Drošības ierobežojumi smilškastē
Šajā lapā
Pēc dizaina izolēta vide
Python koda izpildes smilškaste ir izstrādāta drošībai. Kods tiek izpildīts izolētā vidē, kas aizsargā gan xAI infrastruktūru, gan tavus datus. Šo ierobežojumu izpratne ir būtiska, lai veidotu korekti strādājošas integrācijas un zinātu, kad koda izpilde atbilst tavām vajadzībām.
Pieci fundamentālie ierobežojumi
1. Nav tīkla piekļuves
Smilškastei nav savienojuma ar internetu vai ārēju tīklu. Kods nevar:
- Veikt HTTP pieprasījumus (nav
requests, navurllib) - Savienoties ar attālinātām datubāzēm
- Izsaukt ārējos API
- Lejupielādēt failus no tīmekļa
- Sūtīt e-pastus vai paziņojumus
Šis ierobežojums ir visstingrākais. Ja tavs lietojuma gadījums prasa ārējus datus, tie ir jānorāda promptā vai iepriekš jāiegūst, izmantojot tīmekļa meklēšanu.
2. Ierobežota failu sistēmas piekļuve
Kods tiek izpildīts pagaidu direktorijā ar ierobežotu piekļuvi failu sistēmai:
- Lasīšana/rakstīšana iespējama tikai pagaidu darba direktorijā
- Nav piekļuves sistēmas failiem
- Nav piekļuves citu lietotāju direktorijiem
- Pēc izpildes izveidotie faili tiek dzēsti
3. Pagaidu un bezstāvokļa konteksts
Katra izpilde ir neatkarīga. Starp diviem API pieprasījumiem nav noturības:
- Mainīgie, kas definēti vienā izpildē, nākamajā nepastāv
- Izveidotie faili tiek dzēsti
- Atmiņā ielādētās bibliotēkas tiek atiestatītas
- Izpildes vēsture netiek glabāta
Tas nozīmē, ka tu nevari izveidot interaktīvu sesiju, kurā viena aprēķina rezultāti automātiski tiek izmantoti nākamajā. Lai simulētu šo stāvokli, iepriekšējie rezultāti ir jāiekļauj jaunajā promptā.
4. Izpildes laika ierobežojumi
Smilškaste uzliek koda izpildei laika limitu. Ja aprēķins ieņem pārāk ilgu laiku, tas tiek apturēts. Tas nozīmē:
- Nav bezgalīgu ciklu (tie tiks apturēti)
- Nav ārkārtīgi garu aprēķinu (lielas datu kopas, smagas simulācijas)
- Nav gaidīšanas operāciju (
time.sleepilgiem periodiem)
Modelis parasti apzinās šos limitus un raksta optimizētu kodu, taču ļoti ambiciozi pieprasījumi var neizdoties laika limita dēļ.
5. Atmiņas ierobežojumi
Smilškastei ir ierobežots atmiņas apjoms. Operācijas ar ļoti lieliem datu apjomiem var neizdoties:
- Pandas DataFrames ar miljoniem rindu riskē pārsniegt atmiņas limitu
- Ļoti lielas dimensijas NumPy matricas var radīt problēmas
- Operācijas, kas dublē datus atmiņā, palielina risku
Dizaina sekas
Ko koda izpilde paveic labi
- Precīzus matemātiskos un statistikas aprēķinus
- Vidēja izmēra datu kopu analīzi (simtiem līdz tūkstošiem rindu)
- Formulu un algoritmu verifikāciju
- Grafiku un vizualizāciju ģenerēšanu
- Aprēķinu loģikas ātru prototipēšanu
Ko koda izpilde neveic labi
- Liela apjoma datu (big data) apstrādi
- Mijiedarbību ar ārējām sistēmām
- Iteratīvus aprēķinus starp vairākiem pieprasījumiem
- Mašīnmācīšanos un modeļu apmācību
- Ilgas operācijas (> dažas sekundes)
Apiešanas ceļi ierobežojumiem
Ja tev ir jāpārsniedz šie ierobežojumi:
- Ārējie dati: izmanto tīmekļa meklēšanu datu iegūšanai, pēc tam koda izpildi to analīzei
- Lieli apjomi: izgūsti reprezentatīvu paraugu un analizē to smilškastē, pēc tam savā vidē piemēro rezultātus visai kopai
- Stāvoklis starp pieprasījumiem: glabā starprezultātus klienta pusē un injicē tos nākamajos pieprasījumos
Galvenās atziņas
- Smilškaste ir izolēta: nav tīkla, nav noturības, nav piekļuves sistēmai
- Katra izpilde ir neatkarīga (bezstāvokļa)
- Spēkā ir laika un atmiņas limiti
- Koda izpilde izcili tiek galā ar precīziem aprēķiniem un vidēja apjoma datu analīzi
- Robežgadījumos apvieno koda izpildi ar citiem rīkiem vai savu infrastruktūru