iT邦幫忙

鐵人檔案

2026 iThome 鐵人賽
回列表
Security

《30 天為金融法務部門打造 LLM 個資防護閘:去識別化、可控還原與紅隊驗證》 系列

金融法務部門是機構內個資密度最高的單位——契約、判決書、客訴信裡不只有身分證字號,還有大量第 6 條特種個資。當這些文件要交給 LLM 處理,「不能外洩」就從原則變成架構問題。

這 30 天會完整走一遍 LLM 個資防護閘的設計:PII 偵測的規則層與語意層、去識別化三種手法的取捨(只有一種可逆)、Token Vault 的隔離與可控還原、OCR 與非結構化文件的處理,最後用紅隊驗證整套架構。

參賽天數 4 天 | 共 4 篇文章 | 0 人訂閱 訂閱系列文 RSS系列文
DAY 1

Day 1|法務部才是 LLM 個資風險最高的部門

一個很容易被排在最後面的部門 當一家金融機構開始導入 LLM,優先順序通常長這樣:客服(有明確 KPI)、行銷(有明確產出)、程式開發(工程師自己就會偷用)。法...

2026-09-10 ‧ 由 Fngi 分享
DAY 2

Day 2|把資料流拆到每一段都知道誰能碰

先畫圖,再選工具 我看過不少 AI 資料防護的提案,第一頁就是產品架構圖:左邊一個 Guardrail 方塊、右邊一個 LLM 方塊,中間一條箭頭。這種圖的問題...

2026-09-11 ‧ 由 Fngi 分享
DAY 3

Day 3|威脅模型:攻擊面不在模型,在引擎和 Vault

一個常見的誤判 當我跟金融機構討論 LLM 資料防護時,最常被問的第一個問題是:「你們怎麼防止駭客從 ChatGPT 那邊把我們的資料撈出來?」 這個問題的預設...

2026-09-12 ‧ 由 Fngi 分享
DAY 4

Day 4|在寫規則之前,先知道自己在找什麼

個資不是一個型別,是一個光譜 很多團隊做 PII 偵測的第一步是打開文件、開始寫 regex。這會做出一個看起來能動、但不知道自己漏了什麼的系統。 正確的第一步...

2026-09-13 ‧ 由 Fngi 分享