Manejo y seguridad de datos para la IA
Descripción
Prácticas de manejo seguro de datos que incluyen el control de acceso, el cifrado, la sanitización y la protección de los datos de entrenamiento y los artefactos del modelo.
Orientación de implementación
Clasificación de datos
Clasificar los activos de datos de IA según su sensibilidad: públicos (conjuntos de datos abiertos), internos (datos de entrenamiento propietarios), confidenciales (PII, datos financieros) y restringidos (datos regulados, secretos comerciales). Aplicar controles de seguridad proporcionales a la clasificación.
Controles de seguridad
Implementar seguridad de datos en capas: cifrado en reposo y en tránsito, control de acceso basado en roles a los datos de entrenamiento y los artefactos del modelo, registro de auditoría de todos los accesos a los datos, procedimientos de eliminación segura y segmentación de red para los entornos de entrenamiento de IA.
Protección de artefactos del modelo
Proteger los modelos entrenados como propiedad intelectual sensible: registros de modelos seguros con control de acceso, verificación de integridad (sumas de verificación) para los archivos del modelo, infraestructura de servicio segura y protección contra ataques de extracción de modelos.
Requisitos de evidencia
- Registros de clasificación de datos para activos de IA
- Configuraciones de control de acceso y registros de auditoría
- Registros de implementación de cifrado
- Controles de acceso al registro de modelos y registros de integridad