基础指南

数据分级与隐私保护

定义数据的收集、处理、保留和删除边界。

更新于
发现与立项 / 安全与治理定位整体框架 ↗
发现与立项 × 安全与治理:当前工作是确认数据用途,产出数据台账与授权条件;显示相关阶段和相邻领域
本页目录

用数据生命周期组织保护措施

先清点收集什么、为何需要、谁能用、在哪里存、保留多久、如何删除。本文提供工程设计方法,不替代特定地区的法律判断;真实项目的数据政策由相应责任方确认。

合成案例的数据台账

数据用途示例控制
工单描述理解故障最小字段,限制访问与保留
设备手册生成有出处的回复来源、版本、授权与撤销
用户身份认证与审计标识与业务内容分离
模型请求生成草稿删除无关个人字段,确认数据流向
运行日志排障与计费默认摘要,不存完整客户输入

“脱敏”不是简单删除姓名。型号、时间、地点和罕见故障组合仍可能识别具体客户,需要按用途评估重识别风险。

接入前检查

确认收集目的与授权边界;查看供应商处理位置、保留与训练使用条款;限制接收字段与附件;设定日志、备份和测试副本的保留规则。合同或政策不明确时,把问题交给数据负责人解决,不靠工程假设填补。

删除与撤权的实现

按来源编号追踪原文、解析内容、切片、索引、缓存和派生草稿。撤权先阻断访问,再处理派生副本。备份中的历史内容按既定保留与恢复程序处理,恢复后必须重新应用删除或撤权记录,避免旧资料重新出现。

验证与练习

用虚构标识 DEMO-PERSON-101 贯穿接入、日志和回答,检查哪些系统保存了它。执行一次删除,验证正常检索、引用入口、缓存与后台任务均无法再次提供内容;记录备份保留限制和完成证据。

交付数据流图、台账、保留表、删除说明与验证报告。AI 风险治理的背景阅读可从 NIST AI RMF开始,具体保留期限不由该框架自动决定。

参考阅读与使用边界

本页为基础指南;生产操作需结合实际版本、授权环境与审核证据验证。

Markdown 原文反馈本页问题 ↗