熱門搜尋 :
生成式AI能結合內部資料與大型語言模型和多模態基礎模型來強化模型輸出，企業更應審慎了解生成式AI在工作負載中產生的資料安全與授權需求，特別是使用基礎模型微調、檢索增強生成、AI代理與生成式AI工具的過程中，涉及敏感資料時的潛在風險。
本文延續上篇的內容，進一步討論資料治理。在掌握資料治理的基礎後，該如何在不同資料來源中運用正確的資料授權模型。最後，以使用檢索增強生成（RAG）架構為例，說明實務上如何在生成式AI應用程式中執行資料授權機制。
代理型防禦架構 奠定數位基礎
強化AI資料治理 後量子增韌性
明基佳世達 COMPUTEX 2026 呈現產業 AI 實戰現場
施耐德電機 COMPUTEX 2026 揭秘 AI Factory 基礎建設
致態啟動亞太市場佈局 新品 COMPUTEX 2026 亮相
量子運算邁向實用化 企業亟需建立長效治理
縮短修復時差才是AI安全
ASRC季報揭電郵威脅新貌 企業須轉向行為動態防禦
COMPUTEX 2026 宏正解鎖 AI 協作控制中心
HPE 64TB 伺服器 支援SAP雲端ERP與關鍵業務工作負載
建置高可用性iSCSI儲存設備（中）
Citadel協同合作系統 企業級基本功能一應俱全
針對UNIX及其相容系統所設計 開放源碼界防毒天王—ClamAV
NEITHNET 全套式防禦 缺資安人力也能完美駕馭
檔案嵌入浮水印防變造 萃取比對原件辨真偽
強化實體與環境安全
K8s深度整合vSphere VMware Tanzu全新出擊
裸機安裝EMC ScaleIO 簡單享用軟體定義儲存
記錄惡意網路封包資訊 實作Snort＋BASE網頁型入侵偵測系統
LINE CONVERGE 2019 宣示持續耕耘台灣市場擴大社會參與
第245期
2026年6月
AI代理保護全域網路安全線上講座 — Check Point Software
AI攻擊來襲：物聯網資安防線的下一場考驗 — 國家資通安全研究院副院長 龔化中
從汽車資安軌跡看見機器人未來: 機器人資安風險與防禦之道 — VicOne
追蹤我們Featrue us
本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多