Что такое PII и почему это риск?
PII (персонально идентифицируемая информация) — это данные, позволяющие прямо или косвенно установить личность человека: имя и фамилия, ФИН (персональный идентификационный номер), номер удостоверения личности, телефон, адрес, номер карты.
Эти данные встречаются в текстах обращений, транскриптах звонков и документах. Если отправить их во внешний облачный ИИ-сервис в исходном виде, возникает риск выхода данных за пределы организации.
Что требует законодательство?
Закон Азербайджанской Республики «О персональных данных» устанавливает правила сбора, обработки и защиты персональных данных и закрепляет права субъекта персональных данных. Организации должны иметь законное основание и определенную цель обработки, а также принимать меры безопасности.
Какие требования применяются к конкретному проекту, следует уточнить у юриста; с технической точки зрения самый надежный путь — вообще не допускать попадания персональных данных во внешний сервис.
Как работает анонимизация?
Анонимизатор находит персональные данные в тексте с помощью модели распознавания именованных сущностей (NER) и заменяет их заполнителями, такими как [NAME_01] или [FIN_01]. В ИИ-сервис отправляется только замаскированный текст.
После получения ответа заполнители могут быть заменены исходными значениями для авторизованных пользователей; каждое восстановление записывается в журнал аудита.
Что важно для азербайджанского языка?
Универсальные модели NER часто не распознают азербайджанские имена, форматы адресов и местные идентификаторы, такие как ФИН. Поэтому анонимизатор необходимо обучать и тестировать на текстах на азербайджанском языке и местных форматах документов.
Решение должно работать в контуре организации. Анонимизатор, работающий на CPU-серверах, выполняет это условие без GPU-инфраструктуры.