資料最小化
只蒐集完成任務必要的資料，先確認敏感欄位、去識別方式、保存期限與刪除責任。
Security & Data Governance
先畫清資料邊界，
再決定 AI 能做什麼
資安不是部署前才補上的檢查表。我們從需求階段就確認資料會去哪裡、誰能存取、系統如何留下紀錄，以及什麼判斷必須由人負責。
Design Principles
四個預設原則
實際控制措施依場域規範與風險等級設計；以下是系統規劃時的共同起點，不代表特定認證聲明。
最小權限
依角色區分檢視、操作、管理與匯出權限，不讓模型或使用者取得不必要的資料範圍。
判斷可追溯
保留必要的輸入來源、模型版本、操作紀錄與結果，讓問題可以被重現、檢查與修正。
人保有責任
高風險結論不由模型單獨決定，明確設計人工覆核、拒答、升級與例外處理流程。
Data Lifecycle
資料從進入到刪除，每一段都有責任
下圖是通用概念架構。實際系統會依資料分類、網路區域與組織規範調整。
資料進入
來源、授權、敏感等級
處理與索引
清理、去識別、切分
模型推論
權限範圍、版本、輸出
人工覆核
確認、修正、升級處理
留存或刪除
期限、備份、可驗證刪除
概念示意｜不代表特定客戶、場域或既有專案架構
Control Checklist
從架構到維運的治理檢查項
不是每個專案都需要全部控制；我們會依資料敏感度、使用者與錯誤影響排序。
資料與網路
- 資料分類、去識別與保存期限
- 地端、私有雲或隔離網段選擇
- 外部 API 是否允許及傳送範圍
- 傳輸、靜態資料與備份保護
身分與權限
- 角色式權限與最小權限設計
- 服務帳號、密鑰與憑證管理
- 敏感操作的核准與匯出限制
- 離職、異動與權限定期檢查
模型與輸出
- 模型、提示與知識庫版本紀錄
- 來源引用、拒答與信心條件
- 提示注入與越權存取防護
- 高風險輸出的人工覆核
紀錄與維運
- 必要操作、錯誤與稽核紀錄
- 監控、警示、備份與復原測試
- 相依套件、弱點與更新策略
- 原始碼、文件與維護責任交接
Deployment Boundary
不是所有資料都該走同一條路
在正式設計前，把允許與不允許的資料流寫清楚，能減少後續整合與採購的誤解。
項目預設方向依案確認
敏感原始資料地端優先，限制直接外送資料等級、去識別與例外程序
模型服務可在指定私有環境運行效能、硬體、授權與更新方式
外部 API預設關閉或最小化傳送用途、欄位、地區、合約與替代方案
操作紀錄保留必要追溯資訊內容、權限、保存期限與遮罩方式
模型輸出不直接取代高風險人為決策覆核門檻、責任角色與例外流程
Open Source & Handover
可控，也要能長期維護
選用開源模型與套件時，除了效果與成本，也需要確認授權、更新頻率、相依風險與替換難度。交接時應包含版本與授權清單、環境需求、部署步驟、備份復原與已知限制。
交接前確認
- 模型、套件與映像檔版本可辨識
- 授權條件與商用限制有紀錄
- 密鑰與環境設定不寫入原始碼
- 部署、監控、備份與復原可操作
- 已知風險與維護責任有明確窗口