案例11｜四層資料架構：保留原始資料、遮蔽個資並建立分析表示

一、案例定位

本案例涉及人工智慧（Artificial Intelligence, AI）。本頁使用智慧資料流探索器（Intelligent Data Flow Explorer, IDFE）與百萬位元組（Megabyte, MB）作為檔案大小單位。拆解 IDFE 從原始指令碼到分析資料的四個儲存層。

本案例依原書第 5 章的框架、範例或情境重組，並非原書正式案例研究。

二、學習目標

區分原始、遮蔽、分段與分析層。
理解 2 MB 分塊規則與例外。
辨識每層的資料保護工作。

三、案例情境

原書以 Azure Blob Storage 建立四層架構。原始層保存不可變的結構化查詢語言（Structured Query Language, SQL）指令碼；遮蔽層以 Azure Language Service 處理個人識別資訊（Personally Identifiable Information, PII）並加密；分段層依物件類型切分，檔案原則上不超過 2 MB，但單一物件超限時仍完整保存；分析層 SQLToText 建立中繼資料與結構化表示。

四、開始資料

層級	保存內容	主要規則
原始層	來源 SQL 指令碼	不可變，支援重新處理
遮蔽層	匿名化且加密的內容	先辨識 PII，再加密保存
分段層	依程序、函數、檢視表等切分的檔案	原則上每檔不超過 2 MB；單一大物件不截斷
分析層	中繼資料與結構化表示	供索引、檢索與下游分析

五、Excel／AI 分析方法

在 Excel 建立分層資料清冊，記錄來源、物件類型、檔案大小、加密、遮蔽、完整性及下一層位置；AI 可找出跳層或未遮蔽資料。

六、計算結果

原書沒有提供可直接計算的數據，因此不補造結果。

七、結果分析與管理解讀

2 MB 是處理策略而非強制截斷線。原書明確要求語意完整性優先：單一物件超過門檻時仍保存完整檔案。

八、AI 提問詞

請依分層資料清冊檢查每個物件是否保留原始版本、完成個資遮蔽、避免中途截斷並產生分析表示；不得假設缺少的處理已完成。