Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Sandboxing u Limiti tas-Sigurtà

Lezzjoni 11 / 20 Aġġornat 2 ta’ Novembru 2026 Zviluppatur
F'din il-paġna
  1. Sandboxing u Limiti tas-Sigurtà
  2. Arkitettura tas-Sandbox
  3. X’inhu Disponibbli
  4. X’inhu Limitat
  5. Sigurtà tad-Data
  6. Ġestjoni ta’ Żbalji fl-Eżekuzzjoni
  7. Prattiki Tajbin
  8. Punti Ewlenin

Aġġornat fit-2 ta’ Novembru, 2026 abbażi tad-dokumentazzjoni ta’ OpenAI: l-għodda Code Interpreter issa teħtieġ parametru container (miżjud mal-eżempji kollha). In-network tal-kontenitur, magħluq b’mod default, issa jista’ jiftaħ għal lista bajda (allowlist) ta’ dominji. Ir-regoli taċ-ċiklu tal-ħajja tal-kontenitur (memorja, skadenza, użu mill-ġdid) isegwu l-gwida uffiċjali. Il-fajls mehmuża ma’ messaġġ jittellgħaw bl-iskop user_data, kif irrakkomandat minn OpenAI għall-inputs tal-mudell. Sorsi: Code Interpreter · Container Network Access · Containers API · Files API.

Sandboxing u Limiti tas-Sigurtà

Il-limiti tas-sandbox mhumiex bugs li trid taħrab minnhom: huma l-proprjetajiet li jagħmlu l-eżekuzzjoni ta’ kodiċi ġġenerat aċċettabbli. Ambjent iżolat fin-network b’ħajja qasira u limiti fuq ir-riżorsi ma jistax joħroġ id-data tiegħek, iħalli stat imdendel għal żmien indefinit, jew jikkonsma riżorsi mingħajr limitu.

Li tkun taf dawn il-limiti minn qabel iffrankalek id-debugging tal-impossibbli. It-tliet mistoqsijiet rikorrenti—għaliex pip install ifalli, għaliex il-fajl tiegħi għeb bejn sejħiet, għaliex l-ipproċessar tiegħi jikkraċċja fuq fajl kbir—kollha għandhom tweġibiet hawn taħt, u l-ebda waħda mhija bug.

Arkitettura tas-Sandbox

Code Interpreter iħaddem il-kodiċi f’kontenitur, magna virtwali iżolata ospitata minn OpenAI, bil-proprjetajiet li ġejjin:

  • Network magħluq b’mod default: l-ebda talba ‘l barra (outbound), ħlief għal lista bajda (allowlist) ta’ dominji miftuħa b’mod espliċitu (ara hawn taħt)
  • Ħajja qasira: il-kontenitur jiskadi wara 20 minuta ta’ inattività, u kollox ġewwa jitħassar imbagħad
  • Memorja limitata: 1 GB b’mod default, jew 4, 16, jew 64 GB fuq talba (memory_limit), b’kull livell ikollu l-prezzijiet tiegħu stess
from openai import OpenAI

client = OpenAI()

# Mingħajr allowlist, it-tniżżil se jfalli: l-ebda aċċess għan-network
response = client.responses.create(
    model="gpt-5.6-terra",
    input="Download the content of https://example.com using requests",
    tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)

# Il-mudell se jispjega li l-aċċess għan-network mhux disponibbli
print(response.output_text)

X’inhu Disponibbli

Libreriji Preinstallati

OpenAI ma tippubblikax lista uffiċjali tal-pakketti tal-kontenitur, u din tinbidel maż-żmien. Stħarriġ ippubblikat minn żviluppatur fil-forum ta’ OpenAI f’Novembru 2025 għadd 389 pakkett, inklużi l-libreriji mistennija għall-analiżi: pandas, numpy, scipy, u statsmodels għad-data; matplotlib, seaborn, u plotly għall-viżwalizzazzjoni; Pillow għall-immaġnijiet; sympy għall-matematika simbolika; openpyxl għal Excel. Minflok ma tassumi, agħmel il-mudell jagħmel l-inventarju tagħhom fil-bidu ta’ proġett:

response = client.responses.create(
    model="gpt-5.6-terra",
    input="List the installed Python packages with their versions, "
          "then display the Python version.",
    tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)
print(response.output_text)

Il-verżjonijiet huma importanti daqs l-ismijiet: l-istess stħarriġ wera pandas 1.5.3, li huwa qabel pandas 2.0. Jekk l-ipproċessar tiegħek jiddependi fuq funzjoni reċenti, ivverifika li teżisti qabel ma tibni fuqha.

Sistema tal-Fajls

Il-kodiċi jaqra u jikteb fajls ġewwa l-kontenitur. Il-fajls li l-mudell joħloq huma ċċitati fir-risposta tiegħu u jitniżżlu bl-użu tal-funzjonijiet fichiers_generes u telecharger mil-Lezzjoni 10:

# Il-mudell jista' joħloq fajls ġewwa l-kontenitur
response = client.responses.create(
    model="gpt-5.6-terra",
    input="Create a CSV file with 100 lines of test data "
          "(name, age, city, salary) and return it.",
    tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)

for ann in fichiers_generes(response):
    telecharger(client, ann, ann.filename)

X’inhu Limitat

Aċċess għan-Network

B’mod default, il-kontenitur m’għandux aċċess ‘il barra: l-ebda pip install, l-ebda sejħa API, l-ebda tniżżil. Dan huwa l-aktar limitu strutturali, u huwa intenzjonat: il-kodiċi ġġenerat ma jista’ jibgħat xejn imkien. Dak li l-ipproċessar tiegħek jeħtieġ irid ikun preżenti fil-kontenitur jew imtella’ minnek—u jekk id-data tkun online, l-għodda ta’ tfittxija fuq il-web spiss tiġborha minflok.

# Mingħajr allowlist (każ default), impossibbli:
# - requests.get(), urllib.request
# - socket, http.client
# - pip install (l-ebda tniżżil)
# - Aċċess għal APIs esterni
# - Tibgħat emails

Il-ftuħ tal-aċċess jeżisti, iżda jiġi deċiż f’żewġ livelli. Amministratur l-ewwel jiddefinixxi l-allowlist tal-organizzazzjoni fid-dashboard; kull talba mbagħad tiddikjara network_policy li tista’ biss tirrestrinġiha aktar—talba li titlob dominju nieqes mil-lista tal-organizzazzjoni tfalli.

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Update pandas with pip, then display the installed version.",
    tools=[{
        "type": "code_interpreter",
        "container": {
            "type": "auto",
            "network_policy": {
                "type": "allowlist",
                "allowed_domains": ["pypi.org", "files.pythonhosted.org"],
            },
        },
    }],
)

Il-ftuħ ta’ dominji għandu kost, u OpenAI tgħidha ċara: hija bibien għat-tneħħija tad-data (exfiltration) permezz ta’ injezzjoni tal-prompt (prompt injection). Awtorizza biss dominji affidabbli li attakkant ma jistax juża biex jirċievi data—u oqgħod attent għal hosting kondiviż, fejn kulħadd jista’ jpoġġi server seħħ li jirreġistra t-talbiet tiegħek.

Persistenza Bejn is-Sejħiet

In-nuqqas ta’ persistenza jissorprendi ħafna meta tgħaqqad is-sejħiet: id-DataFrame imtella’ fl-ewwel sejħa ma jeżistix aktar fit-tieni. Ir-regola eżatta tiddependi fuq il-modalità auto: toħloq kontenitur ġdid, sakemm il-kuntest tal-mudell diġà ma fihx sejħa ta’ Code Interpreter li l-kontenitur tagħha għadu attiv—f’dak il-każ terġa’ tuża dik. Żewġ sejħiet indipendenti għalhekk jaħdmu kull waħda fil-kontenitur tagħha stess, filwaqt li sejħa mgħaqqada mal-preċedenti (b’previous_response_id) issib dik tagħha jekk ma skadietx. F’sejħa waħda, eżekuzzjonijiet multipli tal-kodiċi jaqsmu l-istess sessjoni.

# L-ewwel sejħa: toħloq fajl
response1 = client.responses.create(
    model="gpt-5.6-terra",
    input="Create a variable x = 42 and save it to a file",
    tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)

# It-tieni sejħa, indipendenti mill-ewwel: kontenitur ġdid
response2 = client.responses.create(
    model="gpt-5.6-terra",
    input="Read the file created previously",
    tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
)
# -> Żball: fajl ma nstabx

Biex iżżomm ir-riżultati bejn is-sejħiet mingħajr ma tiddependi fuq il-kuntest, agħmilhom jaħdmu fl-istess kontenitur. Oħloqha b’mod espliċitu bl-API tal-Kontenituri u għaddi l-ID tagħha lil kull sejħa: il-fajls prodotti minn pass wieħed jibqgħu disponibbli għal-li jmiss. B’mod default, tiskadi wara 20 minuta ta’ inattività u d-data tagħha tintilef b’mod permanenti imbagħad:niżżel dak li trid iżżomm, imbagħad ħassarha int stess.

def pipeline_avec_persistance(etapes: list[str]) -> list:
    """Executes successive steps in the same container."""
    conteneur = client.containers.create(name="pipeline")
    resultats = []

    for etape in etapes:
        response = client.responses.create(
            model="gpt-5.6-terra",
            input=etape,
            tools=[{"type": "code_interpreter", "container": conteneur.id}],
        )
        resultats.append(response.output_text)

    # Wara li tniżżel fajls utli (Lezzjoni 10)
    client.containers.delete(conteneur.id)
    return resultats

Tirritornax fajls iġġenerati bħala input_file: l-IDs tagħhom (cfile_…) jirreferu għal fajls tal-kontenitur, mhux fajls tal-API tal-Fajls.

Memorja u Ipproċessar Tqil

Id-dokumentazzjoni ma tippubblikax tul massimu ta’ eżekuzzjoni; il-limitu konkret huwa l-memorja tal-kontenitur, magħżula fil-ħolqien u valida għat-tul tal-ħajja kollha tiegħu. Għal fajl kbir, agħżel livell xieraq u agħmel ix-xogħol jinqasam. Lil hinn minn hekk—taħriġ tal-mudell, komputazzjoni massiva—trid tuża l-infrastruttura tiegħek stess, bil-kontenitur jibqa’ l-għodda għall-analiżi interattiva.

# Mudell għal ipproċessar tqil: aktar memorja, xogħol maqsum
with open("transactions.csv", "rb") as f:
    fichier = client.files.create(file=f, purpose="user_data")

response = client.responses.create(
    model="gpt-5.6-terra",
    input=[{
        "role": "user",
        "content": [
            {"type": "input_text", "text": (
                "Process this 500,000-line CSV file in batches of 50,000. "
                "For each batch, calculate statistics and accumulate results."
            )},
            {"type": "input_file", "file_id": fichier.id}
        ]
    }],
    tools=[{"type": "code_interpreter", "container": {"type": "auto", "memory_limit": "4g"}}],
    instructions="If processing risks being long, split it into steps "
                "and display progress."
)

Sigurtà tad-Data

Data Sensittiva

Id-data kkupjata fil-kontenitur titħassar meta tiskadi jew titħassar. Dan mhuwiex il-każ għal fajl imtella’ permezz tal-API tal-Fajls: jibqa’ hemm sakemm tħassru, sakemm ma tissettjax skadenza (expires_after, bejn siegħa u tletin jum). U r-raġunar dwar il-konformità ma jieqafx hemm: id-data tiegħek ħarġet mill-infrastruttura tiegħek biex tiġi pproċessata minn parti terza. Il-psewdonimizzazzjoni qabel ma tibgħat tiswew ftit linji u tnaqqas dak li joħroġ—għax ID ta’ klijent li qatt ma joħroġ ma tista’ toħloq l-ebda problema.

Hash biċ-ċavetta (HMAC) jagħti psewdonimi stabbli minn tibgħata għall-oħra, li ħadd ma jista’ jgħaqqadhom mal-valuri oriġinali mingħajr iċ-ċavetta. Taħt il-GDPR, ir-riżultat jibqa’ data personali psewdonimizzata, mhux anonima: iċ-ċavetta trid tibqa’ miegħek.

import hashlib
import hmac
import os

import pandas as pd

CLE = os.environ["CLE_PSEUDONYMISATION"].encode()  # sigriet miżmum barra l-kodiċi


def pseudonyme(valeur) -> str:
    return hmac.new(CLE, str(valeur).encode(), hashlib.sha256).hexdigest()[:16]


def analyser_donnees_sensibles(fichier_path: str, colonnes_a_masquer: list[str]):
    """Pseudonymizes data before sending to Code Interpreter."""
    df = pd.read_csv(fichier_path)
    for col in colonnes_a_masquer:
        if col in df.columns:
            df[col] = df[col].map(pseudonyme)

    fichier_pseudo = "/tmp/donnees_pseudonymisees.csv"
    df.to_csv(fichier_pseudo, index=False)

    # Ibghat b'skadenza awtomatika wara siegħa
    with open(fichier_pseudo, "rb") as f:
        fichier = client.files.create(
            file=f,
            purpose="user_data",
            expires_after={"anchor": "created_at", "seconds": 3600},
        )

    response = client.responses.create(
        model="gpt-5.6-terra",
        input=[{
            "role": "user",
            "content": [
                {"type": "input_text", "text": "Analyze trends in this data"},
                {"type": "input_file", "file_id": fichier.id}
            ]
        }],
        tools=[{"type": "code_interpreter", "container": {"type": "auto"}}]
    )
    client.files.delete(fichier.id)  # mingħajr ma tistenna l-iskadenza
    return response.output_text

Kodiċi Ġġenerat

L-iżolament jipproteġi s-sistema tiegħek, mhux il-korrettezza tar-riżultat: il-kodiċi jiġi eżegwit f’OpenAI, f’kontenitur li jintrema, u qatt ma jmiss il-makkinarju tiegħek. Ir-riskju jiċċaqlaq lejn dak li tagħmel bl-outputs tiegħu. Jekk tirrikupra l-kodiċi biex iħaddmu fuq in-naħa tiegħek, irrevidieh bħal kodiċi ta’ parti terza. U jekk il-kontenitur ikollu allowlist, żomm f’moħħok li fajl malizzjuż jista’ jkun fih struzzjonijiet li jmexxu lill-mudell biex jibgħat data lejn dawk id-dominji.

Ġestjoni ta’ Żbalji fl-Eżekuzzjoni

Il-kodiċi jista’ jfalli fis-sandbox. Il-mudell ġeneralment jipprova jikkoreġi:

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Calculate the inverse matrix of a singular matrix [[1,2],[2,4]]",
    tools=[{"type": "code_interpreter", "container": {"type": "auto"}}],
    instructions="If the code produces an error, explain why "
                "and propose an alternative."
)

# Il-mudell jeżegwixxi l-kodiċi, jiskopri l-LinAlgError,
# imbagħad jispjega li l-matriċi hija singolari u jipproponi
# il-psewdoinvers ta' Moore-Penrose

Prattiki Tajbin

# 1. Kun speċifiku fl-istruzzjonijiet tiegħek
# Ħażin:
input_vague = "Analyze this data"

# Tajjeb:
input_precis = ("Load this CSV with pandas. "
               "Calculate the mean, median, and standard deviation of the 'amount' column. "
               "Identify values greater than 3 standard deviations. "
               "Generate a boxplot.")

# 2. Itlob kodiċi kkummentat
instructions = "Comment each step of the code. Display intermediate results."

# 3. Immaniġġja fajls kbar
instructions_lot = ("If the file exceeds 100,000 lines, "
                   "work on a representative sample of 10,000 lines "
                   "and indicate this in your response.")

Punti Ewlenin

  • Il-kontenitur huwa iżolat: network magħluq b’mod default, memorja limitata, skadenza wara 20 minuta ta’ inattività
  • OpenAI ma tippubblikax il-lista tal-pakketti: agħmel il-mudell jagħmel l-inventarju tagħha
  • Lista bajda (allowlist) ta’ dominji tiftaħ f’żewġ livelli (organizzazzjoni, imbagħad talba) u tesponi għat-tneħħija tad-data (exfiltration): poġġi biss dominji affidabbli hemmhekk
  • Biex tgħaqqad il-passi, erġa’ uża l-istess kontenitur (client.containers.create, imbagħad l-ID tiegħu fuq kull sejħa), u ħassru fl-aħħar
  • Psewdonimizza d-data sensittiva qabel ma tibgħatha u ħassar il-fajls imtellgħa wara l-użu
  • Il-mudell jimmaniġġja żbalji fl-eżekuzzjoni u jipprova jikkoreġi lilu nnifsu