Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
En esta página se describen los controles de cumplimiento del Instituto coreano de seguridad financiera (K-FSI) en Azure Databricks.
Introducción a K-FSI
El cumplimiento de K-FSI hace referencia a cumplir los requisitos normativos y de seguridad establecidos por el Instituto Coreano de Seguridad Financiera para las instituciones financieras y sus proveedores de servicios. Garantiza una sólida protección de los datos financieros y el cumplimiento de las normativas locales.
Puntos clave
- Se aplica a las organizaciones financieras que operan en Corea del Sur.
- Aborda los requisitos de residencia, cifrado y control de acceso de los datos.
- Garantiza la alineación con las regulaciones financieras coreanas.
Habilitación de controles de cumplimiento de K-FSI
Para configurar el área de trabajo para admitir el procesamiento de datos regulados por el estándar K-FSI, el área de trabajo debe tener habilitado el perfil de seguridad de cumplimiento. Solo se admiten características específicas de vista previa para procesar datos regulados. Para más información sobre el perfil de seguridad de cumplimiento, las características de versión preliminar admitidas y las regiones admitidas, consulte Perfil de seguridad de cumplimiento.
Usted es el único responsable de comprobar que la información confidencial nunca se introduce en campos de entrada definidos por el cliente, como nombres de área de trabajo, nombres de recursos de proceso, etiquetas, nombres de trabajo, nombres de ejecución de trabajos, nombres de red, nombres de credenciales, nombres de cuenta de almacenamiento e identificadores de repositorio de Git. Estos campos se pueden almacenar, procesar o acceder a ellos fuera del límite de cumplimiento.
Para habilitar los controles de cumplimiento de K-FSI, consulte Configuración de las opciones de seguridad y cumplimiento mejoradas.
Soporte regional para funciones
En esta tabla se muestra la disponibilidad de características para el estándar de cumplimiento seleccionado en todas las regiones de Databricks admitidas. Es posible que algunas características se muestren como disponibles antes de que se publiquen realmente.
| Feature | koreacentral |
|---|---|
| Funciones de IA: clasificación | |
| Funciones de IA: análisis de documentos | |
| Funciones de IA: extracción de información | |
| Detección de anomalías | |
| Cómputo clásico | ✓ |
| Salas limpias | |
| Clasificación de datos | |
| Aplicaciones de Databricks | ✓ |
| Databricks One | ✓ |
| Almacenamiento predeterminado | |
| Modo agente de Genie | |
| Código de Genie | ✓ |
| Modo Agente de Genie Code | |
| Agente de tablero de Genie Code | |
| Espacios de Genie | ✓ |
| Asistente de conocimiento | |
| Escalado automático de Lakebase | |
| Lakeflow Connect: Confluence | |
| Lakeflow Connect: Dynamics 365 | ✓ |
| Lakeflow Connect: GA4 | |
| Lakeflow Connect : Google Ads | |
| Lakeflow Connect : HubSpot | |
| Lakeflow Connect - Anuncios Meta | |
| Lakeflow Connect: MySQL | ✓ |
| Lakeflow Connect: NetSuite | |
| Lakeflow Connect: PostgreSQL | ✓ |
| Lakeflow Connect: SFTP | ✓ |
| Lakeflow Connect: Salesforce | |
| Lakeflow Connect: ServiceNow | |
| Lakeflow Connect: SharePoint | ✓ |
| Lakeflow Connect - Anuncios de TikTok | |
| Lakeflow Connect - Workday HCM | |
| Lakeflow Connect: Informes de Workday (RaaS) | |
| Lakeflow Connect: soporte técnico de Zendesk | |
| Lakeflow Connect - Ingesta de Zerobus | |
| Trabajos de Lakeflow | ✓ |
| Editor de canalizaciones de Lakeflow | |
| Supervisión del Lakehouse | |
| MLflow en Databricks | ✓ |
| Servidores MCP administrados | ✓ |
| Servicio de modelos: puerta de enlace de IA | |
| Servicio de modelos - Barrera de IA | |
| Servicio de modelos: área de juegos de IA | |
| Servicio de modelos: modelos personalizados | |
| Servicio de modelos: modelos externos | |
| Servicio de modelos - Función de IA de modelos fundamentales (ai_query) | |
| Servicio de modelos - Modelos fundacionales Pago por Token | |
| Optimización predictiva | |
| Trabajos sin servidor,flujos de trabajo/cuadernos | |
| Canalizaciones de Lakeflow sin servidor | |
| Almacenes de SQL sin servidor | |
| Área de trabajo sin servidor | |
| Agente Supervisor | |
| Búsqueda de vectores (estándar) | |
| Búsqueda de vectores (optimizado para almacenamiento) |