Ebben a cikkben
Fő fogalommeghatározások
dropdown icon
Adatfeldolgozás vs. adattárolási hely
    Regionális adatszuverenitás
    Lokalitási logika feldolgozása
    Adattárolási hely AI-ügynökök számára a Webex Contact Center-ben
    A AI Assistant adattárolási helye a Webex Contact Center-ben
Efemer feldolgozás és zéró visszatartás
További adatfeldolgozók irányítása (Voicea- és LLM-szolgáltatók)
Adatmegőrzés és életciklus-kezelés
dropdown icon
Tudásmenedzsment és tartalmi pontosság
    Példaforgatókönyv
Adatbiztonság, adatvédelem és tartózkodási hely Webex Contact Center
list-menuEbben a cikkben
list-menuVisszajelzés?

A Webex Contact Center adattárolási helye biztosítja, hogy az adatok csak a számítás során maradjanak a memóriában, és soha ne legyenek tárolva a kijelölt régión kívül. Minden állandó ügyféladat (konfiguráció, naplók stb.) a megadott régióban marad, és az alfeldolgozók szigorú szerződéses, technikai és auditellenőrzések mellett működnek. A média és az érzékeny adatok soha nem kerülnek megőrzésre a feldolgozás után, és szigorúan betartják a regionális adattárolási és adatvédelmi követelményeket. A tudásmenedzsment valós idejű frissítéseket használ a tartalom pontosságának biztosítása érdekében, és minden adatkezelést a szabályozási és biztonsági szabványokhoz igazít.

Fő fogalommeghatározások

A cikk néhány fontos definíciója:

  • Adatfeldolgozás: Számítási műveletek (például átírás, következtetés vagy szintézis) végrehajtása az ügyféladatokon. A feldolgozás során nem tárolunk ügyféladatokat; Az adatok csak ideiglenesen vannak az illékony memóriában (RAM), és a feldolgozás befejezése után azonnal törlődnek.
  • Adattárolási hely és -tárolás: Arra utal, hogy az ügyféladatokat hol tárolják tartósan ("inaktív"). Ez magában foglalja a konfigurációt, a bérlőspecifikus beállításokat és a tárolt naplókat.
  • Médiatárolási hely: A médiatartalmak (például a hangadatfolyamok) a lehető leghosszabb ideig maradnak a kiindulási helyükön, és nem kerülnek tartósan a régión kívülre, még akkor sem, ha a feldolgozás egy másik földrajzi helyen történik.
  • További adatfeldolgozó: Harmadik fél szolgáltató, amely szigorú szerződéses és technikai ellenőrzés mellett bizonyos funkciókat (pl. LLM-következtetés, beszédfelismerés) lát el az ügyféladatokon.

Adatfeldolgozás vs. adattárolási hely

A szabályozott régiókban, például Szingapúrban működő ügyfelek esetében különbséget teszünk az adatok tárolásának helye (tartózkodási hely) és az adatok kiszámításának helye (feldolgozás) között.

Regionális adatszuverenitás

A regionális adatszuverenitás biztosítja, hogy az ügyféladatok kezelése a helyi előírásoknak megfelelően történjen, meghatározva, hogy hol tárolják az adatokat, és hogyan kezelik azokat a feldolgozás során. A következő elvek alkalmazandók:

  • Inaktív adatok: Minden állandó ügyféladat, beleértve a konfigurációt, a bérlőspecifikus beállításokat és a tárolt naplókat, a szingapúri régióban található.
  • Átvitel alatt álló adatok: A nagyméretű nyelvi modellekhez (LLM) és a fejlett beszédfelismeréshez (ASR) szükséges nagy teljesítményű GPU-fürtök kihasználása érdekében előfordulhat, hogy az adatok feldolgozása Szingapúron kívül történik. A feldolgozás azonban csak számítást jelent: az adatok továbbítása titkosított TLS 1.2+ csatornákon keresztül történik, csak a RAM-ban létezik a feldolgozás időtartama alatt, és nem tárolódik a feldolgozás helyén.

A médiatartalmakat a lehető leghosszabb ideig a származási régióban tároljuk. Csak átmeneti feldolgozás történik kívülről, a szervezeti és szolgáltatási követelmények alapján.

Lokalitási logika feldolgozása

Nem működtetünk helyi LLM proxykat minden földrajzi területen, hogy biztosítsuk:

  • Biztonsági paritás: A központosított feldolgozás lehetővé teszi a biztonsági javítások azonnali üzembe helyezését és a modell védőkorlátjának kényszerítését.
  • Rugalmasság: A globális terjesztés megakadályozza a kimaradásokat a következtetési kérések átirányításával, ha egy helyi adatközpont problémát tapasztal.

Adattárolási hely AI-ügynökök számára a Webex Contact Center-ben

Az AI-ügynök összetevőinek adattárolási helye régiónként és szolgáltatónként változik. Az alábbi táblázat összefoglalja, hogy hol történik a fő AI-összetevők adatainak feldolgozása és tárolása a különböző AI-ügynökrégiókban:

Régió

Adatfeldolgozás (ASR / TTS / Core)

Adatfeldolgozás (LLM)

Adattárolási hely (tárolás)

produs1 (Magyarország)

AWS: Észak-Virginia, Észak-Kalifornia

Azure STT/TTS: USA keleti régiója, USA nyugati régiója

Deepgram: N. Virginia, Észak-Kalifornia

ElevenLabs: N. Virginia, Észak-Kalifornia

Azure Open AI: N. Virginia, Észak-Kalifornia

LLM proxy: N. Virginia, Észak-Kalifornia

USA (Home DC)

prodeu1 (Egyesült Királyság)

AWS: London, Egyesült Királyság

Azure STT/TTS: Egyesült Királyság déli régiója, Dél-Afrika északi régiója

Azure Open AI: London, Egyesült Királyság

LLM Proxy: London, Egyesült Királyság

Egyesült Királyság (Home DC)

prodeu2 (EU)

AWS: Frankfurt, Németország

Azure STT/TTS: Egyesült Arab Emírségek északi régiója, Nyugat-Németország középső régiója

Azure Open AI: Frankfurt, Németország

LLM Proxy: Frankfurt, Németország

EU (Home DC)

prodca1 (Kanada)

AWS: Közép-Kanada

Azure STT/TTS: Globális*

Azure Open AI: Globális*

LLM proxy: Közép-Kanada

Kanada (Home DC)

prodjp1 (Japán)

AWS: Tokió, Japán

Azure STT/TTS: Globális*

Azure Open AI: Globális*

LLM Proxy: Tokió, Japán

Japán (Home DC)

prodanz1 (Ausztrália)

AWS: Sydney, Ausztrália

Azure STT/TTS: Globális*

Azure Open AI: Globális*

LLM Proxy: Sydney, Ausztrália 31

Ausztrália (Home DC)

prodsg1 (Szingapúr)

AWS: Szingapúr

Azure STT/TTS: Globális*

Azure Open AI: Globális*

LLM Proxy: Sydney, Ausztrália

Szingapúr (Home DC)

prodin1 (India)

AWS: Mumbai, India

Azure STT/TTS: Közép-India

Azure Open AI: Közép-India

LLM Proxy: Mumbai, India

India (Home DC)

*Ezek a kérések globálisan bármely adatközpontba kerülhetnek, ahol ezeket a modelleket tárolják. Az Azure Data Residency-ről itt talál további információt.

A AI Assistant adattárolási helye a Webex Contact Center-ben

A AI Assistant összetevők adattárolási helye régiónként és szolgáltatónként változik. Az alábbi táblázat összefoglalja, hogy hol történik az adatok feldolgozása és tárolása a fő AI-segédösszetevők esetében a különböző AI-régiókban:

Régió

AWS

Azure STT/TTS

Voicea STT

LLM proxy (belső)

Azure nyílt AI

produs1 (Magyarország)

N. Virginia, Észak-Kalifornia USA keleti régiója, USA nyugati régiója Globális**

N. Virginia, Észak-Kalifornia

N. Virginia, Észak-Kalifornia

prodeu1 (Egyesült Királyság)

London, Egyesült Királyság

Egyesült Királyság déli régiója, Dél-Afrika északi régiója Globális**

London, Egyesült Királyság

London, Egyesült Királyság

prodeu2 (EU)

Frankfurt, Németország

Egyesült Arab Emírségek északi régiója, Nyugat-Németország középső régiója Globális**

Frankfurt, Németország

Frankfurt, Németország

prodca1 (Kanada)

Közép-Kanada Globális* Globális**

Közép-Kanada

Globális*

prodjp1 (Japán)

Tokió, Japán Globális* Globális**

Tokió, Japán

Globális*

prodanz1 (Ausztrália)

Sydney, Ausztrália Globális* Globális**

Sydney, Ausztrália

Globális*

prodsg1 (Szingapúr)

Szingapúr Globális* Globális**

Sydney, Ausztrália

Globális*

prodin1 (India)

Ázsia és a csendes-óceáni térség (Mumbai), India Közép-India n. a. Sydney, Ausztrália Sydney, Ausztrália

*Ezek a kérések globálisan bármely adatközpontba kerülhetnek, ahol ezeket a modelleket tárolják. Az Azure Data Residency-ről itt talál további információt.

** A Voicea székhelye europe-west1/Brüsszel/Belgium és europe-west4/Amszterdam/Hollandia. A Voicea kizárólag adatfeldolgozást végez. A rendszer nem őriz meg adatokat a Voicea üzembe helyezési helyein.

Efemer feldolgozás és zéró visszatartás

AI-architektúránk alapvető szempontja az ideiglenes feldolgozás és a zéró adatmegőrzés iránti elkötelezettség. Megközelítésünk az adatvédelmet és az adatbiztonságot helyezi előtérbe annak biztosításával, hogy az ügyféladatokat soha ne tárolják vagy őrizzék meg az AI-műveletek során.

  • ASR és TTS láthatósága: A valós idejű átírás (ASR) vagy a beszédszintézis (TTS) során az adatok csak a feldolgozó motor illékony memóriájában (RAM) találhatók, és használat után azonnal törlődnek. A feldolgozás után semmilyen adatot nem tárolunk vagy őrzünk meg.
  • Hozzáférés-vezérlés: A következtetési fázisban egyetlen emberi alkalmazott (belső vagy alfeldolgozó) sem férhet hozzá nyers hang- vagy szövegfolyamokhoz.
  • Nincs másodlagos felhasználás: Szigorú szerződéses és technikai akadályokat tartunk fenn annak biztosítása érdekében, hogy az ügyféladatokat – beleértve a felszólításokat és a hangot – soha ne használják fel az alfeldolgozók tulajdonában lévő alapmodellek betanítására, átképzésére vagy fejlesztésére.

További adatfeldolgozók irányítása (Voicea- és LLM-szolgáltatók)

Minden további adatfeldolgozónál szigorú, harmadik fél által végzett kockázatértékelést végzünk.

  • Harmadik fél által végzett kockázatértékelés: Minden további adatfeldolgozót szigorú értékelésnek vetnek alá.
  • Titkosítás: Az alfeldolgozóknak küldött adatok átvitel közben titkosítva vannak, csak RAM-ban kerülnek feldolgozásra, és soha nem tárolódnak.
  • Auditálhatóság: Az alfeldolgozókhoz intézett összes API hívást naplózási célból naplózza a rendszer (csak metaadatok esetén; a bizalmas adatcsomagok nem szerepelnek a naplókban).
  • Incidens elszámoltathatósága: Egy további adatfeldolgozónál bekövetkező adatincidens esetén [az Ön vállalata] fenntartja az elsődleges elszámoltathatóságot, és az összes ügyfélértesítést és szervizelést a szokásos adatfeldolgozási kiegészítésünknek (DPA) megfelelően kezeli.

Adatmegőrzés és életciklus-kezelés

Az átláthatóság biztosítása érdekében az alábbi táblázat pontosan felvázolja, hogy mennyi ideig tároljuk az adatokat az ökoszisztémánkban:

Adattípus

Adatmegőrzési időszak (napokban)

Tárolás állapota

Cél

Valós idejű hang / átirat

0

Nincs tárolva

A munkamenet befejezése után azonnal törlődik.

AI-ügynök munkamenet-előzményei

X

Tárolt (SG)

Kontextust biztosít több TURN beszélgetéshez.

Működési naplók

90

Tárolt (SG)

Hibaelhárítás és rendszerállapot-figyelés.

Bérlői titkosítási kulcsok

Határozatlan

Tárolt (KMS)

Felhasználó által kezelt vagy rendszerkulcsok az inaktív adatokhoz.

Tudásmenedzsment és tartalmi pontosság

A AI Assistant a Retrieval-Augmented Generation (RAG) architektúrát használja . Ez biztosítja, hogy az AI az adott "alapigazság" dokumentumok alapján adjon válaszokat, nem pedig a belső modell betanítása alapján.

  • URL-/dokumentumfrissítések: A tudásforrás frissítésekor a rendszer újraindexeli a tartalmat, és lecseréli a korábbi verziókat.
  • Késés: A frissített tartalom általában [X] percen belül megjelenik az AI válaszaiban.
  • Gyorsítótár kezelése: Az aktív munkamenetek a munkamenet elején elérhető környezetet használják; azonban minden további munkamenet kénytelen lekérdezni a legújabb indexet, megakadályozva az elavult vagy "hallucinált" adatok újbóli felhasználását.

Edge Case – Ha egy adott regionális szabályozás tiltja a régión kívüli feldolgozást, további ellenőrzésekre vagy helyi feldolgozási lehetőségekre lehet szükség.

Fontos – A "feldolgozás" soha nem jelent adattárolást; Minden állandó adattárolás szigorúan megfelel a regionális tartózkodási szabályoknak.

Az ElevenLabs és a Deepgram EU-s székhelyű további adatfeldolgozóként szolgál bizonyos beszéd- és átírási feladatokhoz, mindig szigorú szerződéses és technikai ellenőrzés mellett, a feldolgozás után nulla adatmegőrzéssel.

Példaforgatókönyv

Egy szingapúri felhasználó átírási munkamenetet kezdeményez. A hangfolyamot valós időben dolgozza fel egy globális LLM hub titkosított csatornákon keresztül, de a Szingapúron kívüli feldolgozás során vagy után nem tárol hangot vagy átiratot. Csak az engedélyezett kontextus vagy naplók (soha nem maga a tartalom) maradnak meg a fenti táblázat szerint.

Hasznos volt ez a cikk?
Hasznos volt ez a cikk?