Data Privacy บน AWS
ความเป็นส่วนตัวของข้อมูลที่คุณป้อนเข้าไป
ข้อกังวลเรื่องข้อมูลรั่วไหล
คำศัพท์ที่ต้องรู้: - VPC (Virtual Private Cloud): เครือข่ายส่วนตัวเสมือนบนระบบคลาวด์ เปรียบเสมือนรั้วบ้านของคุณเองบน AWS
การใช้ Foundation Model บน Amazon Bedrock เหมือน "การจ้างเชฟชื่อดังระดับโลกมาทำอาหารในครัวบ้านเรา (VPC)" เชฟคนนี้เก่งมาก แต่มีกฎเหล็กว่า เขาห้ามจดสูตรลับที่เราคิดค้นกันในบ้าน หรือขโมยวัตถุดิบของเรากลับไปใช้ที่ร้านอาหารของเขาโดยเด็ดขาด ข้อมูลและ Prompt ของคุณจะปลอดภัยและเป็นของคุณ 100%
สรุป Key Takeaways
- AWS จะไม่นำข้อมูลลูกค้า หรือ Prompt ไปฝึกสอน (Train) Foundation Models พื้นฐานโดยเด็ดขาด
- คุณเป็นเจ้าของข้อมูลของคุณ 100% (You control your data)
- ข้อมูลที่ใช้ใน Bedrock จะอยู่ภายใน VPC และเครือข่ายของ AWS เท่านั้น
คำถามที่พบบ่อย
ปกป้องข้อมูลส่วนบุคคลในระบบ AI บน AWS ใช้อะไรบ้าง
จับคู่บริการ: ค้นหา/จัดประเภทข้อมูลอ่อนไหวใน S3 = Macie · ปิดบัง PII ในข้อความ = Comprehend (PII detection) หรือ Bedrock Guardrails · เข้ารหัส = KMS · คุมการเข้าถึง = IAM — ข้อสอบชอบถามว่า "หา PII ที่ซ่อนอยู่ใน S3" ซึ่งตอบ Macie
ข้อมูลที่ใช้กับ Bedrock/SageMaker ออกนอก AWS ไหม
ไม่ — ประมวลผลใน region ที่เลือก, ไม่ถูกใช้เทรนโมเดลกลาง และวิ่งผ่าน private network ได้ด้วย VPC endpoints (PrivateLink) โดยไม่ออก internet — สามคีย์เวิร์ดนี้ (region, ไม่เทรนต่อ, PrivateLink) คือแนวตอบเรื่อง data privacy ของ GenAI บน AWS
ควรเก็บข้อมูลอะไรบ้างไว้เทรน/ใช้กับ AI ถึงจะถูกหลัก
หลัก data minimization — เก็บและส่งเฉพาะที่จำเป็นต่องาน ลบ/ปิดบังข้อมูลระบุตัวตนที่ไม่ได้ใช้ กำหนดอายุการเก็บ และมีเหตุผลการใช้ข้อมูลที่ชัดเจน สอดคล้องทั้ง GDPR/PDPA และเป็นแนวคำตอบมาตรฐานของข้อสอบ
ลองทำ Quiz ท้ายบท
คำถามแนวข้อสอบของโมดูลนี้ 1 ข้อ · เฉลยทันที