Paano Gamitin ang Azure AI Search at Purview: Kumpletong Gabay sa Pagtatayo ng Sensitivity Label-Aware na Ligtas na RAG

Panimula

Sa modernong pamamahala ng data at larangan ng paghahanap, napakahalaga na bumuo ng isang sensitivity label-aware na ligtas na RAG (Retrieval-Augmented Generation) na sistema. Ang RAG ay kayang pagsamahin ang mga benepisyo ng retrieval at generation upang magbigay ng mas tumpak na mga sagot at impormasyon sa mga gumagamit. Sa artikulong ito, sunud-sunod naming gagabayan kayo kung paano bumuo ng isang ligtas na RAG na sistema na may sensitivity label-aware na mga kakayahan gamit ang Azure AI Search at Purview.

Mga Paunang Kinakailangan

Bago simulan, siguraduhing mayroon kang mga sumusunod na kinakailangan:

Azure Account: Kailangan mo ng isang wastong Azure account upang ma-access ang Azure AI Search at Azure Purview.

Pag-unawa sa mga Batayang Serbisyo ng Azure: Batayang kaalaman tungkol sa Azure, kabilang ang kung paano lumikha ng resource group at serbisyo.

Batayang Kaalaman sa Programming: Ang ilang halimbawa sa artikulong ito ay maaaring mangailangan ng batayang kaalaman sa Python o PowerShell programming.

Detalyadong Hakbang

Hakbang 1: Lumikha ng Azure AI Search Service

Mag-log in sa Azure Portal.

I-click ang "Lumikha ng Resource" sa kaliwang menu.

Sa search box, i-type ang "Azure Search", piliin ang "Azure Cognitive Search", at pagkatapos ay i-click ang "Lumikha".

Punan ang kinakailangang impormasyon tulad ng pangalan, subscription, resource group, at lokasyon, at pagkatapos ay i-click ang "Suriin + Lumikha".

Kapag nakumpirma na tama ang impormasyon, i-click ang "Lumikha".

Matapos lumikha ng Azure AI Search service, makikita mo ang kaugnay na impormasyon ng serbisyo sa portal.

Hakbang 2: Lumikha ng Azure Purview Account

Mag-log in sa Azure Portal.

I-click ang "Lumikha ng Resource".

Sa search box, i-type ang "Purview", at pagkatapos ay piliin ang "Azure Purview".

Punan ang kinakailangang impormasyon tulad ng pangalan ng account, subscription, resource group, at rehiyon, at pagkatapos ay i-click ang "Suriin + Lumikha".

Maghintay na matapos ang deployment ng resource.

Makakatulong ang Purview service sa iyo na pamahalaan ang pag-uuri at sensitivity labels ng data.

Hakbang 3: I-configure ang Data Source at Sensitivity Labels

Sa Azure Purview portal, i-click ang "Data Sources".

Piliin ang "Magdagdag ng Data Source", punan ang kaugnay na impormasyon, at kumonekta sa iyong data source.

I-configure ang data scanning. Maaari kang pumili ng awtomatikong scanning o manu-manong scanning.

Sa data classification, i-customize ang sensitivity labels, halimbawa: personal data, financial information, confidential data, atbp.

Sa pamamagitan ng Purview, madali mong mapapamahalaan ang sensitivity labels ng data.

Hakbang 4: Isama ang Azure AI Search

Lumikha ng bagong index, i-configure ang index sa Azure Search service sa pamamagitan ng REST API o SDK.

Sa Azure Portal, lumikha ng index sa pamamagitan ng pag-defina ng mga field, data types, at iba pang mga parameter upang i-configure ang index.

{
"name": "sample-index", "fields": [ {"name": "id", "type": "Edm.String", "key": true, "searchable": true}, {"name": "content", "type": "Edm.String", "searchable": true} ] } 

Gamitin ang SDK upang i-load ang data sa search index.

Hakbang 5: Bumuo ng RAG Request Processing Logic

Gumamit ng Azure Functions o application services upang lumikha ng isang API interface na tumatanggap ng mga query request mula sa mga gumagamit.

Sa interface na ito, ipatupad ang logic para sa sensitivity label checking.

import requests
def querysearch(query): # Ipatupad dito ang sensitivity label checking, at batay sa resulta ng pagsusuri, i-access ang search API response = requests.get(f"?q={query}") return response.json() 

Hakbang 6: Ibalik ang Naprosesong Tugon

Matapos iproseso ang query, kunin ang impormasyon mula sa search index at ibalik ito sa gumagamit, habang tinitiyak na ang output ay hindi naglalaman ng anumang sensitibong impormasyon.

def processresponse(response):
results = response.get('value', []) # Iproseso ang mga resulta ng paghahanap, i-filter ang sensitibong impormasyon return results 

Mga Karaniwang Tanong

Paano masisiguro ang seguridad ng data?

- Gumamit ng sensitivity label management feature ng Azure Purview upang matiyak ang mahigpit na kontrol sa sensitibong impormasyon.

Paano hawakan ang sensitibong impormasyon sa mga query ng gumagamit?

- Ipatupad ang sensitivity label checking mechanism sa query logic, at gumawa ng naaangkop na aksyon batay sa mga label, halimbawa, i-block ang ilang data.

Anong mga uri ng data sources ang maaaring gamitin?

- Sinusuportahan ng Azure Purview ang iba't ibang uri ng data sources, kabilang ang Azure Blob Storage, SQL databases, atbp.

Buod

Bagaman ang pagtatayo ng isang sensitivity label-aware na ligtas na RAG system ay nangangailangan ng ilang teknikal na kaalaman, sa pamamagitan ng pagsunod sa mga hakbang na ito, maaari mong gamitin ang Azure AI Search at Purview upang lumikha ng isang mahusay at ligtas na information retrieval system. Sa pamamagitan ng epektibong pamamahala ng data at sensitivity label control, matitiyak mong ang impormasyong iyong pinoproseso ay palaging nananatiling ligtas at sumusunod sa mga regulasyon. Umaasa akong makakatulong ang gabay na ito sa iyo!