Fabric
پلتفرم حاکمیت هوش مصنوعی
هوش مصنوعی را در سازمان به کار بگیرید بدون آنکه داده محرمانهتان را بیرون بفرستید. Fabric روی زیرساخت خودتان اجرا میشود، داده حساس را پیش از رسیدن به مدل ابری ناشناس میکند و بر مدلها، دانش و عاملها حاکمیت میگذارد.
درباره Fabric
بیشتر سازمانها سر یک دوراهی گیر کردهاند. مدلهای ابری توانمندند و کار را سریعتر میکنند، اما فرستادن قرارداد، پرونده مشتری یا گزارش امنیتی به سرویسی بیرون از سازمان پذیرفتنی نیست؛ گاهی هم قانون اجازه نمیدهد. نتیجه معمولاً یکی از این دو است: استفاده ممنوع میشود و مزیت آن از دست میرود، یا کارکنان بیسروصدا داده را در ابزارهای شخصی وارد میکنند و سازمان دیگر نمیداند چه چیزی بیرون رفته است.
Fabric این دوراهی را برمیدارد. پلتفرم روی زیرساخت خود شما نصب میشود و میان کاربران و مدلها مینشیند: داده حساس را پیش از خروج جایگزین میکند و پس از دریافت پاسخ دوباره سر جایش میگذارد، دسترسی هر تیم و هر مشتری را جدا نگه میدارد، پاسخها را از اسناد خود سازمان و با ارجاع میسازد، عاملها را در محیط ایزوله و پشت تأیید انسانی اجرا میکند و هر درخواست را ثبت میکند.
این پلتفرم را وادی ایمن حافظ برای کار خودش ساخت، چون همین محدودیت را در کار امنیتی روی داده مشتریان داشت. امروز هر روز از آن استفاده میکنیم و اکنون آن را به سازمانهایی عرضه میکنیم که همان مسئله را دارند.
ناشناس
داده حساس در مسیر خروج
خودمیزبان
روی زیرساخت شما
تفکیکشده
فضای کاری هر تیم و مشتری
ممیزی
ثبت هر درخواست
داده شما از سازمان خارج نمیشود
برای سازمانهایی که نگران محرمانگی داده در مدلهای ابری هستند: Fabric داده حساس را پیش از ارسال جایگزین میکند و پس از دریافت پاسخ، آن را بازمیگرداند
1
داده حساس شناسایی میشود
پیش از آنکه درخواست از شبکه شما خارج شود، Fabric متن را میخواند و هر مقداری را که محرمانه تعریف کردهاید نشانهگذاری میکند: نام اشخاص، کد ملی، شماره تماس، شماره حساب و کارت، نشانی، نام مشتری، نام میزبان و نشانی آیپی داخلی، مسیر فایلها و ارقام قرارداد. قاعدهها را خودتان مینویسید و هر فضای کاری میتواند الگوهای کار خودش را اضافه کند.
2
جایگزین میشود، سپس درخواست ارسال میگردد
هر مقدار با یک جاینگهدار خنثی جایگزین میشود که شکل داده اصلی را حفظ میکند تا پرسش همچنان معنا بدهد: یک مشتری در سراسر متن همان یک مشتری میماند و تاریخ همچنان تاریخ خوانده میشود. تنها همین نسخه ناشناس به مدل بیرونی میرسد؛ ارائهدهنده پرسشی منسجم دریافت میکند و هیچ دادهای از شما نمیبیند.
3
پاسخ کامل بازمیگردد
پاسخ با همان جاینگهدارها بازمیگردد. Fabric درون شبکه خودتان مقادیر واقعی را دوباره سر جایشان میگذارد و پاسخ نهایی را به کاربر میدهد. خواننده یک پاسخ عادی و کامل میبیند، در حالی که بخش محرمانه آن هرگز از مرز سازمان عبور نکرده است.
چه چیزی جایگزین میشود
- نام اشخاص، مشتریان و تأمینکنندگان
- کد ملی، شماره تماس و نشانی رایانامه
- شماره حساب، کارت و قرارداد
- نام میزبان، نشانی آیپی و مسیر فایلهای داخلی
- ارقامی که محرمانه علامت میزنید
- هر الگوی دیگری که کار شما تولید میکند
چه چیزی دستنخورده میماند
- خود پرسش و آنچه میخواهد
- ساختار و معنای متن
- نسبت میان دادهها، بهصورت یکدست
- کیفیت پاسخی که دریافت میکنید
همین قاعده در گفتوگو، پایگاه دانش، عاملها و اتصال برنامهها یکسان اعمال میشود. برای حساسترین کارها میتوانید یک فضای کاری را تنها به مدلهای داخلی محدود کنید تا هیچ درخواستی از سازمان خارج نشود.
یک پلتفرم، سه لایه
اجرای پرخطر از کنترل و داده جدا نگه داشته میشود تا یک اشتباه در یک لایه به لایه دیگر سرایت نکند
لایه کنترل
ورود کاربران، فضاهای کاری، دسترسیها، مسیریابی مدلها، قواعد ناشناسسازی، سهمیهها، بودجه و ثبت ممیزی. مدیر اینجا تعیین میکند چه چیزی مجاز است و هر درخواست همینجا ثبت میشود.
لایه دانش
اسناد شما، شیوه نمایهشدن آنها و ساخت پاسخ از روی آنها همراه با ارجاع. مجوز اسناد تا مرحله بازیابی دنبال میشود؛ پس کسی نمیتواند از طریق دستیار به سندی برسد که اجازه بازکردنش را ندارد.
لایه اجرا
جایی که مدلها اجرا میشوند و عاملها کار میکنند؛ درون محیطهای ایزوله و با مسیر خروجی محدود. اجرای پرخطر همینجا نگه داشته میشود، دور از پورتال و داده، و هیچ ارتباطی بیرون نمیرود مگر آنکه در فهرست مجاز باشد.
قابلیتهای کلیدی
آنچه هوش مصنوعی را در سازمان قابل اتکا و قابل حسابرسی میکند
ناشناسسازی پیش از ابر
از قویترین مدلهای بیرونی استفاده کنید بدون آنکه داده محرمانهتان را تحویل دهید. داده حساس در مسیر خروج پوشانده و در مسیر بازگشت بازگردانده میشود، و سابقه ممیزی برای هر درخواست نشان میدهد دقیقاً چه چیزی از شبکه خارج شده است.
یک دروازه برای همه مدلها
مدلهایی که خودتان اجرا میکنید و مدلهایی که میخرید پشت یک نقطه اتصال سازگار قرار میگیرند. برنامهای که برای رابط رایج هوش مصنوعی نوشته شده بدون تغییر کار میکند و تعویض ارائهدهنده یک تنظیم مدیریتی است، نه پروژه توسعه.
پایگاه دانشی که منبع میدهد
سیاستها، قراردادها، گزارشها و راهنماهای خود را بارگذاری کنید و پاسخهایی بگیرید که از دل همانها ساخته شده و به بند مرجع هر ادعا ارجاع میدهد. هر فرد تنها از اسنادی بازیابی میکند که اجازه بازکردنشان را دارد؛ پس دستیار هرگز به راهی برای دور زدن دسترسیها تبدیل نمیشود.
عاملهایی که اجازه میگیرند
یک عامل میتواند گزارشی را بخواند، از سامانهای پرسوجو کند و نتیجهای آماده کند، اما تنها با ابزارهایی که ثبت کردهاید، درون محیط ایزوله، و پیش از هر اقدامی که چیزی را تغییر میدهد برای تأیید انسانی میایستد. کسی که اجرا را درخواست میکند، تأییدکننده آن نیست.
تفکیک میان تیمها و مشتریان
هر فضای کاری در خود پایگاه داده ایزوله است، نه با یک فیلتر در لایه برنامه، و دسترسی برای هر عضو جداگانه تعیین میشود. یک پروژه مشاوره، یک شرکت تابعه یا یک واحد سازمانی میتوانند از یک نصب مشترک استفاده کنند بدون آنکه حتی یک سند مشترک داشته باشند.
ثبت کامل همه درخواستها
اینکه چه کسی پرسیده، کدام مدل پاسخ داده، از کدام اسناد استفاده شده، چه هزینهای داشته و چه چیزی از شبکه خارج شده، همه ثبت میشود. مدت نگهداری سیاستی است که خودتان تعیین میکنید؛ پس سیاههها دقیقاً تا زمانی میمانند که قواعد شما میخواهد.
کلیدهایی محدود به یک هدف
وقتی برنامه دیگری به پلتفرم وصل میشود، کلید آن را میتوان به یک پایگاه دانش و یک قالب مشخص با سهمیه اختصاصی محدود کرد. کلید لو رفته آنگاه ارزش چندانی ندارد: تنها یک در باریک را باز میکند و استفاده از آن در همان سابقه ممیزی دیده میشود.
هیچ چیز بدون اجازه خارج نمیشود
ترافیک خروجی از یک فهرست مجاز پیروی میکند که هم بر پایه نام و هم بر پایه نشانی بررسی میشود؛ پس یک مدل، عامل یا اتصالدهنده تنها به مقصدهایی میرسد که تأیید کردهاید. هر چیز دیگری رد و ثبت میشود.
متصل به کار امنیتی شما
اتصالدهندهها یافتهها و داده داراییها را از پلتفرمهای وادی ایمن حافظ به همان فضای کاری میآورند؛ پس کارشناس میتواند درباره یک در معرض قرار گرفتن بپرسد و پاسخی بگیرد که بر داده جاری خود سازمان استوار است.
بودجه و سهمیهای که رعایت میشود
برای هر تیم، عضو و کلید سقف مصرف تعیین میشود و این سقف در همه مسیرها از جمله عاملها و نمایهسازی شمارش میگردد. هزینه در همان لحظه دیده میشود، نه در پایان ماه.
دیدن مسیر ساخت پاسخ
هر پاسخ را میتوان باز کرد: کدام مدل استفاده شده، کدام بندها بازیابی شدهاند، چه ابزارهایی اجرا شده و هر گام چقدر طول کشیده است. وقتی نتیجهای درست به نظر نمیرسد، میتوانید آن را بررسی کنید، نه اینکه دربارهاش بحث کنید.
فایل در گفتوگو، بدون رد پا
هر همکار میتواند سندی را به گفتوگو پیوست کند و دربارهاش بپرسد. فایل به همان نشست تعلق دارد، از همان قواعد پیروی میکند و بیسروصدا به پایگاه دانش مشترک اضافه نمیشود.
کاربردها
هر جا که کار با هوش مصنوعی به دادهای برمیخورد که نباید بیرون برود
بانکها و صنایع تحت مقررات
سوابق مشتری، تراکنشها و قراردادها درون بانک میمانند و در عین حال کارکنان برای تهیه پیشنویس، بازبینی و تحلیل از مدلهای توانمند استفاده میکنند.
تیمهای امنیتی با داده مشتری
یافتهها، سیاههها و گزارشهای هر پروژه فقط درون همان پروژه خوانده میشوند و نام مشتری هرگز به ارائهدهنده بیرونی نمیرسد.
دستیارهای سراسر سازمان
یک دستیار روی سیاستها، رویهها و راهنماهای داخلی که با ارجاع پاسخ میدهد تا کارکنان درباره قواعد سازمان حدس نزنند.
خودکارسازی فرایندهای امنیتی
دستهبندی اولیه، غنیسازی و پیشنویس گزارش بهصورت وظایف تحت حاکمیت عاملها اجرا میشوند و هر کاری که اثری برجا میگذارد تأیید انسانی میخواهد.
بررسی حقوقی، ممیزی و انطباق
قراردادهای طولانی و شواهد ممیزی خلاصه و مقایسه میشوند بدون آنکه خود اسناد از سازمان خارج شوند.
حوزههای دارای تکلیف قانونی محرمانگی
سلامت، بخش عمومی و حوزههای دیگری که ارسال سوابق شخصی به سرویس بیرونی در آنها اساساً مجاز نیست.
چگونه کار میکند
از نصب تا استفاده روزمره تیمها
1
نصب روی زیرساخت شما
Fabric روی سرورهای تحت کنترل شما و درون شبکه خودتان اجرا میشود. تیم ما آن را همراه شما نصب میکند، به سامانه ورود سازمان وصل میکند و محیطی تحویل میدهد که از روز نخست در اختیار مدیران خودتان است.
2
اتصال مدلها
مدلهای موردنظر را ثبت کنید: مدلهایی که روی سختافزار خودتان اجرا میشوند، مدلهایی از ارائهدهندهای که از پیش با آن کار میکنید، یا هر دو. سپس تعیین کنید هر تیم به کدام مدل دسترسی دارد و کدام کارها باید فقط روی مدل داخلی بماند.
3
یکبار نوشتن قواعد
تعیین کنید چه چیزی حساس است، چه کسی به چه چیزی دسترسی دارد، هر تیم چقدر میتواند هزینه کند، سیاههها چقدر نگهداری شوند و کدام گامهای عامل تأیید انسانی میخواهند. اینها تنظیماتی در پورتالاند، نه کد، و همهجا همزمان اعمال میشوند.
4
شروع کار تیمها
کاربران از یک پورتال به گفتوگو، پایگاه دانش و عاملها دسترسی دارند و برنامههای دیگر به همان دروازه وصل میشوند. هر درخواست تحت حاکمیت است، در جایی که قواعد شما بخواهد ناشناس میشود و ثبت میگردد.
گزینههای استقرار
از یک سرور تا شبکهای که هیچ راهی به بیرون ندارد
یک سرور
برای یک واحد سازمانی یا شروع کار کافی است: کل پلتفرم روی یک ماشین، با پایگاه داده و فضای ذخیرهسازی خودتان.
خوشه
برای بار سنگینتر، همان پلتفرم روی خوشهای که خودتان اداره میکنید گسترده میشود و با رشد کار، تفکیک تیمها و بارها را حفظ میکند.
کاملاً آفلاین
با تکیه بر مدلهای داخلی، Fabric بدون هیچ مسیری به اینترنت کار میکند؛ مناسب شبکههای طبقهبندیشده و محیطهای جداشده از بیرون.
چرا Fabric
تفاوت آن با بهکارگیری مستقیم سرویسهای هوش مصنوعی
محرمانگی، پیشفرض است
پرسش «آیا میتوانیم از این مدل استفاده کنیم بدون آنکه دادهمان بیرون برود؟» را پلتفرم پاسخ میدهد، نه احتیاط تکتک همکاران. قاعده در مسیر خروج اعمال میشود، برای همه و در همه مسیرها.
مالکیت کامل پلتفرم
روی سختافزار خودتان نصب میشود و بدون هیچ سرویس بیرونی به کار ادامه میدهد. برای سازمانهایی که نمیتوانند به ارائهدهندگان خارجی تکیه کنند، همین تفاوت میان بهکارگیری هوش مصنوعی و به تعویق انداختن آن است.
حاکمیت بهجای حدس
دسترسی، بودجه، نگهداری داده و تأییدها بهصورت متمرکز مدیریت میشوند؛ پس استفاده میتواند در سازمان گسترده شود بدون آنکه کسی کنترل هزینه و ریسک را از دست بدهد.
ساخته یک شرکت امنیتی و در استفاده روزمره
Fabric همان پلتفرمی است که وادی ایمن حافظ برای کار خودش ساخته و هر روز از آن استفاده میکند. ایزولهسازی، ممیزی و کمینهسازی دسترسی در طراحی آن است، نه قابلیتهایی که پس از یک حادثه اضافه شده باشند.
پرسشهای متداول
آنچه سازمانها پیش از تصمیمگیری درباره Fabric میپرسند
آیا داده ما به ارائهدهنده مدل میرسد؟
دقیقاً چه چیزی ناشناس میشود؟
اگر داده حساسی شناسایی نشود چه؟
آیا Fabric بدون اتصال به اینترنت کار میکند؟
چه مدلهایی را میتوان متصل کرد؟
تفکیک تیمها از یکدیگر چگونه است؟
آیا کارکنان میتوانند از دستیار برای دیدن اسناد غیرمجاز استفاده کنند؟
کنترل هزینه چگونه انجام میشود؟
یک عامل بدون انسان چه کاری میتواند بکند؟
برای اجرای آن به چه چیزی نیاز داریم؟
نسبت Fabric با دیگر پلتفرمهای شما چیست؟
آیا برای استفاده باید برنامههایمان را تغییر دهیم؟
هوش مصنوعی، بدون نگرانی از نشت داده
با تیم ما تماس بگیرید تا Fabric را ببینید و درباره نصب آن روی زیرساخت سازمانتان صحبت کنیم