Controlli di conformità dell'Istituto di sicurezza finanziaria coreano (K-FSI)

Questa pagina descrive i controlli di conformità dell'Istituto di sicurezza finanziaria coreano (K-FSI) in Azure Databricks.

Panoramica di K-FSI

La conformità K-FSI si riferisce a soddisfare i requisiti normativi e di sicurezza stabiliti dall'Istituto di sicurezza finanziaria coreano per gli istituti finanziari e i relativi provider di servizi. Garantisce una solida protezione dei dati finanziari e della conformità alle normative locali.

Punti chiave

• Si applica alle organizzazioni finanziarie che operano in Corea del Sud.
• Risolve i requisiti di residenza, crittografia e controllo di accesso dei dati.
• Assicura l'allineamento alle normative finanziarie coreane.

Abilitare i controlli di conformità K-FSI

Per configurare l'area di lavoro per supportare l'elaborazione dei dati regolamentati dallo standard K-FSI, l'area di lavoro deve avere il profilo di sicurezza della conformità abilitato. Per l'elaborazione dei dati regolamentati sono supportate solo funzionalità di anteprima specifiche. Per informazioni dettagliate sul profilo di sicurezza della conformità, sulle funzionalità di anteprima supportate e sulle aree supportate, vedere Profilo di sicurezza della conformità.

L'utente è esclusivamente responsabile della verifica che le informazioni riservate non vengano mai immesse nei campi di input definiti dal cliente, ad esempio nomi di area di lavoro, nomi di risorse di calcolo, tag, nomi di processi, nomi di esecuzione dei processi, nomi di rete, nomi di credenziali, nomi di account di archiviazione e ID repository Git o URL. Questi campi possono essere archiviati, elaborati o accessibili all'esterno del limite di conformità.

Per abilitare i controlli di conformità K-FSI, vedere Configurare le impostazioni di sicurezza e conformità avanzate.

Supporto a livello di area per le funzionalità

Questa tabella mostra la disponibilità delle funzionalità per lo standard di conformità selezionato in tutte le aree di Databricks supportate. Alcune funzionalità possono essere elencate come disponibili prima che vengano effettivamente rilasciate.

Feature	koreacentral
Funzioni di intelligenza artificiale - Classificazione
Funzioni di intelligenza artificiale - Analisi dei documenti
Funzioni di intelligenza artificiale - Estrazione di informazioni
Rilevamento anomalie
Calcolo classico	✓
Camere bianche
Classificazione dei dati
Applicazioni Databricks	✓
Databricks One	✓
Archiviazione predefinita
Modalità agente Genie
Codice Genie	✓
Modalità agente di Genie Code
Agente del Dashboard Codice Genie
Genie Spaces	✓
Assistente di conoscenze
Scalabilità automatica di Lakebase
Lakeflow Connect - Confluence
Lakeflow Connect - Dynamics 365	✓
Lakeflow Connect - GA4
Lakeflow Connect - Google Ads
Lakeflow Connect - HubSpot
Lakeflow Connect - Meta Ads
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 - Report Workday (RaaS)
Lakeflow Connect - Supporto per Zendesk
Lakeflow Connect - Inserimento Zerobus
Lavori Lakeflow	✓
Editor di pipeline di Lakeflow
Monitoraggio di Lakehouse
MLflow su Databricks	✓
Server MCP gestiti	✓
Servizio modelli - Gateway di intelligenza artificiale
Model Serving - Sicurezza AI
Gestione dei modelli - Ai Playground
Gestione dei modelli - Modelli personalizzati
Gestione dei modelli - Modelli esterni
Model Serving - Funzione AI di Modelli Fondamentali (ai_query)
Servizio Modello - Modelli Fondamentali Pagare Per Token
Ottimizzazione predittiva
Processi serverless/flussi di lavoro/notebook
Pipeline Lakeflow senza server
Warehouse SQL senza server
Area di lavoro serverless
Agente supervisore
Ricerca vettoriale (standard)
Ricerca vettoriale (ottimizzata per l'archiviazione)