個資法上路 文件該如何管控
個資法上路 文件該如何管控

隨著科技發展日新月異、網路普及化,個人資料在未被告知的情況下遭外洩及盜賣,並被非法使用的頻率與數量,有節節升高的趨勢,造成當事人的困擾與損害,但礙於原有法令的不完整,受害人常常求助無門,為了維護個人資料、防範個資外洩衍生之犯罪行為。

個人資料保護法已於2012年10月1號上路,進日來的種種個資被公怖的報導顯示出,企業與政府並未完全的準備好。

企業面對個資法時代的來臨,因應方式不外乎對個資法條文的認知宣導及教育、個人資料檔案的清查盤點、建立適當的安控管理和稽核機制、管理和稽核流程的不斷改善等,以符合個資法要求,達到事前防範、事後減少損害與訴訟的目的。

個資法施行細則條文中明列必須要有「適當安全維護措施」,也因此企業對建置文件安控的需求與意識開始抬頭。有鑑於此,有媒體針對個資保護議題做了一項調查,發現在許多企業資訊主管的心中,最有可能造成個資外洩的對象,不是從外部做惡意竊取的駭客,反而是內部的員工,因此在做個資防護與控管的規劃導入時,能夠防止內部資料外洩的DLP系統就一躍成為主管們的第一優先考量。

文件保護與權限控管需兼顧
為了滿足企業對文件保護與控管的需求,必須結合兩大技術,分別為加密技術和DRM技術。加密採用RSA, AES對稱金鑰和非對稱金鑰加密技術混合運用的方式,將需要保護的文件加密起來,被准予的使用者才可以開啟加密文件,不相關的使用者則無法開啟加密文件;再使用DRM(Digital Rights Management)技術去針對每份文件可以做到不同使用者分別授與不同使用權限,權限可細分為讀、印、存、寫、截圖和閱讀期間等,透過不同權限的授與,讓有權利對資料內容做處理運用的使用者,獲得較大的操作權限。

分層管理,下放權限

部門文件多,管理者為了文件的控管與權限疲於應付,一套好的文件安控系統,在管理上也必須要有一定的彈性與便於控管的機制。系統中有一個最高權限的管理者,可將最高管理者的權限下放給各部門主管,讓他們去當所屬部門的管理者,分擔最高管理者的責任,另一方面,由於對其部門較為熟悉,更清楚要如何制定和管理文件政策、要授權多大權限給其下使用者、並可即時稽核文件使用狀況,達到分層管理的目的。

對於文件政策的防患未然與亡羊補牢可同時進行

每份加密文件都有一份專屬的文件政策,記錄可以開啟這份文件的使用者,以及開啟後的操作權限。當發現使用者試圖或有可能做洩密的行為時,管理者可隨時回收或更改權限,降低資料外洩造成的損害。

完整事件記錄,提供稽核查詢

個資法施行細則第12 條中,要求把個資文件的使用紀錄、軌跡資料進行保存。這個步驟,首先可以確保所有的個資控管環節之落實,其次也能做到個資文件流向的事後舉證,在萬一意外發生時得以進行自保。

另外,不管是管理者或是使用者,在系統上從登入、登出到使用文件的操作行為,包括不合法的使用狀況,以及對文件政策的修改,都會被詳細的記錄下來,提供企業做為稽核的依據,也可以用來過濾不安全的使用者,立即採取必要措施,倘若發生資料外洩,亦能透過事件記錄在最短時間找出原因和對象。

關鍵字: #隱私與資安
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓