← نقشه مهارت‌های مهندسی RAG سازمانی و پایگاه‌های برداری خصوصی

MODULE R1 / گاردریل‌های حریم خصوصی و پالایش PII (کد ملی، حساب بانکی، ارقام مالی)

مهندسی RAG سازمانی و پایگاه‌های برداری خصوصی MODULE R1 INGESTION & PRIVACY ⏱ زمان مطالعه: ۹ دقیقه

گاردریل‌های حریم خصوصی و پالایش PII (کد ملی، حساب بانکی، ارقام مالی)

چکیده اجرایی: نحوه اعمال رگولیشن‌های امنیت داده در خط لوله سازمانی و جایگزینی اتوماتیک داده‌های هویتی و بانکی با توکن‌های ایمن بدون آسیب به بار معنایی متن.

۰۱ // کالبدشکافی اصطکاک و سناریوی بازار (Failure Mode)

نشت اطلاعات محرمانه در فضای برداری

اگر اسناد حاوی ارقام حقوق یا شماره حساب‌ها بدون ماسک‌سازی وکتورایز شوند، هر کاربری با یک پرامپت ساده می‌تواند اطلاعات محرمانه را بیرون بکشد.

نشانه‌های بالینی در سازمان‌های سنتی:

نقض استانداردهای افشای اسرار تجاری
دسترسی غیرمجاز کارشناسان به اسناد حقوق و دستمزد
آلودگی کش دیتابیس برداری

۰۲ // دیاگرام معماری اتصال داده (Architecture Flow)

STANDARD BLUEPRINT // MERMAID SVG

flowchart LR
    RawText["متن خام سند قرارداد"] --> RegexScanner["اسکنر الگوهای Regex و فرمت‌های ملی"]
    RegexScanner --> MaskEngine["موتور جایگزینی با تگ‌های [PII:MASKED]"]
    MaskEngine --> SanitizedText["متن پالایش‌شده بدون اطلاعات افشایی"]
    SanitizedText --> Chunker["ورود به موتور چانکینگ و امبدینگ"]

flowchart LR
    RawText["متن خام سند قرارداد"] --> RegexScanner["اسکنر الگوهای Regex و فرمت‌های ملی"]
    RegexScanner --> MaskEngine["موتور جایگزینی با تگ‌های [PII:MASKED]"]
    MaskEngine --> SanitizedText["متن پالایش‌شده بدون اطلاعات افشایی"]
    SanitizedText --> Chunker["ورود به موتور چانکینگ و امبدینگ"]

۰۳ // پروتکل اجرایی و استانداردهای میدانی

گام ۱

تعریف الگوهای رگولیشن امنیت داده در پرونی

اعمال فیلترهای استاندارد برای کد ملی ۱۰ رقمی، شماره شبا IR و کارت‌های بانکی ۱۶ رقمی.

پیکربندی گاردریل ماسک‌سازی PII

JSON

{
  "masking_rules": [
    { "type": "national_id", "regex": "\\b[0-9]{10}\\b", "replacement": "[REDACTED_NATIONAL_ID]" },
    { "type": "iban", "regex": "IR[0-9]{24}", "replacement": "[REDACTED_IBAN]" },
    { "type": "salary", "regex": "[0-9]+,\\s*000,\\s*000\\s*ریال", "replacement": "[CONFIDENTIAL_AMOUNT]" }
  ],
  "audit_logging": true
}

۰۴ // هشدارهای امنیتی و پروداکشن (Production Guardrails)

⚠️ نکات حیاتی اجرای پروداکشن در سازمان‌های ایرانی:

ماسک‌سازی باید در مرحله Ingestion رخ دهد؛ هرگز داده خام را در متادیتای چانک ذخیره نکنید.
کلیدهای نگاشت توکن‌های ماسک‌شده به داده‌های اصلی باید در سرورهای محلی سازمان رمزگذاری شوند.

PRONEE_SANDBOX // LAB-RAG-02

+100 XP READY

⚡ سناریوی چالش میدانی: آزمایشگاه سنجش: پیکربندی قوانین ماسک‌سازی خودکار داده‌های محرمانه

کانفیگ JSON شامل الگوهای masking_rules برای مهار کد ملی و ارقام محرمانه ثبت نمایید.

PAYLOAD_BUFFER // JSON & SQL کلید میانبر: Cmd/Ctrl + Enter

زمان پاسخ: ۰ میلی‌ثانیه

[SYSTEM] Sandboxed evaluation engine initialized.

[TARGET] Ready for: GUARDRAIL_REGEX_CHECK