🤖 Spiega con IA

Utilizzo del gateway AI privato per la privacy di livello aziendale¶

Panoramica¶

Il Private AI Gateway è il livello di privacy di livello aziendale di 4Geeks AI Studio. Garantisce che il tuo codice proprietario non lasci mai il tuo perimetro sicuro per addestrare modelli pubblici, utilizzando politiche di conservazione zero dei dati e instradamento privato verso tutti i fornitori LLM.

In questo tutorial imparerai:

• Come funziona il gateway AI privato
• Come configurare le impostazioni sulla privacy
• Come viene applicata la conservazione zero dei dati
• Come controllare il flusso e la conformità dei dati
• Come impostare politiche personalizzate di gestione dei dati

Come funziona il gateway AI privato¶

Your Code ──────► Private AI Gateway ──────► LLM Providers
                      │
                      ├── Encrypted tunnel to all LLM APIs
                      ├── Zero Data Retention enforcement
                      ├── Request sanitization
                      ├── Response validation
                      └── Complete audit logging

Funzionalità principali sulla privacy¶

Passaggio 1: attiva il gateway AI privato¶

1. Vai alle impostazioni del tuo progetto AI Studio
2. Passare a AI Factory → Gateway AI privato
3. Attiva “Abilita gateway privato”
4. Seleziona il tuo livello di privacy:
5. Standard: Zero Data Retention con tutti i provider
6. Avanzato: Standard + richiesta di sanificazione + convalida della risposta
7. Massimo: potenziato + routing di rete privata + policy sui dati personalizzate

Passaggio 2: configura la conservazione zero dei dati¶

Contratti con i fornitori¶

Il gateway AI privato impone la conservazione zero dei dati con tutti i fornitori LLM:

Configurazione¶

1. Vai a Gateway AI privato → Conservazione dati
2. Verificare che Zero Data Retention sia abilitato per tutti i provider
3. Esaminare gli accordi sulla privacy del fornitore
4. Imposta il periodo di conservazione dei dati per i registri di controllo (impostazione predefinita: 90 giorni)

Passaggio 3: configura la richiesta di sanificazione¶

Il gateway rileva e rimuove automaticamente i dati sensibili dalle richieste:

Modelli rilevati¶

Modelli personalizzati¶

Aggiungi i tuoi modelli di dati sensibili:

custom_patterns:
  - name: "Internal API URLs"
    pattern: "https://api\\.internal\\.company\\.com/.*"
    action: "redact"

  - name: "Employee IDs"
    pattern: "EMP-\\d{6}"
    action: "redact"

  - name: "Customer Names"
    pattern: "customer_name:\\s*\"[^\"]+\""
    action: "redact"

Passaggio 4: imposta la convalida della risposta¶

Il gateway convalida le risposte dell’intelligenza artificiale prima di restituirle al tuo repository:

Regole di convalida¶

Configurazione¶

1. Vai a Gateway AI privato → Convalida della risposta
2. Abilita le regole di convalida
3. Imposta l’azione in caso di convalida non riuscita:
4. Blocca: rifiuta la risposta e riprova
5. Avviso: consenti ma contrassegna per la revisione
6. Log: consenti ma registra il problema

Passaggio 5: controllo del flusso di dati¶

Pannello di controllo¶

1. Vai a Gateway AI privato → Registro di controllo
2. Visualizza tutte le richieste AI con:
3. Timestamp: quando è stata effettuata la richiesta
4. Modello: quale LLM è stato utilizzato
5. Attività: attività AI associata
6. Dati disinfettati: se i dati sensibili sono stati rilevati e rimossi
7. Risultato della convalida: se la risposta ha superato la convalida
8. Stato di conservazione: conferma di zero conservazione dei dati

Esporta rapporti di controllo¶

1. Fai clic su “Esporta rapporto”
2. Seleziona l’intervallo di date
3. Scegli il formato (CSV, PDF, JSON)
4. Scarica la documentazione di conformità

Passaggio 6: configura le policy dei dati personalizzate¶

Per i clienti aziendali con requisiti di conformità specifici:

Residenza dei dati¶

Specificare dove possono essere trattati i dati:

Quadri di conformità¶

Mappa la configurazione del tuo gateway ai framework di conformità:

Migliori pratiche¶

Sviluppo incentrato sulla privacy¶

• Non inserire mai segreti nel tuo repository: utilizza variabili di ambiente
• Esamina regolarmente i registri di sanificazione per individuare nuovi modelli
• Aggiorna modelli personalizzati quando emergono nuovi tipi di dati sensibili
• Verifica trimestrale per garantire la conformità alle tue politiche

Allenamento di squadra¶

• Istruire gli sviluppatori su ciò che costituisce dati sensibili
• Stabilire politiche chiare per la gestione delle credenziali e dei segreti
• Utilizzare strumenti di gestione dei segreti (Vault, AWS Secrets Manager) anziché valori codificati
• Esamina i registri di controllo come parte del normale processo di sviluppo

Documentazione di conformità¶

• Esportare rapporti di controllo per controlli di conformità
• Conservare i registri del trattamento dei dati come richiesto dal GDPR
• Documenta la tua configurazione della privacy per revisioni interne
• Aggiorna le politiche quando le normative cambiano

Qual è il prossimo passo?¶

• Scopri Come iniziare con AI Studio
• Esplora Comprendere AI Factory
• Leggi informazioni sul Monitoraggio dell’utilizzo dei token

Hai bisogno di aiuto?¶

• Documentazione: docs.4geeks.io
• Discord: Discord
• Supporto: disponibile tramite il dashboard della console

Hai ancora domande? Richiedi supporto or explore tutoriali