Ein KI-Praktiker hat ein benutzerdefiniertes Bedrock-Modell mit einem Datensatz trainiert, der vertrauliche Informationen enthielt. Er möchte verhindern, dass das Modell Ausgaben erzeugt, die diese vertraulichen Daten preisgeben. Was ist der richtige Weg, um solche Antworten zu verhindern?

Die einzige zuverlässige Methode, um zu verhindern, dass ein Modell vertrauliche Daten preisgibt, die es während des Trainings gesehen hat, ist das Entfernen dieser Daten aus dem Trainingsdatensatz und ein erneutes Training des Modells von Grund auf. Ein bereits trainiertes Modell hat die vertraulichen Informationen in seinen Parametern gelernt und kann sie potenziell reproduzieren, selbst wenn Maskierungs- oder Verschlüsselungstechniken auf die Ausgaben angewendet werden. Dynamisches Maskieren oder Verschlüsseln von Ausgaben (Optionen 2 und 3) ist fehleranfällig und bietet keine vollständige Garantie, da das Modell die zugrunde liegenden Informationen weiterhin "kennt". Das Verschlüsseln der Daten im Modell selbst (Option 4) schützt die Daten im Ruhezustand, verhindert aber nicht, dass das Modell diese Daten während der Inferenz entschlüsselt und preisgibt.