Безопасность и приватность ИИ

Когда вам нужен этот сервис

Три типичных триггера:

1. Регуляторное требование — ФЗ-152 для российских персональных данных, GDPR для европейских клиентов, отраслевые требования (банки, медицина, страхование, юридические услуги)
2. Стратегическая независимость — не хотите зависеть от того, что OpenAI/Anthropic могут отрезать сервис, поменять цены, изменить политику
3. Чувствительные данные — внутренние документы, переписка с клиентами, договорная база, исследования и разработки

Если вашему бизнесу нужно одно из трёх — этот сервис закрывает все три уровня.

Модель угроз

На аудите проверяем семь типичных рисков:

1. Утечка через провайдера — данные попадают в логи OpenAI/Anthropic, могут быть запрошены властями третьей страны
2. Prompt injection — пользователь обходит системный промпт через специально сформулированный ввод
3. Data leakage между пользователями — ИИ запоминает контекст одного пользователя и проговаривает другому
4. Jailbreak — обход safety-фильтров модели для генерации нежелательного контента
5. Tool misuse — агент использует доступные инструменты не по назначению (например, удаление данных)
6. Secret exfiltration — API-ключи, пароли, токены попадают в промпты и логи
7. Compliance gaps — отсутствие журнала доступа, согласий, политики хранения

Архитектура «по умолчанию безопасно»

Что закладываем при разработке:

• Изоляция уровней — frontend → API gateway с auth → ИИ-сервис без прямого доступа к БД → ограниченный набор tools с проверкой прав
• Encryption at rest — все БД зашифрованы (Postgres TDE или filesystem-level)
• Secret management — никаких токенов в коде или env-файлах; HashiCorp Vault или Cloudflare Secrets
• Audit-log пайплайн — все запросы пользователей и решения ИИ записываются в отдельную БД с readonly-доступом
• RBAC — ролевая модель в админ-панели, минимальные привилегии
• Rate limiting — защита от перегрузки и злоупотребления

Локальные модели — что выбираем

Подбор модели зависит от задачи и железа:

• Llama 3 8B — отлично для классификации, извлечения данных, простого QA. Запускается на RTX 3090 / 4090. Скорость 30-80 токенов/сек.
• Llama 3 70B — близко к GPT-4 по качеству. Нужен A100 80GB или 2× A6000. Скорость 8-20 токенов/сек.
• Mistral 7B / Mistral Large — хорошо для русского языка, особенно в коммерческой версии Mistral Large.
• Qwen 2.5 — сильна на reasoning-задачах, отлично говорит по-русски.

На аудите тестируем несколько моделей на ваших задачах и выбираем оптимальную по соотношению «качество × стоимость инференса».

Compliance документация

После развёртывания вы получаете:

• Реестр обработки персональных данных для соответствия ФЗ-152
• Privacy policy и согласия в формате, который пройдёт проверку Роскомнадзора
• Запись о категориях обработки для GDPR (Article 30)
• DPIA (Data Protection Impact Assessment) для ЕС-клиентов
• Чек-лист самопроверки для вашей команды

С чего начать

Запишитесь на бесплатный 2-дневный аудит. Посмотрим на текущее ИИ-внедрение (если есть) или планируемую архитектуру, дадим письменный отчёт с приоритизированным списком рисков и рекомендациями.