක. මෘදුකාංග කණ්ඩායම් සඳහා AI හි විශාලතම අවදානම පැමිණෙන්නේ රේඛා දෝෂයකින් නොව, නොසැලකිලිමත් ලෙස පිටපත් කිරීමෙනි. මෙම ඒකකය එම කොපි පේස්ට් ආරක්ෂිත බවට පත් කිරීමයි.
මෙහිදී අපි කරුණු තුනක් වෙන්කර හඳුනා ගනිමු: කිසිවිටෙක ඇතුළත් නොකළ යුතු දත්ත මොනවාද, කුමන ආරක්ෂණයන් සමඟ භාවිතා කළ හැකි මෙවලම්ද, සහ දත්ත ඇතුල් කිරීමට පෙර සුරක්ෂිත කරන්නේ කෙසේද (ආවරණ, කෘතිම දත්ත, දේශීයව වැඩ කිරීම). මෙය විකල්ප "එය හොඳ වනු ඇත" නොවේ; එය බොහෝ ආයතනවල ගිවිසුම්ගත සහ නීතිමය වගකීමකි.
එය එතරම් විවේචනාත්මක වන්නේ ඇයි?
ඔබ AI මෙවලමකට යවන දත්ත; සපයන්නාගේ සේවාදායකයන් මත සකසන ලද, සමහර විට යම් කාලයක් සඳහා ගබඩා කර ඇත, සමහර නිෂ්පාදන සැකසුම් තුළ ආකෘතිය වැඩිදියුණු කිරීමට භාවිතා කළ හැක. "මම කතාබස් මකා දැමුවා" යැයි පැවසීම බොහෝ විට ප්රමාණවත් නොවේ; දත්ත ජාලයෙන් ඉවත් වූ මොහොතේම අවදානමක් ඇති වේ. එපමනක් නොව, කාන්දු වීමේ පිරිවැය ඉහළ ය: කාන්දු වූ වලාකුළු යතුරක් මිනිත්තු කිහිපයකින් අනිසි ලෙස භාවිතා කළ හැකිය, කාන්දු වූ පාරිභෝගික දත්ත KVKK/GDPR වැනි රෙගුලාසි යටතේ දැනුම්දීම් සහ දඬුවම් වලට හේතු විය හැක, සහ කාන්දු වූ පුද්ගලික මූලාශ්ර කේතය තරඟකාරී වාසිය විනාශ කළ හැකිය.
එබැවින් මාපටැඟිල්ලේ රීතිය සරල ය: ඔබට අහිමි කිරීමට නොහැකි කිසිවක් අනුමත නොකළ වාහනයකට ඇතුළු නොකරන්න. සැකයක් ඇත්නම්, ඇතුල් නොවන්න.
අවවාදයයි: "එක් වරක්, ඉක්මනින්" මානසිකත්වය කාන්දු වීමට වඩාත් පොදු හේතුවයි. හදිසි දෝෂයක් විසඳන විට නිෂ්පාදන ලොගයක් හෝ වින්යාස ගොනුවක් ඇලවීම පීඩනය යටතේ ගන්නා එවැනි තීරණ සමඟ හරියටම සිදු වේ. හදිසිභාවය රහස්යභාවය පිළිබඳ රීතිය අත්හිටුවන්නේ නැත.
කිසිවිටක ඇතුල් නොකළ යුතු දේ (රතු රේඛාව)
- රහස්: API යතුරු, මුරපද, වලාකුළු ප්රවේශ යතුරු, පුද්ගලික සහතික, ටෝකන, සම්බන්ධතා නූල්.
- පුද්ගලික දත්ත (PII): නම-වාසගම, TR ID අංකය, විද්යුත් තැපෑල, දුරකථන, ලිපිනය, සෞඛ්ය/මූල්ය වාර්තා, පාරිභෝගික දත්ත.
- රහස්ය ව්යාපාරික වත්කම්: අනාවරණය නොකළ මූල කේතය, හිමිකාර ඇල්ගොරිතම, අභ්යන්තර ගෘහ නිර්මාණ රහස්, ගිවිසුම් විස්තර.
- නියාමනය කළ දත්ත: සෞඛ්ය සේවා, ගෙවීම් කාඩ්පත (PCI), පුද්ගලික මූල්ය වැනි විශේෂ ආරක්ෂිත කාණ්ඩ.
පියවරෙන් පියවර: ආරක්ෂිත භාවිත ප්රවාහය
- දත්ත වර්ග කරන්න. ඔබ සතුව ඇති ප්රවර්ගය කුමක්ද - පොදු, අභ්යන්තර, රහස්ය, නියාමනය?
- පන්තිය අනුව වාහනය තෝරන්න. රහස්ය/නියාමනය කරන ලද දත්ත සකසනු ලබන්නේ දත්ත සහතිකය (අධ්යාපනයේ භාවිතා නොකිරීම, රඳවා ගැනීමේ සීමාව, කලාපීය සැකසුම්) සපයන ආයතනිකව අනුමත කරන ලද මෙවලම්වල පමණි.
- ඇතුල් වීමට පෙර සුරක්ෂිත කරන්න. ඉරි රහස්, මාස්ක්/නිර්නාමික PII, හැකි නම් සැබෑ දත්ත වෙනුවට කෘතිම (නිර්මාණය කරන ලද නමුත් යථාර්ථවාදී) දත්ත භාවිතා කරන්න.
- සන්දර්භය අවම කරන්න. සංවේදී කොටස් ඇතුළත් නොවන කුඩාම ප්රතිනිෂ්පාදනය කළ හැකි උදාහරණයට ඔබේ ගැටලුව අඩු කරන්න.
- ප්රතිදානය ද පරීක්ෂා කරන්න. AI විසින් උත්පාදනය කරන ලද කේතයේ දෘඪ සංකේතාත්මක රහසක් හෝ ඔබගේ දත්තවල ශේෂයක් නොමැති බව පරීක්ෂා කරන්න.
කුඩා නඩු තුනක්
නඩුව 1 - ඇලවූ යතුර අවලංගු කරන ලදී. දෝෂයක් නිවැරදි කරන අතරතුර සංවර්ධකයෙකු සම්පූර්ණ වින්යාස ගොනුව AI වෙත අලවා ඇත; ගොනුවේ සජීවී තෙවන පාර්ශවීය API යතුරක් අඩංගු විය. කණ්ඩායම දුටු විට, ඔවුන් වහාම යතුර අවලංගු කර (භ්රමණය කර) නව එකක් නිෂ්පාදනය කළහ; අපයෝජනයක් සිදු නොවූ නමුත් එය 'ලාභ' සිදුවීමකි. පාඩම: ඇලවීමට පෙර ග්ලේස් ඉවත් කරන්න - යතුර කාන්දු වී ඇත්නම් වහාම හරවන්න.
2 වන අවස්ථාව - කෘතිම දත්ත ව්යාපාරය සුරකින ලදී. කණ්ඩායමක් සැබෑ පාරිභෝගික වාර්තා සමඟ විග්රහ කිරීමේ දෝෂයක් අත්විඳිමින් සිටියේය. සැබෑ දත්ත ඇතුළත් කිරීම වෙනුවට, ඔවුන් එකම ව්යුහයක් සහිත කෘතිම දත්ත පේළි 20 ක් නිෂ්පාදනය කරන නමුත් සම්පූර්ණයෙන්ම ව්යාජ, එය සමඟ දෝෂය ප්රතිනිෂ්පාදනය කර එය AI සමඟ විසඳා ඇත. PII කාන්දු නොවීම හෝ රෝග විනිශ්චය මන්දගාමී නොවීය; කෘතිම දත්ත ආරක්ෂිත සහ ප්රමාණවත් විය.
නඩුව 3 - මුද්රණයේ සැඟවුණු රහස. නියැදි වින්යාසයක් උත්පාදනය කරන විට, AI එය තුළට යථාර්ථවාදී ලෙස පෙනෙන "නියැදි" යතුරක් කාවැද්දූ අතර සංවර්ධකයාට නොපෙනී එය කේතයට ඇතුළත් කළේය; කෝඩ් බේස් ස්කෑන් (රහස් ස්කෑනරය) මෙය අල්ලා අනතුරු ඇඟවීය. වෙනස් කළ නොහැකි රහස කිසි විටෙක එය කේතය බවට පත් නොකළ යුතුය; නිවැරදි ක්රමය වූයේ පරිසර විචල්යයක් හෝ රහස් කළමනාකරුවෙකු භාවිතා කිරීමයි. පාඩම: රහස් සඳහාද ප්රතිදානය පරිලෝකනය කරන්න.
පිටපත් කළ හැකි සැකිලි හතරක්
ඇතුළු වීමට පෙර පිරික්සුම් ලැයිස්තුව ආවරණය කිරීම (ස්වයං):
AI වෙත මෙම පෙළ ලබා දීමට පෙර, මම පහත සඳහන් දෑ ඉවත් කර ඔබ සොයා ගන්නා දේ [MASKED] සමඟ ප්රතිස්ථාපනය කිරීමට වග බලා ගන්න: API යතුර, මුරපදය, ටෝකනය, සම්බන්ධතා තන්තුව, නම-වාසගම, ඊමේල්, දුරකථන, ID අංකය, පාරිභෝගික දත්ත. පෙළ:{{text}}
සින්තටික් පරීක්ෂණ දත්ත උත්පාදනය:
පහත යෝජනා ක්රමයට අනුකූලව සම්පුර්ණයෙන්ම ගොතන ලද (සැබෑ පුද්ගලයා/ආයතනයට සම්බන්ධ නොවන) {{N}}පේළි පරීක්ෂණ දත්ත උත්පාදනය කරන්න. එය යථාර්ථවාදී පෙනුමක් ඇති කරන්න, නමුත් සැබෑ PII භාවිතා නොකරන්න. යෝජනා ක්රමය: {{ක්ෂේත්ර සහ වර්ග}}ඉදිරි අවස්ථා (හිස්, මායිම්, නරක ආකෘතිය) ඇතුළත් වේ.
ස්ථාවර රහස් දඩයම (කේතයෙන්):
මෙම කේතය/වින්යාසය තුළ දෘඪ සංකේතාත්මක රහස සොයන්න: යතුර, මුරපදය, ටෝකනය, අභිරුචි URL. ඔබ එය සොයා ගන්නේ නම්, එහි පිහිටීම සඳහන් කර නිවැරදි ක්රමය යෝජනා කරන්න (පරිසර විචල්ය / රහස් කළමනාකරු). කේතය:{{code}}
වාහන අනුකූලතා තක්සේරුව (දත්ත පන්තිය අනුව):
මා සතුව පහත ආකාරයේ දත්ත තිබේ: {{පන්තිය: පොදු / අභ්යන්තර / රහස්ය / නියාමනය}}. මා භාවිතා කිරීමට අදහස් කරන මෙවලම: {{tool}}. මෙම මෙවලමෙහි මෙම දත්ත සැකසීමට පෙර මා විසින් තහවුරු කළ යුතු ආරක්ෂාව (ගබඩාව, අධ්යාපනයේ භාවිතා නොකිරීම, කලාපය, ප්රවේශය) මොනවාද? පිරික්සුම් ලැයිස්තුවක් දෙන්න. තීරණය මගේ ය; ඔබ නිර්ණායක පැහැදිලි කරයි.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල: (නිෂ්පාදන දත්ත ගබඩාවෙන් ඇදගත් සැබෑ පරිශීලක පේළි 200ක් ඇලවීම) "මෙම දත්තවල විග්රහ කිරීමේ දෝෂයක් ඇත්තේ ඇයි?"
ශක්තිමත්: "පහත දැක්වෙන්නේ සැබෑ දත්ත හා සමාන ව්යුහයක් සහිත පේළි 15ක් වන නමුත් සම්පූර්ණයෙන්ම කෘතිම (PII නැත.) parse_user() මෙම පේළි 3, 8 සහ 12 මත ValueError විසි කරයි. පොදු රටාව කුමක් විය හැකිද, එය නිවැරදි කරන්නේ කෙසේද?"
දෝෂය ප්රතිනිෂ්පාදනය කිරීමට අවශ්ය ව්යුහය සංරක්ෂණය කරමින් ශක්තිමත් අනුවාදයේ සැබෑ පුද්ගලික දත්ත අඩංගු නොවේ. රෝග විනිශ්චය එලෙසම පවතී, අවදානම නැවත සකස් කර ඇත.
දත්ත පන්තිය
එය AI හි සැකසිය හැකිද?
පූර්ව අවශ්යතාව
පොදු
ඔව්
-
අභ්යන්තර භාවිතය (නිශ්චිත නොවන)
පොදුවේ
ආයතනික ප්රතිපත්තියට අනුකූල වන්න
රහස්ය (මූලාශ්ර කේතය, ව්යාපාරික රහස)
අනුමත වාහනය පමණි
ආයතනික සහතිකය + අවම කිරීම
PII / නියාමනය
රීතියක් ලෙස අංක
වෙස්මුහුණු/නිර්නාමික කිරීම හෝ කෘතිමව භාවිතා කරන්න
ප්රතිපත්ති අනුකූලතාව සහ ලුහුබැඳීම
ආරක්ෂිත භාවිතය යනු හුදෙක් පුද්ගලික පුරුද්දකට වඩා වැඩි දෙයක්, එය ආයතනික පද්ධතියකි: කුමන මෙවලම් අනුමත කර තිබේද, කුමන දත්ත පන්තියට යා හැක්කේ කොතැනටද, සහ කඩවීමක් සිදුවුවහොත් කුමක් කළ යුතුද යන්න ලිඛිත ප්රතිපත්තියක අර්ථ දැක්විය යුතුය. රහසක් කාන්දු වුවහොත්, වඩාත්ම වැදගත් පළමු පියවර වන්නේ කලබල වීම නොව, කාන්දු වූ අක්තපත්රය වහාම ප්රතිවර්තනය කර (අවලංගු කර නව එකක් උත්පාදනය කිරීම) සහ සිද්ධිය වාර්තා කිරීමයි. ඔබ ඔබේ සංවිධානයේ අනුමත මෙවලම් ලැයිස්තුව සහ දත්ත වර්ගීකරණ රීති නොදන්නේ නම්, ඔබේ පළමු කාර්යය වන්නේ ඒවා ඉගෙන ගැනීමයි.
ඉඟිය: ඔබගේ සංස්කාරක/CLI මෙවලමෙහි ව්යාපෘති-විශේෂිත "නොසලකා හැරීම" ලැයිස්තුවක් (උදා. .env, සැඟවුණු ෆෝල්ඩර, අනන්යතා ගොනු) නිර්වචනය කරන්න එවිට මෙම ගොනු අහම්බෙන් සහකරුගේ සන්දර්භයට ඇතුළත් නොවේ. වැළැක්වීම සෑම විටම පිරිසිදු කිරීමට වඩා ලාභදායී වේ.
පොදු වැරදි
- සංවේදී දත්ත "එක් වරක්" ඇලවීම. හදිසි රතු රේඛාව අත්හිටුවන්නේ නැත; වඩාත් සුලභ කාන්දුව සිදු වන්නේ මෙහිදීය.
- "මම සංවාදය මකා දමමි" යැයි සිතමින්. දත්ත ජාලයෙන් පිටවන මොහොතේ, අවදානම මතු වේ; මකා දැමීමෙන් එය අහෝසි නොවේ.
- එහි පන්තිය නොබලා වාහනය තෝරා ගැනීම. පුද්ගලික ගිණුමක් සමඟ රහස්ය ආයතනික දත්ත සැකසීම බරපතල උල්ලංඝනයකි.
- ප්රතිදානය පරිලෝකනය නොකරයි. AI හට වෙනස් කළ නොහැකි රහසක් කේතයට ඇතුළත් කළ හැක; රහස් ස්කෑනරය සමඟ නිෂ්පාදනය ද පරීක්ෂා කරන්න.
- රහස කාන්දු වන විට එය හැරවීම නොවේ. කාන්දු වූ යතුර අවලංගු නොකිරීමෙන් කාන්දුව සජීවී සූරාකෑමක් බවට පත් වේ.
සාරාංශයක් ලෙස
මෘදුකාංගය තුළ AI හි ඇති ලොකුම අවදානම පුද්ගලිකත්වය කාන්දු වීම වන අතර, එයින් බොහෝමයක් පැන නගින්නේ බලහත්කාරයෙන් ගන්නා ලද කොපි-පේස්ට් තීරණයකිනි. රීතිය පැහැදිලිය: රහස්, පුද්ගලික දත්ත, රහස්ය ව්යාපාරික වත්කම් සහ නියාමනය කරන ලද දත්ත අනුමත නොකළ මෙවලම්වලට ඇතුළත් නොකෙරේ. ආදානයට පෙර දත්ත වර්ග කරන්න, පන්තිය අනුව නියෝජිතයා තෝරන්න, රහස් උකහා ගන්න, PII ආවරණය කරන්න හෝ කෘතිම දත්ත භාවිතා කරන්න, සන්දර්භය අවම කරන්න, සහ රහස් සඳහා ප්රතිදානය පරිලෝකනය කරන්න. කාන්දුවක් තිබේ නම්, පළමු දෙය: අක්තපත්රය ආපසු ලබා දී එය වාර්තා කරන්න.
යෙදුම් කාර්යය
ඔබ මෑතකදී AI වෙත ලබා දුන් (හෝ ලබා දීමට සලකා බලමින් සිටින) කේතයක්/ලොග්/දත්ත කෑල්ලක් ගන්න. පළමුව, "මාස්කින් පිරික්සුම් ලැයිස්තුව" අච්චුව සමඟ රහස් සහ PII අපේක්ෂකයින් හඳුනා ගන්න. ඉන්පසුව, එහි සැබෑ දත්ත තිබේ නම්, "කෘත්රිම පරීක්ෂණ දත්ත උත්පාදනය" අච්චුවට සමාන නමුත් සම්පුර්ණයෙන්ම සෑදූ අනුවාදයක් නිපදවා, ඔබේ ගැටලුව එය සමඟ නැවත ප්රතිනිෂ්පාදනය කරන්න. අවසාන වශයෙන්, ඔබේ ආයතනයේ අනුමත මෙවලම් ලැයිස්තුව සහ දත්ත වර්ගීකරණ ප්රතිපත්තිය සොයා කියවන්න; එසේ නොමැතිනම්, මෙම අතපසුවීම සටහන් කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම දත්ත ඇතුළත් කිරීමට පෙර වර්ගීකරණය කරමි (විවෘත/අභ්යන්තර/රහස්ය/නියාමනයට යටත්ව).
- [ ] මම කිසි විටක රහස්, PII සහ රහස්ය ව්යාපාර වත්කම් අනුමත නොකළ මෙවලම් වලට ඇතුල් නොකරමි.
- [ ] මම සැබෑ දත්ත වෙනුවට හැකි සෑම විටම ආවරණ හෝ කෘතිම දත්ත භාවිතා කරමි.
- [ ] මම සන්දර්භය සංවේදී කොටස් ඇතුළත් නොවන කුඩාම උදාහරණයට අඩු කරමි.
- [ ] මම අමාරුවෙන් තැන්පත් වූ රහස සඳහා AI ප්රතිදානය පරිලෝකනය කරමි.
- [ ] රහස කාන්දු වුවහොත්, මම වහාම හඳුනාගැනීමේ තොරතුරු ආපසු ලබා දී සිද්ධිය වාර්තා කරන බව මම දනිමි.