大型语言模型数据屏蔽
Einstein Trust 层在将提示发送到大语言模型 (LLM) 之前，识别并屏蔽提示中的敏感信息。Einstein Trust 层使用数据掩码保护敏感数据，例如个人身份信息 (PII)，使其不会暴露给外部 LLM。
所需的 Edition
| 适用于：Enterprise、Performance 和 Unlimited Edition，带有 Einstein for Sales、Einstein for Platform、Einstein for Service、Einstein 1 Service 或 Einstein GPT Service 加载项。要购买加载项，请联系您的 Salesforce 客户主管。 |
Einstein Trust 层提供两种类型的数据屏蔽。类型基于用于识别数据类型的方法。
- 基于模式：Einstein Trust 层使用高级模式匹配和机器学习技术来检测提示中的敏感数据。
- 基于字段：Einstein Trust 层使用元数据来识别为安全措施分类或标记的 Salesforce CRM 字段。
数据屏蔽包括根据敏感数据代表的内容，用占位符文本替换敏感数据。
您可以在 Einstein Trust 图层设置中选择要屏蔽的数据。
重要
- 通过 Einstein Trust 层的数据屏蔽对客服人员禁用。见Agentforce 中数据屏蔽的限制
- LLM 数据屏蔽并不总是在所有功能中可用。有关更多信息，请参考功能文档。
- 基于模式的数据掩码：虽然我们的检测模型在内部测试期间被证明是有效的，但重要的是要注意，没有一个模型能够保证 100% 的准确性。此外，跨区域和多国用例会影响检测特定数据模式的能力。以 Trust 为重,我们致力于对模型进行持续评估和完善。
- 基于字段的屏蔽仅支持记录合并字段和相关列表中引用的合并字段。
基于模式的掩码
根据数据类型，我们使用特定文本模式和上下文或机器学习模型来识别敏感数据。以下是一些有助于说明模式匹配和机器学习模型如何工作的示例。
- 社会保险号码 (SSN)：SSN 根据位数和格式进行识别。“SSN”或“social”等术语的近似性有助于将号码识别为社会保险号码。
- 名称：个人或公司名称多种多样，没有特定的模式。我们使用经过训练的机器学习模型来识别姓名，并将其分类为个人或公司的名称。
有关基于模式的屏蔽支持的数据类型的完整列表，请参见 Einstein Trust 层区域和语言支持。
基于字段的屏蔽
Einstein Trust 层中基于字段的屏蔽使用 Salesforce 字段中的元数据来识别和屏蔽敏感数据。这种类型的屏蔽基于现有的安全控制，例如平台盾加密和数据分类，其中包括合规类别和敏感级别。
使用提示模板，将基于字段的掩码应用于提示生成器和其他 AI 功能。当提示模板中的合并字段具有 Platform Shield Encryption 或数据分类标记时，Einstein Trust 层会在将其发送到 LLM 进行响应生成之前屏蔽这些字段中的信息。
拆除
在 LLM 返回响应后，Einstein Trust 层对最初屏蔽的数据解密。您看到的响应包含实际数据。
您可以在 Einstein Trust 图层设置中选择要屏蔽的数据。
您可以在提示生成器中验证数据屏蔽是否有效。您还可以跟踪数据屏蔽，并使用存储在 Data 360 中的审计跟踪来查看屏蔽的数据。
本文章是否解决您的问题？
请与我们共享您的想法，以便我们进行改进！
