Вы находитесь здесь:
Маскировка данных LLM (доступно для генеративного искусственного интеллекта не Agentforce)
Автоматически определяет и маскирует конфиденциальные данные (PII, PCI и т. д.) в напоминании перед их передачей во внешнюю широкоязычную модель (LLM).
Управление именем
Einstein Trust Layer - Маскировка данных LLM (доступно для искусственного интеллекта не Agentforce)
Общие сведения о контроле
Автоматически определяет и маскирует конфиденциальные данные (PII, PCI и т. д.) в напоминании перед их передачей во внешнюю широкоязычную модель (LLM).
Описание
Использует сопоставление схем и компьютерное обучение для замены конфиденциальных объектов (например, имен, электронной почты, номеров кредитных карт) структурными нулями, которые демаскируются только после возврата ответа в Salesforce.
Рекомендованная конфигурация
Включите «Маскировка данных LLM» в настройках Einstein. Настройте определенные политики маскировки для всех соответствующих объектов (SSN, телефон, электронная почта) на основе конфиденциальности и требований к соответствию.
Влияние на безопасность
Предотвращает предоставление поставщикам LLM общего доступа к конфиденциальным данным для поддержки соответствия глобальным регламентам конфиденциальности, например, GDPR и CCPA.
Влияние на бизнес
Позволяет безопасно внедрять генный искусственный интеллект для клиентских и внутренних бизнес-правил без риска нарушения резидентства данных или утечки интеллектуальной собственности.
Риск безопасности, если он не настроен
Конфиденциальные данные без маскировки (PII/PHI) отправляются поставщику LLM (например, OpenAI, Anthropic) в виде простого текста, что потенциально нарушает соглашения об обработке данных и организационные политики.
Сценарии угроз
Утечка данных: Пользователь случайно добавляет конфиденциальные поля в напоминание.
Примерный диапазон оценки CVSS
Критические (9,0-10,0).
Рекомендации по влиянию риска
Риск является экстремальным для организаций в регулируемых секторах (финансы, здравоохранение), где отправка отдельной незамаскированной записи во внешнее облако может инициировать обязательное уведомление о взломе.
Повышенный риск при
Пользователи генного искусственного интеллекта добавляют данные из конфиденциальных полей (например, данные PII/ PCI) в напоминания в большинстве случаев использования.
Низкий риск при
Нулевая сохранность данных (ZDR) технически внедрена с внешними поставщиками LLM или модель внутреннего размещения используется для обучения LLM, разработанной вашей компанией.
Рекомендации по бизнесу и интеграции
Маскировка может иногда снизить контекстуальную точность LLM, если слишком много данных скрыто. Требуется тщательное тестирование шаблонов напоминаний для баланса безопасности и служебных программ.
Руководство по проверке состояния безопасности
Проверка состояния безопасности проверяет настройку слоя Einstein Trust для подтверждения включения маскировки данных.
На кого влияет
Сотрудники по конфиденциальности данных, разработчики искусственного интеллекта, администраторы и любые пользователи, использующие Конструктор подсказок или функции Einstein Copilot.
