Gegevens, privacy en beveiliging voor het gebruik van modellen via de modelcatalogus in AI Studio

Dit artikel bevat informatie over hoe de gegevens die u opgeeft, worden verwerkt, gebruikt en opgeslagen wanneer u modellen implementeert vanuit de modelcatalogus. Zie ook de Gegevensbeschermingsinvoegtoepassing voor Microsoft-producten en -services, die gegevensverwerking door Azure-services regelt.

Welke gegevens worden verwerkt voor modellen die zijn geïmplementeerd in Azure AI Studio?

Wanneer u modellen implementeert in Azure AI Studio, worden de volgende typen gegevens verwerkt om de service te bieden:

• Vragen en gegenereerde inhoud. Een gebruiker verzendt een prompt en het model genereert inhoud (uitvoer) via de bewerkingen die door het model worden ondersteund. Prompts kunnen inhoud bevatten die is toegevoegd via het ophalen van augmented-generation (RAG), metaprompts of andere functionaliteit die is opgenomen in een toepassing.

• Geüploade gegevens. Voor modellen die ondersteuning bieden voor afstemming, kunnen klanten hun gegevens uploaden naar een gegevensarchief voor gebruik voor het afstemmen.

Deductie-uitvoer genereren met beheerde rekenkracht

Door modellen te implementeren op beheerde berekeningen worden modelgewichten geïmplementeerd op toegewezen virtuele machines en wordt een REST API beschikbaar gemaakt voor realtime deductie. Meer informatie over het implementeren van modellen uit de modelcatalogus naar beheerde berekeningen vindt u hier. U beheert de infrastructuur voor deze beheerde berekeningen en de gegevens, privacy en beveiligingsverplichtingen van Azure zijn van toepassing. Meer informatie over Azure-nalevingsaanbiedingen die van toepassing zijn op Azure AI Studio vindt u hier.

Hoewel containers voor modellen 'Gecureerd door Azure AI' worden gescand op beveiligingsproblemen die gegevens kunnen exfiltreren, worden niet alle modellen die beschikbaar zijn via de modelcatalogus gescand. Als u het risico op gegevensexfiltratie wilt verminderen, kunt u uw implementatie beveiligen met behulp van virtuele netwerken. Meer informatie. U kunt Azure Policy ook gebruiken om de modellen te reguleren die uw gebruikers kunnen implementeren.

Deductie-uitvoer genereren als een serverloze API

Wanneer u een model implementeert vanuit de modelcatalogus (basis of nauwkeurig afgestemd) met behulp van serverloze API's met betalen per gebruik-facturering voor deductie, wordt er een API ingericht waarmee u toegang krijgt tot het model dat wordt gehost en beheerd door de Azure Machine Learning Service. Meer informatie over serverloze API's in modelcatalogus en -verzamelingen. Het model verwerkt uw invoerprompts en genereert uitvoer op basis van de functionaliteit van het model, zoals beschreven in de modeldetails die voor het model worden verstrekt. Hoewel het model wordt geleverd door de modelprovider en uw gebruik van het model (en de verantwoordelijkheid van de modelprovider voor het model en de uitvoer) is onderworpen aan de licentievoorwaarden die bij het model worden geleverd, biedt En beheert Microsoft de hostinginfrastructuur en het API-eindpunt. De modellen die worden gehost in Models-as-a-Service, zijn onderhevig aan de gegevens, privacy en beveiligingsverplichtingen van Azure. Meer informatie over Azure-nalevingsaanbiedingen die van toepassing zijn op Azure AI Studio vindt u hier.

Belangrijk

Sommige van de functies die in dit artikel worden beschreven, zijn mogelijk alleen beschikbaar in de preview-versie. Deze preview wordt aangeboden zonder een service level agreement en we raden deze niet aan voor productieworkloads. Misschien worden bepaalde functies niet ondersteund of zijn de mogelijkheden ervan beperkt. Zie Aanvullende gebruiksvoorwaarden voor Microsoft Azure-previews voor meer informatie.

Microsoft fungeert als de gegevensverwerker voor prompts en uitvoer die worden verzonden naar en gegenereerd door een model dat is geïmplementeerd voor deductie van betalen per gebruik (MaaS). Microsoft deelt deze prompts en uitvoer niet met de modelprovider en Microsoft gebruikt deze prompts en uitvoer niet om Microsoft's, modelproviders of modellen van derden te trainen of te verbeteren. Modellen zijn staatloos en er worden geen prompts of uitvoer opgeslagen in het model. Als inhoudsfiltering (preview) is ingeschakeld, worden prompts en uitvoer in realtime gescreend voor bepaalde categorieën schadelijke inhoud door de Azure AI Content Safety-service; meer informatie over hoe Azure AI Content Safety gegevens hier verwerkt. Prompts en uitvoer worden verwerkt binnen de geografie die tijdens de implementatie is opgegeven, maar kunnen worden verwerkt tussen regio's binnen de geografie voor operationele doeleinden (inclusief prestatie- en capaciteitsbeheer).

Notitie

Zoals uitgelegd tijdens het implementatieproces voor Modellen-als-een-Service, kan Microsoft contactgegevens en transactiegegevens van klanten (inclusief het gebruiksvolume dat aan het aanbod is gekoppeld) delen met de modeluitgever, zodat ze contact kunnen opnemen met klanten met betrekking tot het model. Meer informatie over informatie die beschikbaar is voor modeluitgevers in Analytics voor de commerciële marketplace van Microsoft in partnercentrum.

Een model verfijnen voor implementatie met betalen per gebruik (Models-as-a-Service)

Als een model dat beschikbaar is voor serverloze API's het afstemmen ondersteunt, kunt u gegevens uploaden naar (of al in) een gegevensarchief toewijzen om het model af te stemmen. Vervolgens kunt u een serverloze API-implementatie maken voor het verfijnde model. Het nauwkeurig afgestemde model kan niet worden gedownload, maar het verfijnde model:

• Is exclusief beschikbaar voor uw gebruik;
• Kan worden dubbel versleuteld at rest (standaard met AES-256-versleuteling van Microsoft en optioneel met een door de klant beheerde sleutel).
• Kan op elk gewenst moment door u worden verwijderd.

Trainingsgegevens die zijn geüpload voor het afstemmen, worden niet gebruikt voor het trainen, opnieuw trainen of verbeteren van een Microsoft- of derde model, behalve zoals u in de service wordt gestuurd.

Gegevensverwerking voor gedownloade modellen

Als u een model downloadt uit de modelcatalogus, kiest u waar u het model wilt implementeren en bent u verantwoordelijk voor hoe gegevens worden verwerkt wanneer u het model gebruikt.

Meer informatie

• Modelcatalogus en verzamelingen