Compliance-Kontrollen des Koreanischen Finanzsicherheitsinstituts (K-FSI)

Auf dieser Seite werden compliance-Steuerelemente des Koreanischen Finanzsicherheitsinstituts (K-FSI) in Azure Databricks beschrieben.

K-FSI -Übersicht

Die K-FSI-Compliance bezieht sich auf die Erfüllung der sicherheits- und regulatorischen Anforderungen des koreanischen Finanzsicherheitsinstituts für Finanzinstitute und deren Dienstleister. Sie gewährleistet einen robusten Schutz von Finanzdaten und die Einhaltung lokaler Vorschriften.

Wichtige Punkte

• Gilt für Finanzorganisationen, die in Südkorea tätig sind.
• Behandelt die Anforderungen an die Datenhaltung, Verschlüsselung und Zugriffssteuerung.
• Stellt die Angleichung an koreanische Finanzvorschriften sicher.

K-FSI-Compliancesteuerung aktivieren

Um Ihren Arbeitsbereich so zu konfigurieren, dass die Verarbeitung von Daten unterstützt wird, die durch den K-FSI-Standard geregelt sind, muss für den Arbeitsbereich das Compliancesicherheitsprofil aktiviert sein. Für die Verarbeitung regulierter Daten werden nur bestimmte Vorschaufeatures unterstützt. Ausführliche Informationen zum Compliancesicherheitsprofil, unterstützten Vorschaufeatures und unterstützten Regionen finden Sie unter Compliancesicherheitsprofil.

Sie sind allein dafür verantwortlich, zu überprüfen, ob vertrauliche Informationen nie in benutzerdefinierte Eingabefelder eingegeben werden, z. B. Arbeitsbereichsnamen, Computeressourcennamen, Tags, Auftragsnamen, Auftragsausführungsnamen, Netzwerknamen, Anmeldeinformationsnamen, Speicherkontonamen und Git-Repository-IDs oder URLs. Diese Felder können außerhalb der Compliancegrenze gespeichert, verarbeitet oder darauf zugegriffen werden.

Informationen zum Aktivieren von K-FSI-Compliancesteuerelementen finden Sie unter Konfigurieren erweiterter Sicherheits- und Complianceeinstellungen.

Regionale Unterstützung für Funktionalitäten

Diese Tabelle zeigt die Featureverfügbarkeit für den ausgewählten Compliancestandard in allen unterstützten Databricks-Regionen. Einige Features werden möglicherweise als verfügbar aufgeführt, bevor sie tatsächlich veröffentlicht werden.

Funktion	koreacentral
KI-Funktionen – Klassifizierung
KI-Funktionen – Dokumentanalyse
KI-Funktionen - Informationsextraktion
Anomalieerkennung
Classic Compute	✓
Reinräume
Datenklassifizierung
Databricks-Apps	✓
Databricks One	✓
Standardspeicher
Genie-Agentenmodus
Genie-Code	✓
Genie Code Agentenmodus
Genie Code Dashboard Agent
Genie-Räume	✓
Wissensassistent
Autoskalierung von Lakebase
Lakeflow Connect - Confluence
Lakeflow Connect - Dynamics 365	✓
Lakeflow Connect - GA4
Lakeflow Connect - Google Ads
Lakeflow Connect - HubSpot
Lakeflow Connect – Metaanzeigen
Lakeflow Connect - MySQL	✓
Lakeflow Connect - NetSuite
Lakeflow Connect - PostgreSQL	✓
Lakeflow Connect - SFTP	✓
Lakeflow Connect – Salesforce
Lakeflow Connect - ServiceNow
Lakeflow Connect - SharePoint	✓
Lakeflow Connect - TikTok Ads
Lakeflow Connect - Workday HCM
Lakeflow Connect - Workday Reports (RaaS)
Lakeflow Connect - Zendesk Support
Lakeflow Connect - Zerobus Ingest
Lakeflow-Aufträge	✓
Lakeflow-Pipeline-Editor
Lakehouse-Überwachung
MLflow auf Databricks	✓
Verwaltete MCP-Server	✓
Modellbereitstellung – KI-Gateway
Modellbereitstellung - KI-Schutzgeländer
Modellbereitstellung - KI-Spielplatz
Modellbereitstellung – Benutzerdefinierte Modelle
Modellbereitstellung – externe Modelle
Modelbereitstellung - Foundation Models AI Funktion (ai_query)
Modellbereitstellung - Foundation Models Bezahlung pro Token
Prädiktive Optimierung
Serverlose Aufträge/Workflows/Notizbücher
Serverless Lakeflow Pipelines
Serverlose SQL-Warehouses
Serverloser Arbeitsbereich
Supervisor-Agent
Vektorsuche (Standard)
Vektorsuche (Speicher optimiert)