அலகுகள்
1. காப்பீட்டில் செயற்கை நுண்ணறிவு அறிமுகம்: எல்லைகள், சரிபார்ப்பு, பொறுப்பு மற்றும் நெறிமுறைகள் 2. இடர் மதிப்பீடு மற்றும் எழுத்துறுதி ஆதரவில் செயற்கை நுண்ணறிவு 3. விலை நிர்ணயம் மற்றும் ஆக்சுவேரியல் பகுப்பாய்வு ஆதரவு ஆகியவற்றில் செயற்கை நுண்ணறிவு 4. உரிமைகோரல் விசாரணை மற்றும் நிபுணத்துவ ஆதரவில் செயற்கை நுண்ணறிவு 5. மோசடி கண்டறிதல் மற்றும் சந்தேகத்திற்கிடமான பரிவர்த்தனை பகுப்பாய்வு 6. கொள்கை மற்றும் வாடிக்கையாளர் தொடர்புகளில் செயற்கை நுண்ணறிவு 7. கொள்கை ஆவணப்படுத்தல், சலுகை மற்றும் விவரக்குறிப்பு தயாரிப்பில் செயற்கை நுண்ணறிவு 8. வாடிக்கையாளர் சேவை, சாட்பாட் மற்றும் தேவை மேலாண்மை ஆகியவற்றில் செயற்கை நுண்ணறிவு 9. நீதி, பாகுபாடு மற்றும் சட்டம்: SEDDK, KVKK மற்றும் செயற்கை நுண்ணறிவு விதிமுறைகள் 10. தரவு தனியுரிமை, பாதுகாப்பான கருவி தேர்வு மற்றும் அநாமதேயமாக்கல் 11. இறுதி முதல் இறுதி ஒருங்கிணைப்பு: பணிப்பாய்வு, சரிபார்ப்பு மற்றும் தணிக்கை
அலகு 10 / 11

தரவு தனியுரிமை, பாதுகாப்பான கருவி தேர்வு மற்றும் அநாமதேயமாக்கல்

ஆதாயங்கள்:

  • செயற்கை நுண்ணறிவு கருவிகளுக்கு வாடிக்கையாளரின் உணர்திறன் மற்றும் நிதித் தரவை வழங்குவதற்கு முன் அநாமதேயப்படுத்தல் மற்றும் அவசியத்தை மதிப்பீடு செய்தல்
  • தனியுரிமை, தரவு வைத்திருத்தல் மற்றும் கல்வியில் பயன்பாடு ஆகியவற்றில் கார்ப்பரேட் மற்றும் பொது AI கருவிகளுக்கு இடையிலான வேறுபாடுகளை வேறுபடுத்தி அறியும் திறன்
  • KVKK இன் கட்டமைப்பிற்குள் தரவு மீறல், தக்கவைப்பு காலம் மற்றும் மூன்றாம் தரப்பு பகிர்வு அபாயங்களை நிர்வகிக்கும் திறன்

காப்பீடு என்பது மிகவும் முக்கியமான தரவுகளுடன் பணிபுரியும் தொழில்களில் ஒன்றாகும். ஒரு காப்பீட்டு கோப்பு; அதில் அடையாளத் தகவல், முகவரி, வருமானம், வங்கிக் கணக்கு, சுகாதார வரலாறு, சேதப் பதிவுகள், உரிமத் தகடு, உரிமைப் பத்திரம் மற்றும் குடும்பத் தகவல்கள் கூட இருக்கலாம். இந்தத் தரவுகளில் சில KVKK (தனிப்பட்ட தரவு பாதுகாப்பு சட்டம்) இல் "சிறப்பு இயல்புடைய தனிப்பட்ட தரவு" என மிக உயர்ந்த பாதுகாப்பிற்கு உட்பட்டது; உடல்நலம், பயோமெட்ரிக் மற்றும் ஒத்த தரவுகள் இதற்கு பொதுவான எடுத்துக்காட்டுகள். செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தும் போது (குறிப்பாக கிளவுட் அடிப்படையிலானவை) இந்தத் தரவின் கட்டுப்பாடற்ற பகிர்வு, மீறல் மற்றும் நம்பிக்கையை இழக்கும் அபாயமாகும். ஒருமுறை கசிந்தால், தரவுகளை மீட்டெடுக்க முடியாது. இந்த யூனிட்டில், செயற்கை நுண்ணறிவுக்கு வழங்குவதற்கு முன் வாடிக்கையாளர் தரவை அநாமதேயமாக்குவது (தனிப்பட்ட முறையில் அடையாளம் காணக்கூடிய தகவலை அகற்றுவது), கார்ப்பரேட் மற்றும் பொதுக் கருவிகளுக்கு இடையே உள்ள தனியுரிமை வேறுபாடுகள் மற்றும் KVKK கட்டமைப்பிற்குள் தரவு மீறல், சேமிப்பு மற்றும் மூன்றாம் தரப்பு பகிர்வு ஆகியவற்றின் அபாயங்களை எவ்வாறு நிர்வகிப்பது என்பதை நீங்கள் கற்றுக் கொள்வீர்கள். இந்த அலகு சட்ட ஆலோசனை அல்ல; பொதுவான கொள்கைகளை விளக்குகிறது, குறிப்பிட்ட வழக்கில் இணக்கம்/சட்டத் துறையை அணுகவும்.

தனியுரிமை ஏன் முக்கியமானது: தரவு வகைகள்

காப்பீட்டில், பாதுகாப்பின் நிலைக்கு ஏற்ப தரவைப் பிரிப்பது அவசியம்:

  • அடையாளத் தரவு: பெயர், குடும்பப்பெயர், டிஆர் ஐடி எண், பிறந்த தேதி, தொடர்பு. இது ஒரு நபரை நேரடியாக அடையாளம் காட்டுகிறது.
  • நிதி தரவு: வருமானம், வங்கி கணக்கு, பணம் செலுத்திய வரலாறு. தனிப்பட்ட மற்றும் உணர்திறன்.
  • சிறப்பு தர தரவு: உடல்நலம், பயோமெட்ரிக் தரவு. அதிகபட்ச பாதுகாப்பு; செயலாக்கத்திற்கு கடுமையான நிபந்தனைகள் (வெளிப்படையான ஒப்புதல் அல்லது சட்ட விதிவிலக்கு) தேவை.
  • கோப்பு தரவு: பாலிசி எண், உரிமத் தகடு, தலைப்புப் பத்திரம், சேத விவரம். மற்றவர்களுடன் இணைந்தால், அது அடையாளத்தை வெளிப்படுத்தும்.

இந்தத் தரவை நீங்கள் ஒன்றாகக் கொண்டு வரும்போது ஏற்படும் அடையாளம்தான் மிகப்பெரிய ஆபத்து. "45 வயதுப் பெண்" அநாமதேயமாக இருக்கும்போது, ​​"45 வயதுப் பெண் + ஒரு குறிப்பிட்ட உரிமத் தகடு + ஒரு குறிப்பிட்ட முகவரி" அடையாளத்தை வெளிப்படுத்தும்.

கவனம்: செயற்கை நுண்ணறிவு கருவியில் தரவைக் கொடுத்த பிறகு "நீக்கு" என்று சொல்வது உண்மையில் அதை நீக்காது. சில கருவிகள் உள்ளீட்டைச் சேமித்து, மாடலைப் பயிற்றுவிக்க கூட பயன்படுத்துகின்றன. விதி: முக்கியமான தரவை ஒருபோதும் அனுப்ப வேண்டாம்; அனுப்புவதற்கு முன் அநாமதேயப்படுத்தல் வருகிறது.

அநாமதேயமாக்கல்: அதை எப்படி செய்வது

அநாமதேயமாக்கல் என்பது அடையாளம் காணக்கூடிய தகவலை அகற்றுவது மற்றும் உண்மையான சமமானவை மூலம் மாற்றுவது; வெளியீட்டுத் தரத்தைப் பராமரிக்கும் போது நபரை அடையாளம் காண முடியாதபடி செய்வதே குறிக்கோள். நல்ல அநாமதேயப்படுத்தல்:

  • பெயர், டிஆர் ஐடி, தொலைபேசி, முகவரி, பாலிசி எண், உரிமத் தகடு மற்றும் உரிமைப் பத்திரத் தகவல்களை நீக்குகிறது.
  • "45 வயது, ஆண், இன்சூரன்ஸ் பாலிசி, சென்ட்ரல் அனடோலியா, ஒருபக்க மோதல்" என அவர் அவற்றை பகுப்பாய்வு ரீதியாக அர்த்தமுள்ள சமமாக மாற்றுகிறார்.
  • இது அரிதான/தனித்துவமான சேர்க்கைகளைத் தவிர்க்கிறது: ஒரு குறிப்பிட்ட தொழில் + மிகச்சிறிய இடம், அது மட்டுமே அடையாளத்தைத் திறக்கும்.
  • மருத்துவ/தொழில்நுட்ப அர்த்தத்தை வைத்திருக்கிறது: "நிறைவு ஆரோக்கியம், திட்டமிட்ட எலும்பியல் அறுவை சிகிச்சை" போன்றவை.
உதவிக்குறிப்பு: அநாமதேயத்திற்குப் பிறகு, உங்களை நீங்களே கேட்டுக்கொள்ளுங்கள்: "ஒரு அந்நியன் இந்த உரையைப் படித்தால், அந்த நபரைக் கண்டுபிடிக்க முடியுமா?" பதில் ஆம் எனில், மேலும் பொதுமைப்படுத்தவும். குறிப்பாக அரிதான சேர்க்கைகள் (சிறிய மாவட்டம் + குறிப்பிட்ட நிகழ்வு) ஆபத்தானது.

எண்டர்பிரைஸ் vs பொது கருவிகள்

அனைத்து AI கருவிகளும் ஒரே அளவிலான தனியுரிமையைக் கொண்டிருக்கவில்லை. அவை மூன்று பரிமாணங்களில் வேறுபடுகின்றன:

  1. தரவுத் தக்கவைப்பு: இது உள்ளீட்டைத் தக்க வைத்துக் கொள்கிறது மற்றும் எவ்வளவு காலம்?
  2. பயிற்சியில் பயன்படுத்தவும்: மாதிரியைப் பயிற்றுவிக்க உள்ளீட்டைப் பயன்படுத்துகிறதா?
  3. இடம் மற்றும் ஒப்பந்தம்: தரவு எங்கே செயலாக்கப்படுகிறது, கார்ப்பரேட் தரவு செயலாக்க ஒப்பந்தம் உள்ளதா?

நிறுவன (நிறுவனத்தின் ஒப்பந்த, தரவு செயலாக்க உத்தரவாதங்கள்) கருவிகள் பெரும்பாலும் கல்வியில் தரவைப் பயன்படுத்தாமலும் சேமிக்காமலும் வரம்புகளை வழங்குகின்றன. பொது, இலவச கருவிகள் உள்ளீட்டை சேமித்து பயிற்சியில் பயன்படுத்தலாம். விதி: உணர்திறன் தரவு நிறுவனம்-அங்கீகரிக்கப்பட்ட, ஒப்பந்தம் செய்யப்பட்ட வழிமுறைகள் மற்றும் முடிந்தவரை அநாமதேய வடிவத்தில் மட்டுமே செயலாக்கப்படும். அங்கீகரிக்கப்படாத கருவியில் வாடிக்கையாளர் தரவை உள்ளிடுவது தரவு செயலியை தணிக்கை செய்ய முடியாததாக ஆக்குகிறது.

படிப்படியாக: ரகசிய தரவுகளுடன் பாதுகாப்பாக வேலை செய்தல்

  1. தரவை வகைப்படுத்தவும். அடையாளம் / நிதி / சிறப்பு தரம் / கோப்பு தரவு.
  2. தேவை சோதனை. இந்தப் பணிக்கு இந்தத் தரவு உண்மையில் அவசியமா? இல்லையென்றால், அதைப் பயன்படுத்த வேண்டாம்.
  3. அநாமதேயப்படுத்து. அடையாளங்காட்டிகளை அகற்றவும், உண்மைச் சமமானவற்றை மாற்றவும், அரிதான சேர்க்கைகளைப் பொதுமைப்படுத்தவும்.
  4. வாகனத்தைத் தேர்ந்தெடுக்கவும். ஏஜென்சி அங்கீகரிக்கப்பட்ட, ஒப்பந்தம் செய்யப்பட்ட வாகனங்கள் மட்டுமே; பொதுக் கருவிக்கு முக்கியமான தரவு எதுவும் இல்லை.
  5. குறைந்தபட்ச தரவுகளுடன் வேலை செய்யுங்கள். பணிக்குத் தேவையான குறைந்தபட்ச தகவலைப் பகிரவும்.
  6. சேமிப்பகத்தையும் பகிர்வையும் நிர்வகிக்கவும். நீங்கள் வெளியீட்டை எங்கே சேமிப்பீர்கள், யாருடன் பகிர்ந்து கொள்கிறீர்கள்; KVKK தக்கவைப்பு காலம் மற்றும் மூன்றாம் தரப்பு விதிகளுக்கு இணங்க. உங்கள் அடையாளத்தை விட்டு விடுங்கள்.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - முக்கியமான தரவைப் பாதுகாத்தல். ஒரு க்ளைம்ஸ் நிபுணர் ஒரு சிக்கலான உடல்நலக் காப்பீட்டுக் கோப்பைப் பற்றி AIயிடம் கேட்க விரும்பினார். காப்பீட்டாளரின் பெயர், ஐடி மற்றும் நோயறிதல் ஆகியவற்றை எழுதுவதற்குப் பதிலாக, அவர் "52 வயது, பெண், கூடுதல் சுகாதாரக் கொள்கை, திட்டமிடப்பட்ட இதய வால்வு அறுவை சிகிச்சை, சர்ச்சைக்குரிய தொகை" போன்ற அநாமதேய சூழலை உருவாக்கினார். வெளியீட்டின் தரம் குறையவில்லை; தனிப்பட்ட தரவு எந்த மேகக்கணிக்கும் செல்லவில்லை. சுகாதாரத் தரவு மிக உயர்ந்த பாதுகாப்பிற்கு உட்பட்டது; இந்த பழக்கம் மீறலை தடுத்தது.

வழக்கு 2 - அரிய சேர்க்கை பொறி. "38 வயது, பெண், [மிகச் சிறிய மாவட்டத்தில்] ஒரே மருந்தாளர், தொழில்முறை பொறுப்புக் கொள்கை" என்று ஒரு நிபுணர் எழுதினார். இது தொழில்நுட்ப ரீதியாக ஒரு பெயரைக் கொண்டிருக்கவில்லை என்றாலும், அந்த மாவட்டத்தில் அவர் மட்டுமே மருந்தாளுனர் என்பதால் இது அவரது அடையாளத்தை நேரடியாக வெளிப்படுத்தியது. நிபுணர் இதைக் கவனித்து, "சிறிய தீர்வு, சுகாதாரத் தொழில்" என்று பொதுமைப்படுத்தினார். அநாமதேயமாக்கல் என்பது பெயரை நீக்குவது மட்டுமல்ல, அடையாளம் காணும் திறனையும் அழிப்பதாகும்.

வழக்கு 3 - தவறான கருவி தேர்வு. வேகத்திற்கு, ஒரு ஊழியர் வாடிக்கையாளர் உரிமைகோரல் முறிவை இலவச, பொதுக் கருவியில் பதிவேற்றுவார். குழு கொள்கை நடைமுறைக்கு வருகிறது: நிறுவனம்-அங்கீகரிக்கப்பட்ட, ஒப்பந்தம் செய்யப்பட்ட கருவியில் மட்டுமே வாடிக்கையாளர் தரவு செயலாக்கப்படும். பணியாளர் முதலில் தரவை அநாமதேயமாக்கினார், பின்னர் அங்கீகரிக்கப்பட்ட கருவியில் அதை இயக்கினார். அங்கீகரிக்கப்படாத கருவி பயன்படுத்தப்பட்டால், தரவு சேமிப்பு மற்றும் கல்வியில் பயன்படுத்தப்படும் ஆபத்து கட்டுப்படுத்த முடியாததாக இருக்கும்.

நகலெடுக்கக்கூடிய நான்கு தூண்டுதல்கள்

1) அநாமதேய உதவியாளர்:

பின்வரும் உரையிலிருந்து அனைத்து தனிப்பட்ட மற்றும் அடையாளம் காணும் தரவை அகற்றவும்: பெயர், குடும்பப்பெயர், ஐடி, பிறந்த தேதி, தொலைபேசி, முகவரி, பாலிசி எண், உரிமத் தகடு, தலைப்புப் பத்திரம், IBAN. அவற்றை பகுப்பாய்வு அர்த்தத்துடன் உண்மைச் சமமானதாக மாற்றவும் (எ.கா. "45 வயது, ஆண், காப்பீட்டுக் கொள்கை, ஒருபக்க மோதல்"). அரிய/தனித்துவமான சேர்க்கைகளைப் பொதுமைப்படுத்தவும் (சிறிய இடம் + சிறப்புத் தொழில்). மருத்துவ/தொழில்நுட்ப அர்த்தத்தை தக்கவைத்துக்கொள்ளவும்.உரை: [ஒட்டு]

2) அங்கீகாரம் சோதனை:

அங்கீகாரத்திற்காக பின்வரும் அநாமதேய உரையைச் சரிபார்க்கவும்: [text]கேளுங்கள்: இந்த உரையைக் கொண்ட நபரை அந்நியரால் கண்டுபிடிக்க முடியுமா? ஒரு அரிய சேர்க்கை (சிறிய தீர்வு + குறிப்பிட்ட தொழில்/நிகழ்வு), தனிப்பட்ட தேதி அல்லது தொகை உள்ளதா? ஒவ்வொரு ஆபத்தான புள்ளியையும் முன்னிலைப்படுத்தி, மேலும் பாதுகாப்பாக எவ்வாறு பொதுமைப்படுத்துவது என்று பரிந்துரைக்கவும்.

3) தரவு தேவை மற்றும் வகைப்பாடு:

பின்வரும் பணிக்கு தேவையான தரவை வகைப்படுத்தி தேவை சோதிக்கவும்:பணி: [விளக்கம்] என்னிடம் உள்ள தரவு: [list]ஒவ்வொரு தரவுக்கும்: வகை (அடையாளம்/நிதி/சிறப்பு/கோப்பு), இந்த பணிக்கு இது தேவையா (ஆம்/இல்லை), தேவைப்பட்டால், அதை அநாமதேயமாக எப்படி பயன்படுத்துவது. தேவையற்ற தரவை "பயன்படுத்த வேண்டாம்" எனக் குறிக்கவும்.

4) வாகன தேர்வு சரிபார்ப்பு பட்டியல்:

காப்பீட்டுத் தரவுகளுடன் AI கருவியைப் பயன்படுத்தும் முன் சரிபார்ப்புப் பட்டியலை உருவாக்கவும். கேள்விகளைச் சேர்க்கவும்: வாகனம் நிறுவனத்தால் அங்கீகரிக்கப்பட்டதா? தரவு செயலாக்க ஒப்பந்தம் உள்ளதா? இது பயிற்சியில் உள்ளீட்டைச் சேமித்து/பயன்படுத்துகிறதா? தரவு எங்கே செயலாக்கப்படுகிறது? எந்த தரவு வகைக்கு இது பொருத்தமானது/பொருத்தமற்றது? அநாமதேயமாக்கல் போதுமா?

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமானது: "கிளையண்ட் அஹ்மத் யில்மாஸின் கோப்பை மதிப்பிடவும் (TC 123..., மருத்துவ அறிக்கை இணைக்கப்பட்டுள்ளது)."
சிக்கல்: அடையாளம் மற்றும் உணர்திறன் (உடல்நலம்) தரவு நேரடியாகப் பகிரப்படுகின்றன; KVKK மீறலின் பெரும் ஆபத்து.
வலிமையானது: "பின்வரும் பெயரிடப்படாத சூழலைக் கவனியுங்கள்: வயது 52, பெண், துணை சுகாதாரக் கொள்கை, திட்டமிடப்பட்ட அறுவை சிகிச்சை, சர்ச்சைக்குரிய தொகை. அடையாளம் காணும் தகவல் இல்லை."
இது ஏன் நல்லது: பகுப்பாய்வு பொருள் பாதுகாக்கப்படுகிறது, அடையாளம் மற்றும் உணர்திறன் தரவு வெளிப்படுத்தப்படவில்லை.

ஒப்பீட்டு விளக்கப்படம்

தரவு வகை

பாதுகாப்பு நிலை

செயற்கை நுண்ணறிவில் பயன்படுத்தவும்

பெயர்/TC/தொடர்பு

உயர்

அகற்று, சமமாக வைக்கவும்

நிதி (வருமானம்/IBAN)

உயர்

அகற்று/பொதுவாக்கு

உடல்நலம்/சிறப்புத் தகுதிகள்

மிக உயர்ந்தது

ஒருபோதும் பச்சையாக இல்லை; அநாமதேய + அங்கீகரிக்கப்பட்ட வாகனம்

கொள்கை எண்/தட்டு/தலைப்பு பத்திரம்

நடுத்தர உயர்

அகற்று; தனியாக ஆபத்தானது

மொத்த/புள்ளிவிவரங்கள்

குறைந்த

கிடைக்கும் (தொடர்பு இல்லை என்றால்)

பொதுவான தவறுகள்

  • தனிப்பட்ட/சுகாதாரத் தரவை ஒட்டுதல். மிகவும் அடிக்கடி மற்றும் மிகவும் கடுமையான மீறல்.
  • பெயரை மட்டும் நீக்கினால் போதும் என்று நினைத்து. அரிதான சேர்க்கைகள் இன்னும் அடையாளத்தை வெளிப்படுத்தலாம்.
  • "பின்னர் நீக்கு" என்று சொல்வதை நம்பி கருவி பயிற்சியில் தரவைச் சேமித்து/பயன்படுத்திக் கொண்டிருக்கலாம்.
  • அங்கீகரிக்கப்படாத/பொதுவாக வாகனம் ஓட்டுதல். கட்டுப்பாடற்ற தரவு செயலாக்கம்.
  • சேமிப்பகத்தையும் பகிர்வையும் நிர்வகிக்கவில்லை. வெளியீட்டின் வரம்பற்ற சேமிப்பு, மூன்றாம் தரப்பினருடன் கட்டுப்பாடற்ற பகிர்வு.

சுருக்கமாக

காப்பீட்டுத் தரவு மிகவும் உணர்திறன் கொண்டது; உடல்நலம் போன்ற சிறப்புத் தரவு KVKK இன் கீழ் மிக உயர்ந்த பாதுகாப்பிற்கு உட்பட்டது. AI க்கு தரவை வழங்குவதற்கு முன் தரவை வகைப்படுத்தவும், சவால் செய்யவும் மற்றும் அநாமதேயப்படுத்தவும்: அடையாளங்காட்டிகளை அகற்றவும், உண்மைச் சமமானவற்றை அறிமுகப்படுத்தவும், அரிதான சேர்க்கைகளைப் பொதுமைப்படுத்தவும். நிறுவனம்-அங்கீகரிக்கப்பட்ட, ஒப்பந்தம் செய்யப்பட்ட கருவிகள் மற்றும் குறைந்தபட்ச அளவிற்கு மட்டுமே முக்கியமான தரவை செயலாக்கவும். KVKK இன் கட்டமைப்பிற்குள் சேமிப்பக காலம் மற்றும் மூன்றாம் தரப்பு பகிர்வை நிர்வகிக்கவும் மற்றும் ஒரு தடயத்தை விடவும். குறிப்பிட்ட வழக்கில் இணக்கம்/சட்டப்பூர்வ ஆலோசனை; கசிந்த தரவுகளை மீட்டெடுக்க முடியாது.

விண்ணப்ப பணி

உண்மையான சேதம்/குறிப்பு உரையைப் பெறுங்கள் (சோதனை நோக்கங்களுக்காக). ப்ராம்ட் #1 உடன் அநாமதேயப்படுத்தவும், பின்னர் ப்ராம்ட் #2 உடன் அங்கீகாரத்தை சரிபார்க்கவும்: உரையில் நபரை வெளிப்படுத்தக்கூடிய அரிதான சேர்க்கைகள் இன்னும் உள்ளதா? நீங்கள் காணும் ஒவ்வொரு அபாயத்தையும் பொதுமைப்படுத்துங்கள். சரிபார்ப்பு பட்டியல் எண் 4 உடன் நீங்கள் பயன்படுத்தும் AI கருவியை மதிப்பிடவும்: இது முக்கியமான தரவுகளுக்கு ஏற்றதா?

சரிபார்ப்பு பட்டியல்

  • [ ] நான் தரவுகளை அவற்றின் வகைகளுக்கு ஏற்ப வகைப்படுத்தினேன்.
  • [ ] நான் தேவை சோதனைக்கு விண்ணப்பித்தேன்; நான் தேவையற்ற தரவுகளைப் பயன்படுத்தவில்லை.
  • [ ] நான் அடையாளங்காட்டிகளை அகற்றிவிட்டு, அதற்குப் பதிலாக உண்மைச் சமமானதாக மாற்றினேன்.
  • [ ] நான் அரிதான/தனித்துவமான சேர்க்கைகளை பொதுமைப்படுத்தினேன்.
  • [ ] நான் அடையாளம் காணக்கூடிய சோதனை செய்தேன்.
  • [ ] நான் நிறுவனத்தால் அங்கீகரிக்கப்பட்ட, ஒப்பந்தம் செய்யப்பட்ட வாகனங்களை மட்டுமே பயன்படுத்தினேன்.
  • [ ] நான் KVKK இன் படி சேமிப்பகத்தையும் மூன்றாம் தரப்பு பகிர்வையும் நிர்வகித்தேன்; நான் ஒரு குறி வைத்துவிட்டேன்.