Cómo usar Azure AI Search y Purview: Guía completa para construir un RAG seguro con conciencia de etiquetas de sensibilidad
Cómo usar Azure AI Search y Purview: Guía completa para construir un RAG seguro con conciencia de etiquetas de sensibilidad
Introducción
En el campo moderno de la gestión de datos y búsqueda, se vuelve especialmente importante construir un sistema RAG (Generación Aumentada por Recuperación) seguro con conciencia de etiquetas de sensibilidad. RAG puede combinar las ventajas de la recuperación y la generación para proporcionar respuestas e información más precisas a los usuarios. En este artículo, le guiaremos paso a paso sobre cómo construir un sistema RAG seguro con conciencia de etiquetas de sensibilidad utilizando Azure AI Search y Purview.
Requisitos previos
Antes de comenzar, asegúrese de cumplir con los siguientes requisitos:
Pasos detallados
Paso 1: Crear el servicio Azure AI Search
Después de crear el servicio Azure AI Search, podrá encontrar la información del servicio relevante en el portal.
Paso 2: Crear una cuenta de Azure Purview
El servicio Purview puede ayudarle a gestionar la clasificación de datos y las etiquetas de sensibilidad.
Paso 3: Configurar la fuente de datos y las etiquetas de sensibilidad
A través de Purview, puede gestionar fácilmente las etiquetas de sensibilidad de los datos.
Paso 4: Integrar Azure AI Search
{
"name": "sample-index", "fields": [ {"name": "id", "type": "Edm.String", "key": true, "searchable": true}, {"name": "content", "type": "Edm.String", "searchable": true} ] }
Paso 5: Construir la lógica de procesamiento de solicitudes RAG
import requests
def querysearch(query): # Implemente aquí la verificación de etiquetas de sensibilidad y acceda a la API de búsqueda según el resultado de la verificación. response = requests.get(f"?q={query}") return response.json()
Paso 6: Devolver la respuesta procesada
Después de procesar la consulta, obtenga información del índice de búsqueda y devuélvala al usuario, asegurándose de que el contenido de salida no revele ninguna información sensible.
def processresponse(response):
results = response.get('value', []) # Procese los resultados de búsqueda, filtrando información sensible. return results
Preguntas frecuentes
- Utilice la función de gestión de etiquetas de sensibilidad de Azure Purview para garantizar un control estricto sobre la información sensible.
- Implemente un mecanismo de verificación de etiquetas de sensibilidad en la lógica de consulta, y tome las medidas adecuadas según las etiquetas, como ocultar ciertos datos.
- Azure Purview admite diversas fuentes de datos, incluyendo Azure Blob Storage, bases de datos SQL, etc.
Conclusión
Construir un sistema RAG seguro con conciencia de etiquetas de sensibilidad puede requerir una cierta base técnica, pero siguiendo los pasos anteriores, podrá utilizar Azure AI Search y Purview para crear un sistema de recuperación de información eficiente y seguro. A través de una gestión de datos efectiva y un control de etiquetas de sensibilidad, asegúrese de que la información que maneja siempre se mantenga segura y cumpla con las normativas. ¡Esperamos que esta guía le sea de ayuda!
