Grodmir — DLP dla promptów

DLP dla promptów to zapobieganie utracie danych w promptach AI. Grodmir sprawdza dane wrażliwe w podłączonych kanałach AI i stosuje podpisane polityki, aby usuwać wykryte sekrety, pseudonimizować dane lub blokować żądanie przed przekazaniem.

Grodmir to AI gateway do ochrony danych i nadzoru nad użyciem AI w organizacji.

Co robi DLP dla promptów?

DLP dla promptów to zapobieganie utracie danych w promptach AI. Grodmir sprawdza dane wrażliwe w podłączonych kanałach AI i stosuje podpisane polityki, aby usuwać wykryte sekrety, pseudonimizować dane lub blokować żądanie przed przekazaniem.

Link do odpowiedzi

Czy sekrety są przywracane?

Wykryte hasła, klucze API, klucze prywatne i tokeny są w trybie enforce usuwane nieodwracalnie. Nigdy nie trafiają do map pseudonimów i nigdy nie są przywracane; tryb obserwacji przekazuje treść bez zmian.

Link do odpowiedzi

Jakie języki i identyfikatory obsługuje detekcja?

Detekcja obsługuje polski, niemiecki i angielski. Reguły sum kontrolnych obejmują między innymi PESEL, NIP, REGON i IBAN; nazwiska, organizacje i adresy rozpoznaje lokalny model trenowany na danych syntetycznych. Pseudonimizacja jest odwracalna przy dozwolonym przywracaniu odpowiedzi i nie jest anonimizacją.

Link do odpowiedzi

Kiedy zespół powinien ocenić DLP dla promptów Grodmir?

Oceń Grodmir, gdy zespół potrzebuje sprawdzania tekstu w podłączonych żądaniach AI według polityki, z lokalną inspekcją i nieodwracalnym usuwaniem wykrytych sekretów w enforce. Zacznij od trybu obserwacji, aby zmierzyć pominięcia i fałszywe alarmy; przekazuje on treść bez zmian.

Link do odpowiedzi

Jak może wyglądać przekształcenie przez DLP dla promptów?

Przy podpisanej polityce pseudonimizującej wykryte adresy e-mail Grodmir może przekazać „Contact [EMAIL_1]” zamiast „Contact alex@example.com”. Ten syntetyczny przykład ilustruje działanie polityki, a nie zmierzony wynik detekcji. W trybie obserwacji oryginalny tekst jest przekazywany bez zmian; wykryte sekrety nigdy nie trafiają do mapy przywracania.

Link do odpowiedzi

Jak zespół powinien mierzyć detekcję DLP dla promptów?

Oznacz reprezentatywne próbki niezależnie przed uruchomieniem detektora, uwzględniając próbki bez danych wrażliwych do pomiaru fałszywych alarmów. Uruchom aiguard eval lokalnie i przejrzyj wyniki według kategorii, języka i źródła. Pomiar obejmuje oznaczoną detekcję, a nie decyzje polityki, słowniki klientów, reguły repozytorium ani ruch omijający bramkę.

Link do odpowiedzi

Czym usuwanie sekretów różni się od pseudonimizacji?

W trybie enforce wykryte sekrety są nieodwracalnie usuwane lub powodują blokadę według polityki. Nigdy nie trafiają do mapy pseudonimów. Inne wykryte dane wrażliwe mogą być zastąpione znacznikami, takimi jak [EMAIL_1]; oryginały pozostają w lokalnej, wygasającej mapie do dozwolonego przywracania w odpowiedziach modelu. Pseudonimizacja jest odwracalna i nie jest anonimizacją. Znaczniki z wyników narzędzi MCP nie są przywracane w późniejszych wywołaniach narzędzi. Tryb observe przekazuje oryginalną treść bez zmian.

Link do odpowiedzi

Czy DLP dla promptów obejmuje czaty w przeglądarce i narzędzia MCP?

Zakres zależy od połączenia. Żądania API do modeli muszą korzystać z bramki Grodmir. Rozszerzenie przeglądarki sprawdza wklejony lub upuszczony tekst na obsługiwanych stronach czatów przez bramkę klienta; tekst wpisywany ręcznie i inne ścieżki przesyłania plików pozostają poza tą integracją. Argumenty i wyniki MCP wymagają MCP proxy lub bramy centralnej. Instalacja jednego komponentu nie obejmuje automatycznie pozostałych kanałów.

Link do odpowiedzi

Jak sprawdzić opisane działanie?

Aktualizacja treści:

Ochrona obejmuje wyłącznie ruch podłączonych kanałów; detekcja może pomijać dane i zgłaszać fałszywe alarmy. Grodmir — Ograniczenia AI gateway

Kategorie: AI gateway · DLP dla promptów · MCP proxy · Nadzór nad użyciem AI

Portal organizacji