本章进度 17 / 18
94%
正文已完成
L184日志越全,泄露也可能越彻底
在可复盘与数据最小化之间设计脱敏、采样、权限和保留策略。
把“日志与追踪”从听懂变成会判断,避免遇到真实任务时仍靠感觉选择。
建议先理解同主题上一课的核心概念,再完成本课判断练习。
- 无需安装新工具
- 准备一个可对照的真实问题或样本
把完整提示、文件和模型输出全量落日志,确实方便排错,也会复制个人信息、密钥和商业资料。可观测性必须按用途最小化。
能识别 AI 日志中的敏感字段,并提出保留诊断价值的替代记录。
核心概念
先把关键判断说清楚
标识符替代原文
记录 source_id、hash、长度和分类,而非默认保存整份敏感内容。
错误样本受控留存
需要原文复盘时进入受限仓库,设置访问审计和短保留期。
采样按风险分层
普通成功请求低比例采样,安全拒绝与系统错误保存结构化证据但仍脱敏。
案例拆解
客服 Trace 里出现完整身份证号
系统把用户消息和工具参数原样写入日志平台。
- 01
入口先识别身份证、手机号和密钥并掩码。
- 02
常规 Trace 只存内容哈希、字符数和字段存在性。
- 03
必要原文进入单独加密样本库,7 天到期并记录访问人。
案例结果
排错仍可关联请求和字段,同时大幅减少敏感数据复制。
提交前练习
现在轮到你
审计一条 AI 运行日志的数据风险。
完成本课需要:完成以下内容用于本课收口。
内容会自动保存在当前设备
查看参考答案与评分标准
参考答案
不记完整合同和 token;保存 document_id/hash、模型版本、错误码;原文错误样本加密保留7天,仅值班组可访问;安全拒绝全量记元数据。
评分标准
- 敏感复制被最小化
- 替代信号仍支持定位
- 权限和到期明确
本课收口 · 应用检查
完成一次应用,再检查理解
完成一次必填练习,再通过理解检查;阅读标记和总结不设硬门槛。
你现在更接近哪一种状态?
尚有必填项未完成,请补齐后再继续。
资料来源
继续核对与延伸阅读
本课内容最近更新于 。
- OpenTelemetry Signals↗official-docs · 核对日期 2026-08-23
- NIST AI Risk Management Framework↗standard · 核对日期 2026-08-23
- OWASP Top 10 for Large Language Model Applications↗standard · 核对日期 2026-08-23