Dati, privacy e sicurezza per l'uso di modelli tramite il catalogo dei modelli nel portale di Microsoft Foundry (versione classica)

Si applica solo a:Portale di Foundry (versione classica). Questo articolo non è disponibile per il nuovo portale foundry. Altre informazioni sul nuovo portale.

Questo articolo descrive come vengono elaborati, usati e archiviati i dati forniti quando si distribuiscono modelli dal catalogo dei modelli. Vedere anche Microsoft Products and Services Data Protection Addendum, che regola l'elaborazione dei dati in base ai servizi Azure.

Quali dati vengono elaborati per i modelli distribuiti nel portale di Microsoft Foundry?

Quando si distribuiscono modelli in Foundry, per fornire il servizio vengono elaborati i tipi di dati seguenti:

• Richiede e genera contenuto. Un utente invia un prompt e il modello genera contenuto (output) tramite le operazioni supportate dal modello. I prompt possono includere contenuti aggiunti tramite Retrieval-Augmented Generation (RAG), metaprompt o altre funzionalità incluse in un'applicazione.

• Dati caricati. Per i modelli che supportano l'ottimizzazione, i clienti possono caricare i dati in un archivio dati per l'ottimizzazione.

Generazione di risultati di inferenza con risorse di calcolo gestite.

La distribuzione di modelli nel calcolo gestito distribuisce i pesi del modello in macchine virtuali dedicate ed espone un'API REST per l'inferenza in tempo reale. Per altre informazioni sulla distribuzione di modelli dal catalogo dei modelli al calcolo gestito, vedere Catalogo di modelli e raccolte nel portale foundry.

È possibile gestire l'infrastruttura per queste risorse di calcolo gestite. Gli impegni sui dati, sulla privacy e sulla sicurezza di Azure si applicano. Per altre informazioni sulle offerte di conformità Azure applicabili a Foundry, vedere la pagina Azure Offerte di conformità.

Anche se i contenitori per Model venduti direttamente da Azure vengono analizzati per individuare vulnerabilità che potrebbero esfiltrare i dati, non tutti i modelli disponibili tramite il catalogo dei modelli vengono analizzati. Per ridurre il rischio di esfiltrazione dei dati, aiuta a proteggere la distribuzione usando reti virtuali. Usare anche Criteri di Azure per regolare i modelli che gli utenti possono distribuire.

Generazione di output di inferenza attraverso una distribuzione di API senza server

Quando si distribuisce un modello dal catalogo di modelli (base o ottimizzato) usando distribuzioni di API serverless con pagamento serverless per ogni offerta di token per l'inferenza, viene effettuato il provisioning di un'API. L'API consente di accedere al modello ospitato e gestito dal servizio Azure Machine Learning. Scopri di più sulle distribuzioni di API serverless in Catalogo modelli e raccolte.

Il modello elabora le richieste di input e genera output in base alla relativa funzionalità, come descritto nei dettagli del modello. L'uso del modello ,insieme alla responsabilità del provider per il modello e dei relativi output, è soggetto alle condizioni di licenza per il modello. Microsoft fornisce e gestisce l'infrastruttura di hosting e l'endpoint API. I modelli ospitati in questo scenario di distribuzione API serverless sono soggetti agli impegni di Azure in materia di dati, privacy e sicurezza. Altre informazioni sulle offerte di conformità Azure applicabili a Foundry.

Microsoft funge da responsabile del trattamento dei dati per i prompt e gli output inviati e generati da un modello distribuito per la distribuzione di API serverless. Microsoft non condivide questi prompt e output con il provider di modelli. Inoltre, Microsoft non usa questi prompt e output per eseguire il training o migliorare i modelli di Microsoft, i modelli del provider di modelli o i modelli di terze parti.

I modelli sono senza stato e non archiviano richieste o output. Se il filtro dei contenuti è abilitato, il servizio Sicurezza dei contenuti di Azure AI verifica in tempo reale i prompt e gli output per determinate categorie di contenuto dannoso. Informazioni su come Sicurezza dei contenuti di Azure AI elaborano i dati.

I prompt e gli output vengono elaborati all'interno dell'area geografica specificata durante la distribuzione, ma potrebbero essere elaborati tra aree all'interno dell'area geografica a scopo operativo. Gli scopi operativi includono la gestione delle prestazioni e della capacità.

Ottimizzazione di un modello per la distribuzione di API serverless

Se un modello disponibile per le distribuzioni di API serverless supporta l'ottimizzazione, è possibile caricare i dati in un archivio dati (o designare i dati già presenti) per ottimizzare il modello. Creare quindi una distribuzione api serverless per il modello ottimizzato. Il modello ottimizzato non può essere scaricato, ma:

• È disponibile esclusivamente per l'uso.
• È possibile usare la doppia crittografia a riposo: la crittografia predefinita Microsoft AES-256 e una chiave gestita dal cliente opzionale.
• È possibile eliminarlo in qualsiasi momento.

I dati di training caricati per l'ottimizzazione non vengono usati per eseguire il training, ripetere il training o migliorare qualsiasi modello di Microsoft o non Microsoft, tranne quando si indirizzano tali attività all'interno del servizio.

Elaborazione dei dati per i modelli scaricati

Se si scarica un modello dal catalogo dei modelli, si sceglie dove distribuire il modello. L'utente è responsabile del modo in cui i dati vengono elaborati quando si usa il modello.

Contenuto correlato

• Catalogo e raccolte di modelli