AI DLP: чувствительные данные не попадают во внешние модели
Классический DLP следит за почтой и файловыми хранилищами. AI DLP следит за промптами, вложениями и ответами модели и умеет маскировать, а не только блокировать: работа продолжается, а реальные значения не покидают периметр.
Люди вставляют то, что у них перед глазами: письмо клиента с номером карты, лог с ключом доступа, договор с грифом «конфиденциально». Чтобы модель резюмировала или переписала этот текст, реальные значения ей почти никогда не нужны.
Rexaris AI обнаруживает чувствительные сущности на выходе, заменяет их стабильными плейсхолдерами вида <PERSON_1> или <CARD_1> и восстанавливает оригиналы внутри вашего периметра, когда возвращается ответ. Там, где маскирование недопустимо, запрос блокируется с понятной причиной.
Почему ИИ-трафику нужен собственный слой DLP
Промпты неструктурированы
Номер карты или ключ может оказаться где угодно в свободном тексте, коде или вложенном документе. Детекторы для ИИ-трафика смотрят на все тело запроса, а не на тип файла.
Маскировать вместо блокировать
Большинство промптов отлично работают с плейсхолдерами. Маскирование сохраняет внедрение; блокировка остается для данных, которые не могут уйти ни в каком виде, например учетных.
Ответы тоже утекают
Модели могут вернуть секреты эхом или сгенерировать их из контекста. Обратный путь проверяется теми же детекторами.
Собственные шаблоны
Форматы счетов, внутренние идентификаторы и кодовые имена проектов добавляются как ваши классы с вашими действиями.
Как AI DLP работает в Rexaris AI
Обнаружение
PII, PCI-данные, API-ключи, учетные данные, секреты, IP-адреса, исходный код и собственные шаблоны.
ПодробнееМаскирование с восстановлением
Плейсхолдеры согласованы в рамках диалога и восстанавливаются внутри доверенного контура.
ПодробнееМаршрутизация как альтернатива
Конфиденциальный материал можно отправить во внутреннюю модель вместо блокировки.
ПодробнееДоказательства
Каждая замаскированная или заблокированная сущность учитывается в журнале аудита и на дашборде.
Подробнее
Частые вопросы
- Ломает ли маскирование ответ модели?
- Редко. Плейсхолдеры сохраняют структуру текста, а одна и та же сущность всегда соответствует одному плейсхолдеру в диалоге, поэтому модель может последовательно ссылаться на <PERSON_1>. Пользователь видит реальные значения после восстановления.
- Какие классы данных обнаруживаются из коробки?
- Персональные данные, данные платежных карт, API-ключи и токены распространенных форматов, учетные данные, приватные ключи, IP-адреса и исходный код, плюс любые regex- и словарные классы, которые вы определите.
- Это соответствие PCI DSS или GDPR?
- Rexaris AI помогает применять контроли, которых эти режимы ожидают для ИИ-трафика, например не допускать данные карт к третьим сторонам. Это не сертификация и не утверждение о вашем общем соответствии.
- Видит ли он данные, отправленные в личный аккаунт ChatGPT?
- Сам по себе нет; он контролирует трафик, проходящий через его шлюз. Он может принимать события теневого ИИ от ваших endpoint-, DLP- и SASE-средств, чтобы показать такое использование рядом с управляемым трафиком.
Смежные решения
Из блога
2 мин чтения
Почему контроль корпоративного ИИ начинается со шлюза
В большинстве компаний ИИ уже внутри. Вопрос не в том, разрешать ли его, а в том, где должна находиться единая точка контроля.
Читать2 мин чтения
Маскировать, блокировать или перенаправлять: как выбрать действие для чувствительных данных
Три действия закрывают почти любую политику данных для внешних LLM. Неверный выбор либо допускает утечку, либо убивает внедрение.
Читать
Узнайте, что на самом деле содержат ваши промпты
Неделя классификации в режиме «только аудит» на одной команде обычно закрывает спор о политиках цифрами.