Dane, prywatność i zabezpieczenia do korzystania z modeli za pośrednictwem wykazu modeli

Ten artykuł zawiera szczegółowe informacje o sposobie przetwarzania, używania i przechowywania danych podczas wdrażania modeli z wykazu modeli. Zobacz również dodatek Microsoft Products and Services Data Protection Addendum który zarządza przetwarzaniem danych przez usługi Azure.

Jakie dane są przetwarzane dla modeli wdrożonych w Azure Machine Learning?

Podczas wdrażania modeli w Azure Machine Learning usługa przetwarza następujące typy danych w celu zapewnienia usługi:

• Polecenia i wygenerowana zawartość. Przesyłasz polecenia, a model generuje zawartość (dane wyjściowe) za pomocą operacji, które obsługuje. Aktywacje mogą zawierać zawartość dodaną zależnie od generowania wspomaganego pobieraniem (RAG), metapromptów lub innych funkcji zawartych w aplikacji.

• Przekazane dane. W przypadku modeli, które obsługują dostrajanie, możesz przekazać dane do magazynu danych Azure Machine Learning do użycia w dostrajaniu.

Generowanie danych wyjściowych wnioskowania za pomocą zarządzanych zasobów obliczeniowych

Podczas wdrażania modeli w zarządzanych obliczeniach należy wdrożyć wagi modeli na dedykowanych maszynach wirtualnych i uwidocznić interfejs API REST na potrzeby wnioskowania w czasie rzeczywistym. Aby dowiedzieć się więcej, zobacz wdrażanie modeli z wykazu modeli do zarządzanych zasobów obliczeniowych. Zarządzasz infrastrukturą tych zarządzanych zasobów obliczeniowych, a w przypadku Azure obowiązują zobowiązania dotyczące danych, prywatności i zabezpieczeń. Aby dowiedzieć się więcej, zobacz oferty zgodności Azure dotyczące Azure Machine Learning.

Mimo że kontenery "Modele sprzedawane przez Azure" są skanowane pod kątem luk w zabezpieczeniach, które mogą eksfiltrować dane, nie wszystkie modele dostępne za pośrednictwem wykazu modeli są skanowane. Aby zmniejszyć ryzyko eksfiltracji danych, możesz chronić wdrożenie przy użyciu sieci wirtualnych. Aby dowiedzieć się więcej, zobacz , jak utworzyć wykaz modeli izolacji sieciowej. Można również użyć Azure Policy do regulowania modeli, które użytkownicy mogą wdrażać.

Generowanie danych wyjściowych wnioskowania przy użyciu wdrożeń standardowych

Podczas wdrażania modelu z katalogu modeli (podstawowego lub dostrojonego) jako standardowego wdrożenia do wnioskowania uzyskuje się interfejs API, który zapewnia dostęp do modelu hostowanego i zarządzanego przez usługę Azure Machine Learning. Aby uzyskać więcej informacji, zobacz Modele jako usługa. Model przetwarza monity wejściowe i generuje dane wyjściowe na podstawie funkcjonalności modelu, zgodnie z opisem w szczegółach modelu podanych dla modelu. Chociaż model jest dostarczany przez dostawcę modelu, a użycie modelu (oraz odpowiedzialność dostawcy modelu za model i jego dane wyjściowe) podlega postanowieniom licencyjnym dostarczonym z modelem, Microsoft udostępnia infrastrukturę hostingu i punkt końcowy interfejsu API oraz zarządza nim. Model jako Usługa podlegają zobowiązaniom Azure dotyczącym danych, prywatności i zabezpieczeń. Aby uzyskać więcej informacji na temat ofert zgodności Azure mających zastosowanie do Azure Machine Learning, zobacz here.

Microsoft działa jako procesor danych dla monitów i danych wyjściowych wysyłanych do i generowanych przez model wdrożony na potrzeby wdrożenia standardowego. Microsoft nie udostępnia tych monitów i danych wyjściowych dostawcy modelu, a Microsoft nie używa tych monitów i danych wyjściowych do trenowania lub ulepszania Microsoft, dostawców modelu ani modeli innych firm. Modele są bezstanowe, a w modelu nie są przechowywane żadne zapytania ani wyniki. Jeśli filtrowanie zawartości (wersja zapoznawcza) jest włączone, ekrany usługi Bezpieczeństwo zawartości platformy Azure AI wyświetlają monity i dane wyjściowe dla niektórych kategorii szkodliwej zawartości w czasie rzeczywistym. Aby uzyskać więcej informacji, zobacz, jak Bezpieczeństwo zawartości platformy Azure AI przetwarza dane here. Monity oraz dane wyjściowe są przetwarzane w obrębie wyznaczonego obszaru geograficznego określonego podczas wdrażania, ale mogą być przetwarzane między regionami w obrębie tego samego obszaru geograficznego dla celów operacyjnych (w tym zarządzanie wydajnością i pojemnością).

Jak wyjaśniono w procesie wdrażania modeli jako usługa, Microsoft mogą udostępniać informacje kontaktowe klienta i szczegóły transakcji (w tym wolumin użycia skojarzony z ofertą) wydawcy modelu, aby mogli skontaktować się z klientami dotyczącymi modelu. Aby dowiedzieć się więcej o danych dostępnych dla wydawców modeli, sprawdź ten link.

Dostrajanie modelu przy użyciu standardowych wdrożeń (Modele jako Usługa)

Jeśli model dostępny dla wdrożenia standardowego obsługuje dostosowanie, możesz przekazać dane do (lub określić już w) Azure Machine Learning Datastore w celu dostosowania modelu. Następnie można utworzyć standardowe wdrożenie dla dostosowanego modelu. Nie można pobrać dostosowanego modelu, ale dostosowany model:

• Jest dostępny wyłącznie do użytku;

• Może być dwukrotnie szyfrowany w stanie spoczynku (domyślnie przez firmę Microsoft za pomocą szyfrowania AES-256 i opcjonalnie kluczem zarządzanym przez klienta).

• Można go usunąć w dowolnym momencie.

Dane szkoleniowe przekazane do dostrajania nie są używane do trenowania, ponownego trenowania ani ulepszania żadnego modelu Microsoft ani innej firmy, chyba że zostanie to zlecone przez Ciebie w ramach usługi.

Przetwarzanie danych dla pobranych modeli

Jeśli pobierzesz model z wykazu modeli, wybierz miejsce wdrożenia modelu i odpowiadasz za sposób przetwarzania danych podczas korzystania z modelu.

Następne kroki

• Omówienie wykazu modeli