แชทบอทปัญญาประดิษฐ์ยอดนิยม เช่น Claude, Gemini และ ChatGPT สามารถวิเคราะห์ข้อมูลจากสเปรดชีตและไฟล์ที่อัปโหลดเพื่อสร้างบทสรุป ค้นหารูปแบบการใช้จ่าย และอื่นๆ อย่างไรก็ตาม การอัปโหลดเอกสารทางการเงินส่วนบุคคลไปยังคลาวด์โดยตรงนั้นก่อให้เกิดความเสี่ยงด้านความเป็นส่วนตัวอย่างร้ายแรง การรวมเครื่องมือตรวจจับ PIIเข้ากับLLM ในเครื่องจะช่วยให้คุณสามารถลบข้อมูลส่วนบุคคลที่ละเอียดอ่อนออกได้อย่างละเอียดก่อนที่จะแชร์ไฟล์ของคุณกับบริการคลาวด์ของบุคคลที่สาม
: ภาพประกอบบทความ

รายงานบัญชีธนาคารของคุณเปิดเผยข้อมูลมากกว่าที่คุณคิด

ในใบแจ้งยอดบัญชีธนาคารหรือบัตรเครดิตจะมีรายละเอียดที่ผู้ใช้ต้องการเก็บเป็นส่วนตัวอยู่หลายอย่าง เช่น หมายเลขบัญชีธนาคาร ชื่อเต็ม ที่อยู่ และหมายเลขบัตรบางส่วน แต่ข้อมูลเหล่านี้ไม่จำเป็นอย่างยิ่งสำหรับการวิเคราะห์พฤติกรรมการใช้จ่ายรายเดือนโดยทั่วไป
: ภาพประกอบบทความ
นอกเหนือจากข้อมูลระบุตัวตนที่เห็นได้ชัดเหล่านี้แล้ว งบการเงินยังประกอบด้วยประวัติการทำธุรกรรมที่เผยให้เห็นกิจวัตรประจำวัน รายการปกติสามารถระบุได้ว่าคุณซื้อของที่ไหน คุณอาศัยอยู่ที่ไหน คุณไปพบแพทย์ที่ไหน ลูกของคุณเรียนที่ไหน คุณเดินทางไปไหนมาไหนเมื่อใด และชื่อของบุคคลที่คุณส่งหรือรับเงินจากพวกเขา
: ภาพประกอบบทความ
Presidio สามารถลบรายละเอียดที่มองเห็นได้ง่ายออกไปได้

Presidioเป็นเฟรมเวิร์กโอเพนซอร์สที่ออกแบบมาเพื่อระบุและปกปิดข้อมูลส่วนบุคคล (PII) โดยจะวิเคราะห์ข้อความที่ดึงมาเพื่อหาชื่อ หมายเลขโทรศัพท์ ที่อยู่อีเมล สถานที่ตั้งทางภูมิศาสตร์ และหมายเลขบัตรเครดิต แล้วแทนที่ด้วยแท็กทั่วไป เช่น [PERSON] หรือ [PHONE_NUMBER] โดยใช้เครื่องมือปกปิดข้อมูลส่วนบุคคลในตัว
: ภาพประกอบบทความ
นอกจากนี้ คุณยังสามารถเพิ่มตัวตรวจสอบแบบกำหนดเองลงในคำขอเพื่อให้ Presidio ตรวจสอบข้อมูลที่ปกติแล้วจะละเลย เช่น รูปแบบการอ้างอิงบัญชีเฉพาะ การเรียกใช้ Presidio ในเครื่องโลคอลภายในคอนเทนเนอร์บนมินิพีซีช่วยให้มั่นใจได้ว่าข้อมูลที่ละเอียดอ่อนจะไม่ถูกส่งออกจากเครื่องของคุณ
: ภาพประกอบบทความ
คำอธิบายธุรกรรมอาจเปิดเผยข้อมูลที่ละเอียดอ่อนได้

ข้อจำกัดหลักของการใช้เครื่องมือที่อิงตามกฎเกณฑ์อย่าง Presidio เพียงอย่างเดียวคือ อาจมองข้ามข้อความที่ไม่เป็นไปตามมาตรฐาน Presidio อาศัยการจับคู่รูปแบบและกฎตามบริบทมากกว่าการทำความเข้าใจเอกสารอย่างแท้จริง หากคำอธิบายธุรกรรมอยู่นอกเหนือรูปแบบที่กำหนดไว้ ก็จะไม่ถูกประมวลผล
: ภาพประกอบบทความ
ตัวอย่างเช่น ข้อมูลอ้างอิงการชำระเงินสำหรับการทัศนศึกษาอาจเปิดเผยชื่อโรงเรียนของเด็กโดยไม่ตั้งใจ หรือชื่อชมรมในท้องถิ่นอาจเปิดเผยตำแหน่งทางภูมิศาสตร์ที่แน่นอนของคุณ เนื่องจาก Presidio ไม่สามารถเข้าใจบริบทของข้อความได้เหมือนกับปัญญาประดิษฐ์ขั้นสูง การรั่วไหลเล็กๆ น้อยๆ เหล่านี้จึงเล็ดลอดเข้ามาได้
: ภาพประกอบบทความ
ผู้บริหาร LLM ในท้องถิ่นสามารถคว้าสิ่งที่ Presidio ทิ้งไว้เบื้องหลังได้

แบบจำลองภาษาขนาดใหญ่ (LLM)ในพื้นที่ซึ่งเป็นระบบปัญญาประดิษฐ์ที่ออกแบบมาเพื่อทำความเข้าใจและสร้างข้อความของมนุษย์ สามารถใช้บริบทเชิงลึกเพื่อตรวจจับข้อความสำคัญที่ Presidio มองข้ามไปได้ ยิ่งไปกว่านั้น คุณยังสามารถสั่งให้แบบจำลองในพื้นที่แทนที่ข้อความสำคัญด้วยป้ายกำกับความหมายที่มีประโยชน์แทนที่จะเป็นช่องว่างเปล่าได้อีกด้วย
: ภาพประกอบบทความ
หากรายการธุรกรรมระบุชื่อคลินิกทันตกรรมโดยเฉพาะ การปกปิดข้อมูลแบบทั่วไปอาจทำลายบริบทที่จำเป็นสำหรับการจัดทำงบประมาณ การใช้ LLM ที่ทำงานบนเครื่องพีซีขนาดเล็กผ่านOllamaจะช่วยให้คุณสามารถแทนที่ชื่อคลินิกด้วยคำว่า "ทันตแพทย์" หรือชื่อโรงเรียนด้วยคำว่า "โรงเรียน" ได้อย่างชาญฉลาด ซึ่งจะช่วยให้ ChatGPT มีข้อมูลที่เกี่ยวข้องเพียงพอสำหรับการวิเคราะห์หมวดหมู่การใช้จ่ายโดยไม่ต้องเปิดเผยตัวตนที่แท้จริง
: ภาพประกอบบทความ
ตัวกรองความเป็นส่วนตัวสองตัวอาจยังไม่เพียงพอ

แม้ว่าจะประมวลผลข้อมูลผ่านทั้ง Presidio และ LLM ในพื้นที่แล้ว ก็ยังไม่สามารถรับประกันความสมบูรณ์แบบได้ เพื่อรักษาความปลอดภัยสูงสุด ควรทำการตรวจสอบข้อมูลด้วยตนเองอีกครั้ง เนื่องจากโดยทั่วไปแล้วคุณจะประมวลผลงบการเงินเพียงครั้งละหนึ่งเดือน การตรวจสอบแบบสุ่มด้วยตนเองจึงใช้ความพยายามเพียงเล็กน้อยและช่วยให้มั่นใจได้ว่าไม่มีความเสี่ยงหลงเหลืออยู่ก่อนที่จะส่งเอกสารไปยัง ChatGPT
สรุปเครื่องมือปกป้องความเป็นส่วนตัวของข้อมูลทางการเงิน

| เครื่องมือ / เลเยอร์ | หน้าที่หลัก | ข้อจำกัด |
|---|---|---|
| เพรสิดิโอ | ระบุข้อมูลส่วนบุคคลมาตรฐาน (ชื่อ หมายเลขโทรศัพท์ ที่อยู่ หมายเลขบัตร) โดยใช้การจับคู่รูปแบบ | ขาดการอ้างอิงบริบทที่ไม่เป็นระเบียบหรือคำอธิบายธุรกรรมที่ไม่เป็นไปตามมาตรฐาน |
| หลักสูตร LLM ระดับท้องถิ่น (Ollama) | ตรวจจับเบาะแสจากบริบทและแทนที่ชื่อที่ละเอียดอ่อนด้วยป้ายกำกับความหมายที่เป็นประโยชน์ (เช่น "ทันตแพทย์") | ต้องใช้การแจ้งเตือนอย่างระมัดระวังและเวลาในการประมวลผลบนฮาร์ดแวร์ในพื้นที่ |
| การตรวจสอบด้วยตนเอง | ขั้นตอนสุดท้ายคือการตรวจสอบโดยมนุษย์เพื่อตรวจจับกรณีพิเศษที่อาจพลาดไป ก่อนที่จะอัปโหลดไปยังระบบคลาวด์ | ขึ้นอยู่กับความขยันหมั่นเพียรของมนุษย์ |



คำถามที่พบบ่อย
เหตุใดฉันจึงควรหลีกเลี่ยงการอัปโหลดรายงานบัญชีธนาคารฉบับดิบไปยัง ChatGPT?
รายงานบัญชีธนาคารแบบดิบๆ มีทั้งข้อมูลระบุตัวตนทางการเงินที่ชัดเจนและรายละเอียดการทำธุรกรรมที่ซับซ้อน เช่น สถานที่ตั้ง การไปพบแพทย์ และชื่อโรงเรียน ซึ่งเปิดเผยพฤติกรรมส่วนตัวบนเซิร์ฟเวอร์คลาวด์ของบุคคลที่สาม
เพรสิดิโอคืออะไร?
Presidio เป็นเฟรมเวิร์กโอเพนซอร์สที่ใช้ในการระบุและปกปิดข้อมูลส่วนบุคคล เช่น ชื่อ หมายเลขโทรศัพท์ และสถานที่ตั้ง โดยใช้การจับคู่รูปแบบและกฎที่กำหนดเอง
Presidio สามารถเก็บรวบรวมข้อมูลส่วนบุคคลทุกชิ้นในรายการธุรกรรมได้หรือไม่?
ไม่ Presidio อาศัยรูปแบบที่กำหนดไว้ล่วงหน้า และอาจพลาดข้อความที่ไม่มีโครงสร้างหรือคำอธิบายเรื่องราวเฉพาะที่ไม่ตรงกับตัวกรองการจดจำที่ได้รับการฝึกฝนมา
หลักสูตร LLM ในท้องถิ่นดีกว่าหลักสูตร Presidio อย่างไร?
ผู้เชี่ยวชาญด้านกฎหมายท้องถิ่น (LLM) เข้าใจบริบทที่กว้างขึ้นของข้อความ ทำให้สามารถจับรายละเอียดปลีกย่อยที่ Presidio มองข้ามไปได้ และแทนที่ด้วยป้ายกำกับบริบทที่เป็นประโยชน์แทนที่จะปล่อยให้เป็นช่องว่างว่างเปล่า
เหตุใดจึงมีการกล่าวถึง Ollama ในการตั้งค่าการประมวลผลในพื้นที่?
Ollama เป็นซอฟต์แวร์ที่ใช้ในการรันโมเดลภาษาขนาดเล็กบนฮาร์ดแวร์มินิพีซีของคุณเอง โดยเก็บรักษาข้อมูลเบื้องต้นทั้งหมดไว้เป็นความลับอย่างสมบูรณ์
หลังจากใช้ตัวกรองอัตโนมัติแล้ว ยังจำเป็นต้องตรวจสอบด้วยตนเองอีกหรือไม่?
ใช่แล้ว เครื่องมืออัตโนมัติอาจยังพลาดรายละเอียดบางอย่างไปได้ ดังนั้นการตรวจสอบงบการเงินรายเดือนด้วยตนเองอย่างรวดเร็วจึงเป็นการตรวจสอบความปลอดภัยขั้นสุดท้ายที่สำคัญยิ่ง





