ProteGrity Developer Edition, geliştiricilerin, veri bilimcileri, ML mühendisleri ve güvenlik ekiplerine, kurumsal kurulum gerekmeden Genai ve yapılandırılmamış veri iş akışlarına veri koruması eklemenin kolay bir yolu sağlar. İlk kurumsal sınıf, yönetişim odaklı Python paketi olarak faturalandırılan, ekiplerin güvenli, iyi yönetilen veri boru hatları ve AI iş akışları oluşturmalarına yardımcı olmak için üretilmiştir.
ProteGrity Developer Edition, hafif, konteynırlı dağıtım ve sezgisel temsili durum transferi (dinlenme) ve Python API’leri ile değerlendirme ve deneylerin ortak engellerini ortadan kaldırır. Veri keşfi, örnek uygulamaları, API’ler ve semantik korkulukları içerir.
- Keşif: Makine öğrenimi sınıflandırıcılarının bir kombinasyonunu ve düzenli ifadeler gibi desen tabanlı tekniklerin bir kombinasyonunu kullanarak günlükler, belgeler ve metinde hassas verileri tanımlayın.
- API’leri bulun ve koruyun: Geliştiricilerin dinlenme veya python, istemleri kapsayan, eğitim verileri, bez alma ve model çıktılarını kullanarak hassas verileri dakikalar içinde keşfetmelerine ve korumalarına izin verin.
- Anlamsal Korkuluklar: Hızlı enjeksiyon, PII sızıntısı ve yürütülmeden önce konu dışı yanıtları engellemek için girdileri, planları, araç çağrılarını ve çıktıları inceleyen modüler, gerçek zamanlı savunma katmanı.
“Geliştiriciler inovasyonun ön saflarında yer alıyorlar ve onları yavaşlatmayan araçlara ihtiyaçları var,” dedi ProteGrity geliştirici ilişkileri başkanı Tui Leauanae. “Amacımız, veri korumasını erişilebilir, eyleme geçirilebilir ve takımların nasıl inşa ettiği ile uyumlu hale getirmektir.”
Çözüm, gizlilik-kritik genai kullanım durumları için uyarlanmıştır:
- Konuşma AI’sında Gizlilik: İsimler, e -postalar ve kimlikler gibi hassas chatbot girişleri, Genai modellerine ulaşmadan önce korunur.
- LLM’ler için hızlı bir sanitasyon: İstemlerdeki otomatik PII maskeleme, büyük dil modeli hızlı mühendislik ve çıkarım sırasında riski azaltır.
- Jupyter not defterleri ile deney: Veri bilimcileri, çevik deneyler için doğrudan Jupyter not defterlerinde koruma ve keşif iş akışlarını prototipleyebilir.
- Çıktı redaksiyonu ve sızıntı önleme: Model çıktılarındaki duyarlı verileri, kullanıcılara son kullanıcılara geri döndürmeden önce algılayın ve düzeltin.
Sorumlu AI Eğitim Veri Anonimleştirmesi: Eğitim veri kümelerindeki hassas alanlar, uyumlu ve etik yapay zeka gelişimini desteklemek için düzeltilir.
ProteGrity Developer Edition, geliştiricileri özel lisanslara veya karmaşık kurulumlara ihtiyaç duymadan kendi bilgisayarlarında çalıştırma ve gizlilik özelliklerini test etme yeteneğini güçlendirmek için güvenilir teknolojiyi kullanır. Korumalar, kullanıcının erişim seviyelerine bağlı olarak yetkilendirme, şifreleme, maske veya takma adlandırma yeteneği sağlayan önceden yapılandırılmış kullanıcılar ve kullanıcı rolleriyle yerleşik bir ilke ile kontrol edilebilir.
ProteGrity Developer Edition şimdi GitHub’da mevcuttur ve Python modülü, belgeler, örnek uygulamalar ve topluluk desteği ile birlikte PYPI aracılığıyla da mevcuttur. Geliştiriciler depoyu keşfedebilir, yerel olarak dağıtabilir ve birkaç dakika içinde gizlilik ilk çözümleri uygulamaya başlayabilir.