案例13｜隱私與安全：追蹤並遮蔽管線中的個人資料

一、案例定位

本案例涉及人工智慧（Artificial Intelligence, AI）、生成式人工智慧（Generative Artificial Intelligence, GenAI）與負責任人工智慧（Responsible Artificial Intelligence, RAI）。將資料最小化、加密與存取控制落到資料血緣。

本案例依原書第 7 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

區分隱私與系統安全控制。
說明個人資料追蹤用途。
連結遮蔽、法規與模型訓練。

三、案例情境

原書要求資料最小化、靜態與傳輸加密、存取控制、例行安全稽核及遵循隱私法規。智慧資料流探索器示例追蹤含個人識別資訊（Personally Identifiable Information, PII）的指令碼，例如電子郵件與電話號碼，再加以遮蔽或標示，以協助遵循一般資料保護規則（General Data Protection Regulation, GDPR），避免敏感資料外洩或被用於訓練。

四、開始資料

控制	原書內容
資料最小化	只收集與處理必要資訊
加密	保護靜態與傳輸資料
存取與稽核	限授權人員並定期找出弱點
智慧資料流探索器追蹤	找出含 PII 的指令碼
處置	遮蔽或標示，避免外洩與訓練誤用

五、Excel／AI 分析方法

在 Excel 建立資料元素、來源、血緣、敏感分類、遮蔽狀態、存取角色與訓練用途欄；AI 可協助掃描可能的個資欄位。

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

隱私控制需沿資料流持續生效。只在入口取得同意，不能防止資料在轉換、輸出或訓練階段被不當使用。

八、AI 提問詞

請依欄位名稱、內容與血緣找出可能的個人資料，標示需要遮蔽或人工確認者；不要輸出完整敏感值。