Confidențialitatea datelor în colecții
Pe această pagină
Documentele dumneavoastră vă rămân
Aceasta este prima întrebare pe care o pune orice parte interesată serioasă într-un proiect RAG, fie că este vorba de consilierul juridic sau de CISO: dacă trimitem contractele noastre către xAI, antrenează ei Grok pe baza lor? Răspunsul este nu. xAI garantează că datele stocate în colecții nu sunt utilizate pentru antrenarea modelelor. Această garanție acoperă trei aspecte distincte care merită separate, deoarece abordează preocupări diferite.
În primul rând, niciun antrenament: fișierele încărcate în colecții nu alimentează Grok sau orice alt model xAI. În al doilea rând, izolare: colecțiile dumneavoastră sunt accesibile doar prin propriile chei API. În final, ștergerea: atunci când ștergeți un fișier sau o colecție, datele și indexurile corespunzătoare sunt într-adevăr șterse, ceea ce reprezintă condiția tehnică pentru onorarea unei cereri de ștergere.
În practică, acest lucru deschide colecțiile către documente pe care nu le-ați încredința unui serviciu destinat consumatorilor: contracte și documente juridice, rapoarte financiare interne, documentație tehnică proprietară, date HR și politici interne, corespondență confidențială.
Securitatea depinde de cheile dumneavoastră
Fiecare pereche de chei — Cheie API și Cheie API de Management — definește un scop de acces. Un terț care ar cunoaște identificatorul col_rh_policies nu ar putea face nimic cu acesta fără cheile dumneavoastră: nu există o cale publică către o colecție. Consecința este directă și fără echivoc: confidențialitatea documentelor dumneavoastră valorează exact cât valorează protecția cheilor dumneavoastră.
Stocați-le în variabile de mediu, niciodată hard-codate în codul dumneavoastră, unde ar ajunge în istoricul Git.
import os
client = Client(
api_key=os.getenv("XAI_API_KEY"),
management_api_key=os.getenv("XAI_MANAGEMENT_API_KEY")
)
Restul reprezintă o igienă standard, totuși neglijată la fel de des. Rotiți-vă cheile periodic și imediat după ce orice membru al echipei cu acces părăsește organizația — o cheie lăsată pe un dispozitiv returnat oferă acces permanent la repository-ul dumneavoastră de documente. Acordați fiecărei chei doar permisiunile de care are nevoie: un serviciu care doar citește nu are niciun motiv să dețină o cheie capabilă să șteargă o colecție. În final, monitorizați utilizarea cheilor în consola xAI, unde un vârf neexplicat al apelurilor este cel mai ușor semn de avertizare de detectat.
Ce solicită întreprinderile reglementate
Înainte de a încărca date supuse reglementărilor — GDPR, HDS (găzduirea datelor de sănătate din Franța), SOC 2 — verificarea se concentrează mai puțin pe tehnică și mai mult pe contract. Trebuie să cunoașteți termenii de utilizare ai xAI privind localizarea datelor, statutul certificărilor de securitate ale platformei și garanțiile contractuale disponibile, în special DPA sau BAA, în funcție de sectorul dumneavoastră. Faceți această muncă o singură dată, din timp, împreună cu echipa juridică; refacerea ei după punerea în producție costă mult mai mult.
Stabiliți în paralel o politică internă de clasificare care să precizeze clar ce poate intra într-o colecție. Patru niveluri sunt generalmente suficiente, fiecare fiind asociat cu o regulă de stocare fără echivoc:
| Nivel | Exemple | Stocare în colecție |
|---|---|---|
| Public | Documentație produs, Întrebări frecvente (FAQ) | Permis |
| Intern | Proceduri, ghiduri | Permis cu precauții |
| Confidențial | Date financiare, contracte | Evaluare caz cu caz |
| Secret | Proprietate intelectuală critică | Evaluare cu consilierul juridic |
Valoarea unui astfel de tabel nu este birocratică: acesta împiedică un dezvoltator grăbit să încarce lista de prețuri negociată în aceeași colecție cu FAQ-ul public, simplu pentru că nimeni nu abordase vreodată această chestiune.
Datele cu caracter personal merită un tratament separat. De îndată ce documentele dumneavoastră conțin nume, adrese de e-mail sau numere de telefon, trebuie să aveți baza legală necesară pentru această prelucrare, să o înregistrați în registrul GDPR și să puteți șterge documentele relevante dacă un individ își exercită dreptul la ștergere. Acest ultim punct necesită să știți care fișier și care colecție conține datele: mențineți această mapare actualizată încă de la indexare; reconstruirea ei post-factum pe câteva mii de documente este un exercițiu fastidios.
O arhitectură stratificată pentru cerințe ridicate
O garanție de non-antrenament nu stabilește care angajat poate citi care document. Aplicația dumneavoastră își asumă această responsabilitate, prin patru straturi succesive. Aceasta autentifică utilizatorul, apoi determină care colecții îi sunt deschise în funcție de rolul său, interoghează API-ul doar pe acele colecții și, în final, filtrează rezultatele înainte de afișare. Un reprezentant de vânzări pune o întrebare despre listele de prețuri: cererea sa merge doar către col_docs_produit, niciodată către col_rh_policies, chiar dacă ambele colecții există sub aceleași chei. Această disciplină din partea aplicației, nu stocarea la xAI, determină ceea ce vede fiecare utilizator în final.
Puncte cheie
- xAI garantează că datele din colecții nu sunt utilizate pentru antrenarea modelelor
- Izolarea accesului se bazează pe cheile API: fiecare cont are propriul scop
- Stocați cheile în variabile de mediu și rotiți-le regulat
- Clasificați-vă documentele înainte de a le stoca în colecții
- Pentru datele cu caracter personal, respectați obligațiile GDPR (consimțământ, registru, dreptul la ștergere)