Yapay zekâ akışında dinamik maskeleme uyar. Statik maskeleme veriyi kalıcı olarak, kaynağında değiştirir; sohbet ve istek akışıysa her seferinde yeni metin üretir, dolayısıyla isteği tam gönderilmeden önce maskeleyen bir yaklaşım gerekir. İkisi farklı işler için tasarlandı; karıştırmak, ya gereğinden fazla veri kaybına ya da hiç korumaya yol açar.
Statik ve dinamik maskeleme ne işe yarar?
Statik maskeleme, veriyi bir kez ve kalıcı olarak değiştirir. En tipik kullanımı, üretim veritabanının bir kopyasını alıp test ortamına vermeden önce kişisel alanları maskelemektir. Sonuç, artık ham kişisel veri içermeyen sabit bir kümedir. Orijinal ile maskeli sürüm ayrı yaşar.
Dinamik maskeleme ise veriyi kaynağında değiştirmez; her istek geçerken, o anda maskeler. Orijinal veri yerinde kalır, yalnızca dışarı giden kopyası maskelenir. Yapay zekâ akışında olan tam olarak budur: kullanıcının ya da uygulamanın ürettiği metin, modele gitmeden önce maskeleme katmanından geçer.
Hangisi LLM akışına uyar?
| Ölçüt | Statik maskeleme | Dinamik maskeleme |
|---|---|---|
| Ne zaman çalışır | Bir kez, veri hazırlanırken | Her istekte, akış anında |
| Orijinal veri | Değişir / ayrı kopya | Yerinde kalır |
| Uygun olduğu iş | Sabit veri kümesi, test verisi | Canlı sohbet, istek akışı |
| LLM için | Yalnız hazır veri kümelerinde | Asıl akış için doğru seçim |
Neden canlı akış statik maskelemeye uymaz?
Çünkü akışta "hazırlanacak sabit bir küme" yoktur. Bunu en çok destek ekiplerinde görüyoruz: her yeni müşteri e-postası yeni bir metin, önceden hazırlanamaz. Bir uygulama da her dakika farklı kullanıcı girdisi üretir. Bu metinleri önceden maskeleyip bir yere koymak mümkün değildir, çünkü daha var olmadan modele gitmeleri gerekir.
Bu yüzden yapay zekâ akışında maskeleme, isteğin tam yolunun üstünde durur: metin gelir, kişisel alanlar maskelenir, öyle iletilir. Veri minimizasyonu ilkesinin pratik karşılığı budur; modele yalnızca işin gerektirdiği içerik gider, kişisel alanlar daha yola çıkmadan çıkarılır.
Siper'de karşılığı
Siper dinamik yaklaşımı iki biçimde sunar. Mask-only API'de metni gönderir, maskelenmiş halini alırsınız; maskeleme kararını uygulamanız verir. AI gateway modunda ise OpenAI uyumlu tek bir kapı araya girer: uygulamanızın koduna dokunmadan, modele giden her isteği geçerken maskeler.
İkisinde de mantık aynıdır: orijinal veri yerinde kalır, yalnızca modele giden kopya maskelenir ve bu maskeleme, isteğin akışında milisaniyeler içinde olup biter. Kavramın kendisini daha ayrıntılı görmek için PII maskeleme rehberine, kendi metninizle denemek için playground'a bakabilirsiniz.