Koreański instytut zabezpieczeń finansowych (K-FSI) kontroli zgodności

Na tej stronie opisano mechanizmy kontroli zgodności koreańskiego instytutu zabezpieczeń finansowych (K-FSI) w Azure Databricks.

Omówienie K-FSI

Zgodność Z K-FSI odnosi się do spełnienia wymagań dotyczących zabezpieczeń i przepisów ustanowionych przez Koreański Instytut Bezpieczeństwa Finansowego dla instytucji finansowych i ich dostawców usług. Zapewnia ona niezawodną ochronę danych finansowych i zgodność z lokalnymi przepisami.

Kwestie kluczowe

  • Dotyczy organizacji finansowych działających w Korei Południowej.
  • Dotyczy wymagań dotyczących rezydencji danych, szyfrowania i kontroli dostępu.
  • Zapewnia dostosowanie do koreańskich przepisów finansowych.

Włącz mechanizmy kontroli zgodności K-FSI

Aby skonfigurować obszar roboczy do obsługi przetwarzania danych regulowanych przez standard K-FSI, obszar roboczy musi mieć włączony profil zabezpieczeń zgodności. Tylko określone funkcje w wersji zapoznawczej są obsługiwane do przetwarzania danych regulowanych. Aby uzyskać szczegółowe informacje na temat profilu zabezpieczeń zgodności, obsługiwanych funkcji w wersji zapoznawczej i obsługiwanych regionów, zobacz Profil zabezpieczeń zgodności.

Użytkownik ponosi wyłączną odpowiedzialność za sprawdzenie, czy poufne informacje nigdy nie są wprowadzane w polach wejściowych zdefiniowanych przez klienta, takich jak nazwy obszarów roboczych, nazwy zasobów obliczeniowych, tagi, nazwy zadań, nazwy przebiegów zadań, nazwy sieci, nazwy poświadczeń, nazwy kont magazynu i identyfikatory lub adresy URL repozytorium Git. Te pola mogą być przechowywane, przetwarzane lub dostępne poza granicą zgodności.

Aby włączyć mechanizmy kontroli zgodności K-FSI, zobacz Konfigurowanie zwiększonych ustawień zabezpieczeń i zgodności.

Regionalna obsługa funkcji

W tej tabeli przedstawiono dostępność funkcji dla wybranego standardu zgodności we wszystkich obsługiwanych regionach usługi Databricks. Niektóre funkcje mogą być wyświetlane jako dostępne, zanim zostaną one rzeczywiście wydane.

Funkcja koreacentral
AI Classify
Ekstrakt AI
AI ParseDocument
AI Prep Search
Wykrywanie anomalii ✓
Czat w Genie One
Obliczenia klasyczne ✓
Czyste pokoje ✓
Klasyfikacja danych
Aplikacje usługi Databricks ✓
Usługa Databricks Genie dla Microsoft Teams
Databricks Genie dla Slack
Pamięć domyślna ✓
Tryb agenta Genie
Kod Genie ✓
Tryb agenta kodu Genie
Kod Genie do tworzenia pulpitów nawigacyjnych
Genie One ✓
Miejsca Genie ✓
Asystent wiedzy
Lakebase
Lakeflow Connect — Confluence ✓
Lakeflow Connect — GA4 ✓
Lakeflow Connect — Google Ads ✓
Lakeflow Connect — HubSpot ✓
Lakeflow Connect — Meta Ads ✓
Lakeflow Connect — MySQL ✓
Lakeflow Connect — PostgreSQL ✓
Lakeflow Connect — SFTP ✓
Lakeflow Connect — Salesforce ✓
Lakeflow Connect — ServiceNow ✓
Lakeflow Connect — TikTok Ads ✓
Lakeflow Connect — Workday HCM ✓
Lakeflow Connect — raporty produktu Workday (RaaS) ✓
Lakeflow Connect — obsługa aplikacji Zendesk ✓
Lakeflow Connect - Zerobus Ingest ✓
Lakeflow Connect for Dynamics 365 ✓
Lakeflow Connect dla NetSuite ✓
Lakeflow Connect dla SharePoint ✓
Zadania Lakeflow ✓
Edytor potoków Lakeflow ✓
Monitorowanie usługi Lakehouse ✓
Lakehouse RT
MLflow w usłudze Databricks ✓
Zarządzane serwery MCP ✓
Obsługa modelu — brama sztucznej inteligencji (wersja 1) ✓
Obsługa modelu — aI Guardrail ✓
Obsługa modelu — plac zabaw dla sztucznej inteligencji
Obsługa modeli — modele niestandardowe ✓
Obsługa modeli — modele zewnętrzne ✓
Obsługa modelu — funkcja sztucznej inteligencji modeli podstawowych (ai_query)
Obsługa modelu — modele bazowe — opłaty za token
OpenSharing ✓
OpenSharing SecureConnect ✓
Optymalizacja predykcyjna ✓
Obliczenia GPU bez serwera ✓
Zadania bezserwerowe/przepływy pracy/notesy ✓
Bezserwerowe potoki Lakeflow ✓
Bezserwerowe magazyny SQL ✓
Obszar roboczy bezserwerowy ✓
Agent nadzorcy
Brama sztucznej inteligencji Unity ✓
Wyszukiwanie wektorowe (Standardowa) ✓
Wyszukiwanie wektorowe (zoptymalizowane pod kątem pamięci) ✓