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

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

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

Podczas wdrażania modeli w usłudze Azure Machine Learning są przetwarzane następujące typy danych w celu zapewnienia usługi:

• Propozycje i wygenerowana zawartość. Polecenia są przesyłane przez użytkownika, a treść (dane wyjściowe) jest generowana przez model za pośrednictwem operacji obsługiwanych przez model. Polecenia mogą zawierać treści, które zostały dodane za pomocą generowania wspomaganego pobieraniem (RAG), metapromptów lub innych funkcji dostępnych w aplikacji.

• Przekazane dane. W przypadku modeli, które obsługują dostrajanie, klienci mogą przekazywać swoje dane do magazynu danych usługi Azure Machine Learning na potrzeby dostosowywania.

Generowanie danych wyjściowych wnioskowania za pomocą zarządzanych zasobów obliczeniowych

Wdrażanie modeli w zarządzanych obliczeniach umożliwia wdrożenie wag modeli na dedykowanych maszynach wirtualnych i udostępnianie interfejsu API REST na potrzeby przetwarzania wniosków w czasie rzeczywistym. Dowiedz się więcej o wdrażaniu modeli z wykazu modeli do zarządzanych zasobów obliczeniowych. Zarządzasz infrastrukturą tych zarządzanych obliczeń, a mają zastosowanie zobowiązania dotyczące danych, prywatności i zabezpieczeń platformy Azure. Dowiedz się więcej o ofertach zgodności platformy Azure mających zastosowanie do usługi Azure Machine Learning.

Chociaż kontenery "Modele sprzedawane bezpośrednio przez platformę Azure" są skanowane pod kątem luk w zabezpieczeniach, które mogą eksfiltrować dane, nie wszystkie modele dostępne za pośrednictwem wykazu modeli zostały zeskanowane. Aby zmniejszyć ryzyko eksfiltracji danych, możesz chronić wdrożenie przy użyciu sieci wirtualnych. Aby dowiedzieć się więcej, postępuj zgodnie z tym linkiem. Za pomocą usługi Azure Policy można również regulować modele, które mogą być wdrażane przez użytkowników.

Generowanie danych wyjściowych wnioskowania przy użyciu wdrożeń standardowych

Podczas wdrażania modelu z wykazu modeli (podstawowego lub dostrojonego) jako standardowego wdrożenia na potrzeby wnioskowania interfejs API zapewnia dostęp do modelu hostowanego i zarządzanego przez usługę Azure Machine Learning Service. Dowiedz się więcej o modelach jako usługa. Model przetwarza monity wejściowe i generuje dane wyjściowe na podstawie swojej funkcjonalności, zgodnie z opisem zawartym w szczegółach 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, firma Microsoft udostępnia infrastrukturę hostingu i punkt końcowy interfejsu API oraz zarządza nim. Modele hostowane w modelach jako usługa podlegają zobowiązaniom Azure dotyczącym danych, prywatności i zabezpieczeń. Dowiedz się więcej o ofertach zgodności platformy Azure mających zastosowanie do usługi Azure Machine Learning tutaj.

Firma Microsoft działa jako procesor danych dla monitów i danych wyjściowych wysyłanych do i generowanych przez model wdrożony na potrzeby wdrożenia standardowego. Firma Microsoft nie udostępnia tych monitów i danych wyjściowych dostawcy modelu, a firma Microsoft nie używa tych monitów i danych wyjściowych do trenowania lub ulepszania modeli firmy Microsoft, dostawcy modelu ani modeli innych firm. Modele są bezstanowe, a w modelu nie są przechowywane żadne podpowiedzi ani wyniki. Jeśli filtrowanie zawartości (wersja zapoznawcza) jest włączone, monity i dane wyjściowe są wyświetlane pod kątem niektórych kategorii szkodliwej zawartości przez usługę Azure AI Content Safety w czasie rzeczywistym; Dowiedz się więcej o tym, jak usługa Azure AI Content Safety przetwarza dane tutaj. Monity i dane wyjściowe są przetwarzane w lokalizacji geograficznej określonej podczas wdrażania, ale mogą być przetwarzane między regionami w lokalizacji geograficznej na potrzeby operacyjne (w tym zarządzanie wydajnością i pojemnością).

Jak wyjaśniono w procesie wdrażania modeli jako usługa, firma Microsoft może udostępniać informacje kontaktowe klienta i szczegóły transakcji (w tym wolumin użycia skojarzony z ofertą) wydawcy modelu, aby mogli skontaktować się z klientami dotyczącymi modelu. Dowiedz się więcej na temat informacji dostępnych dla wydawców modeli, skorzystaj z tego linku.

Dostrajanie modelu przy użyciu standardowych wdrożeń (modele jako usługa)

Jeśli model dostępny dla wdrożenia standardowego obsługuje dostrajanie modelu, możesz przekazać dane do (albo wyznaczyć dane już znajdujące się w) magazynie danych usługi Azure Machine Learning, aby dostosować model. 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 spoczynku (domyślnie z szyfrowaniem AES-256 firmy Microsoft i opcjonalnie kluczem zarządzanym przez klienta).

• Można go usunąć w dowolnym momencie.

Dane szkoleniowe przekazane na potrzeby dostrajania nie są używane do trenowania, ponownego trenowania ani ulepszania żadnego modelu firmy Microsoft lub innej firmy, chyba że użytkownik nakazał to 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