AI Data Cleaner / шлюз конфиденциальности

Безопасный контур использования LLM для корпоративных данных

Локальный обратимый анонимайзер для писем, документов, договоров и протоколов. Модель получает смысл, но не получает исходные чувствительные значения.

реализовано: интерфейс + сессии доступно: API для почты и документов эволюция проекта перед пилотом

Корпоративный контурпочта, документы, протоколы

→

AI Data Cleanerмаскирование и карта соответствий

LLM providerтолько плейсхолдеры

←

Восстановлениевнутри доверенного контура

Карта восстановления не уходит в модель. На слайдах используются только синтетические данные.

Подготовлено: 18.06.2026. Без финансового блока.

01 / 25

01

Секция 01

Контекст и проблема

Почему LLM требуют отдельного контролируемого слоя перед передачей корпоративных данных.

02 / 25

Управленческая проблема

LLM полезны именно там, где данные нельзя выносить из доверенного контура

Низкий риск

Высокий риск

Польза LLM

Справочные задачи

Общие тексты, шаблоны, некритичные черновики. Низкая чувствительность, ограниченная ценность.

Рабочее ядро

Письма, договоры, протоколы, служебные материалы. Максимальная польза, максимальный риск раскрытия.

Ручная очистка

Разовые копии текста с удалением имён и реквизитов. Не масштабируется и не контролируется.

Запрет AI

Снижает риск формально, но переводит сотрудников к теневым практикам или потере производительности.

Вывод для ИБ/ИТ-комитета

Нужен не чат-бот, а контролируемый слой между корпоративными данными и LLM.
Точка контроля должна находиться до передачи текста в модель.
Результат должен возвращаться к реальным участникам и документам внутри контура.

03 / 25

Что защищаем

Риск — не только персональные данные

Документ / письмо / протокол

Смысл нужен модели. Исходные значения должны остаться в доверенном контуре.

ПДн

ФИО, должности, телефоны, email, адреса, роли участников.

Коммерческие условия

Суммы, сроки, реквизиты, номера договоров, приложения, переговорная позиция.

Корпоративный контекст

Объекты, проекты, подразделения, внутренние коды, производственный сленг.

Коммуникации

Письма, цитаты, протоколы, служебные записки, вложения и версии документов.

04 / 25

Целевой процесс

Модель видит смысл, но не видит исходные чувствительные значения

1

Пользователь или сервис передает письмо, документ или транскрипт.

2

Сервис находит сущности и заменяет их плейсхолдерами.

3

В LLM уходит обезличенная версия текста.

4

LLM готовит краткое резюме, вопросы, черновик ответа или сравнение версий.

5

Ответ возвращается в локальный контур.

6

Плейсхолдеры восстанавливаются по карте соответствий.

7

Специалист проверяет результат и принимает решение.

Карта восстановления и исходные значения не передаются в LLM. Для анонимных сессий интерфейса session_id считается секретом до истечения TTL.

05 / 25

Локальный шлюз конфиденциальности

Инфраструктурный слой перед LLM, а не отдельная утилита

Пользователь

Загрузка файлов, LLM-чат, восстановление ответа.

Почтовый парсер

Пакетная анонимизация писем через JSON API.

Документный сервис

Файлы txt/docx/pdf/md/xlsx и сопроводительный манифест.

AI Data Cleaner

Детекция сущностей, стабильные плейсхолдеры, словари, пакет карты соответствий, проверка утечек, сессии восстановления, метрики.

сейчас API ИБ-контур

Провайдер LLM

Внешняя или внутренняя OpenAI-совместимая модель.

Пакет / сессии

Пакет карты соответствий у клиента или SQLite-сессии с TTL.

Мониторинг

Prometheus, обзор, сессии, снимок конфигурации с редактированием секретов.

06 / 25

02

Секция 02

Сценарии применения

Четыре пилотных процесса: почта, договоры, протоколы, материалы проверок.

07 / 25

Корпоративная почта

Длинные email-цепочки можно анализировать без передачи реальной переписки в модель

Обезличенная цепочка

От: {PERSON_4A12BC} <{EMAIL_9E11A0}>

Тема: согласование {CONTRACT_NUMBER_A88C10} по объекту {CUSTOM_C02B91}

Просьба подтвердить позицию по приложению 3. Подрядчик {ORG_71DF0A} просит перенести срок до {DATE_B7713E} и сохранить сумму {MONEY_6F20D1}.

Вложение: {FILE_08FE22}

Краткое резюме LLM и восстановление

Ответ LLM: требуется решение по сроку {DATE_B7713E}; риск — изменение приложения без отметки в листе согласования.

После локального восстановления: требуется решение по сроку 27.06.2026; риск — изменение приложения без отметки в листе согласования. Ответственные: Анна Соколова, Дмитрий Орлов.

Все значения синтетические. Восстановление выполняется не у LLM.

/api/v1/email/anonymize-batch /api/v1/email/restore-text /api/v1/pii/leak-check

08 / 25

Техническая вставка

Почтовый сценарий можно встроить без хранения переписки в AI Data Cleaner

1. Почтовый парсер

Передает subject, sender, recipients, body_text/body_html, attachments.filename.

2. anonymize-batch

Требует X-API-Key; поддерживает Idempotency-Key.

3. LLM

Получает текст с плейсхолдерами и не получает пакет карты соответствий.

4. restore-text

Клиент передает пакет карты соответствий и восстанавливает ответ внутри своего контура.

Пакет карты соответствий

карта "плейсхолдер → исходное значение";
стабильность плейсхолдеров при повторных пачках;
идентификатор пакета и идентификатор источника;
контрольная сумма целостности SHA-256.

ИБ-режим интеграции

пакет карты соответствий принадлежит клиенту и хранится у клиента;
идентификатор источника защищает от смешивания разных ящиков и систем;
проверка утечек возвращает типы и хэши, без сырых ПДн.

09 / 25

Юридическая сверка договора

Юристу нужен не AI вместо юриста, а безопасная автоматизация рутины сравнения

Согласовано	Подписано	Вывод LLM на обезличенном тексте
П. 4.2: оплата до {DATE_12FA90}, сумма {MONEY_80A2D1}.	П. 4.2: оплата до {DATE_B7713E}, сумма {MONEY_80A2D1}.	Изменен срок оплаты без отметки в листе согласования. Требуется вопрос ответственному юристу.
Приложение {APPENDIX_01} указано как обязательное.	Приложение {APPENDIX_01} отсутствует в скане.	Проверить комплектность подписанного пакета до архивирования и оплаты.

Сейчас

Файловый интерфейс и API обрабатывают txt/docx/pdf/md/xlsx; есть /api/v1/email/anonymize-document и /api/v1/email/restore-document.

PDF зависит от текстового слоя/OCR. XLSX используется для анализа табличного содержимого: без восстановления исходной Excel-книги, стилей, формул, построения таблиц или внесения данных.

Не обещаем как готовый модуль

Отдельный сервис сравнения договоров — интеграционный сценарий/следующий модуль, который вызывает текущий API и требует пилотной валидации.

10 / 25

Протоколы встреч и транскрибации

Совещания можно превращать в протоколы без передачи сырого разговора в LLM

Вход

Транскрипт, список участников, чат встречи, вложения.

ASR не является ядром продукта; подключается внешним транскрибатором.

Маскирование

{PERSON_0AB721} подтвердил готовность по объекту {CUSTOM_8C2190} до {DATE_33E901}.

Результат

решения;
поручения;
риски;
последующие действия с восстановленными ответственными.

Применимость для нефтегаза: производственные штабы, проектные комитеты, закупочные совещания, разборы инцидентов.

11 / 25

СБ / ИБ / внутренний контроль

Материалы проверок можно структурировать без раскрытия участников внешней модели

Что попадает на вход

объяснительные, переписка, докладные;
акты, логи, рекламации;
данные по подразделениям, объектам, контрагентам.

Что может подготовить LLM

Хронология: {DATE_41AA09} — событие на объекте {CUSTOM_9CC3A1}.

Противоречие: показания {PERSON_54C1E0} не совпадают с актом {DOC_77AE1F}.

Список доказательств: запросить журнал доступа и переписку за период.

12 / 25

03

Секция 03

Статус и интерфейс

Карта внедрения, пользовательские сценарии и эксплуатационный мониторинг.

13 / 25

Карта внедрения

Разделяем реализованное, API-интеграции, дорожную карту и эволюцию проекта

Веб-путь пользователя	сейчас Загрузка файла, сессия восстановления, LLM-чат, словари, мониторинг.
API почты и документов	API Пакетная анонимизация, восстановление текста/документа, проверка утечек, возможности, типы сущностей.
Почта и протоколы	интеграция Подключение к почтовому парсеру и внешнему транскрибатору.
Сравнение договоров	дорожная карта Отдельный модуль сравнения строить поверх текущего API документов.
ИБ-допуск пилота	эволюция проекта AUTH_PHASE=3, TLS/reverse proxy, закрытые маршруты мониторинга и настроек, правила хранения пакета карты соответствий.
Корпоративные словари	сейчас Кастомные сущности и типы детекции; наполнение — этап пилота.

14 / 25

Загрузка документа

Пользовательский путь понятен без участия разработчика

AI Data Cleaner/

Анонимайзер документов

Поддерживаются .txt, .docx, .pdf, .md, .xlsx. PDF зависит от текстового слоя/OCR; XLSX преобразуется в текстовую таблицу для анализа.

Перетащите файл или выберите документ

Обработать

Файл обработан

Код сессии для восстановления: 8b2b...f91a

Что подтверждено в продукте

Загрузка документа и результат обработки.
Получение session_id при сценарии сессии.
Переход в LLM-чат с обезличенным текстом.
XLSX — анализ содержимого таблицы, без восстановления Excel-оформления, формул, построения таблиц или внесения данных.
session_id для анонимной сессии — секрет до TTL.

В презентации бренд показан как AI Data Cleaner / шлюз конфиденциальности, чтобы не вести заказчика в MVP-ассоциацию.

15 / 25

LLM-чат и восстановление

Сотрудник работает с LLM на обезличенном тексте, восстановление выполняется локально

LLM-чат/chat

серверные настройкиадрес APIмодель

Пользователь: Сделай краткое резюме по договору {CONTRACT_NUMBER_A88C10} и открытые вопросы.

LLM: Риск: срок {DATE_B7713E} отличается от согласованной версии. Нужна проверка приложения.

Восстановить изъятые значения

Модальное окно восстановлениялокально

Риск: срок {DATE_B7713E} отличается от согласованной версии.

Восстановить

Риск: срок 27.06.2026 отличается от согласованной версии.

Ключи/URL LLM в браузере — демонстрационный путь; корпоративный сценарий требует централизованной конфигурации.

16 / 25

Сессии и карта соответствий

Восстановление контролируемо: есть сессия, TTL, владелец и карта соответствий

Сессии восстановления/sessions.html

Восстановление по UUID

Session ID8b2b...f91a

Открыть сессию

Расширенные возможности

Список сессий и таблица соответствий доступны по X-API-Key.

{PERSON_A3F21B}	Анна Соколова
{ORG_71DF0A}	СеверПром Тест

ИБ-важное

Карта соответствий — секрет раскрытия, не диагностический артефакт.
Сессии с API-ключом привязаны к хэшу ключа; сырой ключ не хранится.
Анонимная сессия восстанавливается по session_id.
Сессию можно удалить; TTL задается SESSION_TTL_SECONDS.

17 / 25

Настройки словаря

Качество маскирования на корпоративных данных повышается через словари и правила

Настройки детекции сущностей/settings

Типы сущностей

ФИО, email, телефоны, организации, даты, суммы, договоры, кастомные сущности.

Кастомный словарь

Объединение / удаление / экспорт. Источник истины — dictionary.db, экспорт в custom_entities.json.

Тип	Пример для холдинга
CUSTOM	объекты, месторождения, проектные коды
ORG	подрядчики, дочерние общества
ROLE	внутренние роли и аббревиатуры

Оговорка для корпоративного контура

API настроек по умолчанию может быть без ключа. Для пилота в холдинге нужно включить REQUIRE_X_API_KEY_FOR_SETTINGS=1 или закрыть маршрут сетевой политикой.

словарь сейчасзакрыть до пилота

18 / 25

Мониторинг для эксплуатации и ИБ

Сервис наблюдаем и может быть включен в эксплуатационный контур

Мониторинг/monitoring

Время работы

состояние сервиса

Сессии

активные в SQLite

Метрики

Prometheus

Конфиг

секреты скрыты

http_requests_total, active_sessions, llm_requests_total, anonymization_job_queue_depth

api_keys: <скрыто len=...>, llm_api_key: ***

Что важно для промышленной эксплуатации

/api/monitoring/overview, /metrics, /sessions, /config.
X-Request-Id нужен для корреляции запросов.
Секреты в снимке конфигурации скрываются.
JSON API мониторинга MVP без RBAC: ограничить сетью или доработать auth/RBAC.
Интеграция с SIEM/DLP/KMS — через контур заказчика или отдельная доработка.

19 / 25

04

Секция 04

Безопасность и качество

Карта соответствий как секрет раскрытия и контроль качества маскирования.

20 / 25

Пакет карты соответствий и хранение секретов

Секрет восстановления — карта соответствий между плейсхолдерами и исходными значениями

Режим интерфейса и сессий

forward_map: placeholder → original.
reverse_map: normalized slot → placeholder.
Хранение в SQLite sessions.db при наличии сохранения сессии.
TTL по SESSION_TTL_SECONDS, по умолчанию 1 час.
Для анонимной сессии session_id является секретом.

Интеграционный режим

Клиентский пакет карты соответствий возвращается API-клиенту.
Проверки: версия пакета, формат плейсхолдеров, идентификатор источника, контрольная сумма SHA-256, биекция карты соответствий.
Шифрование пакета при хранении — на стороне клиента/эксплуатации.
Логи и мониторинг не должны содержать сырой пакет карты соответствий.

Не обещаем встроенное шифрование SQLite at rest и готовые SIEM/DLP/KMS-коннекторы. Для холдинга это закрывается шифрованием диска/СХД, политикой backup, правами на volume, интеграциями через контур заказчика или отдельной доработкой.

21 / 25

Контроль качества маскирования

Пилот должен измерять не только скорость, но и безопасность

Контроль	Что проверяем	Инструмент / процесс
Полнота маскирования	Какие чувствительные сущности остались в тексте.	Проверка утечек, ручная разметка, контрольный набор ИБ.
Сохранение смысла	Может ли LLM корректно понять обезличенный текст.	Эталонные цепочки писем и договорные комплекты.
Восстановление	Нет ли неизвестных плейсхолдеров и ошибочных подстановок.	Сравнение восстановленного результата и исходной карты соответствий.
Ложные срабатывания	Не маскируем лишнее так, чтобы ломался смысл.	Пилотные словари и проверка специалистом.
Эксплуатация	Логи, идентификатор запроса, доступ к мониторингу/настройкам, хранение пакета.	ИБ-ревью перед масштабированием.

Не обещаем 100% детекцию без настройки словарей и пилотной валидации на разрешенных данных заказчика.

22 / 25

05

Секция 05

Пилот и итог

План пилотного внедрения и что получает компания.

23 / 25

План пилота без финансового блока

Цель пилота — доказать ИБ и бизнесу, можно ли безопасно открыть LLM для выбранных процессов

1. Подготовка

2 процесса: цепочки писем и сравнение договоров.
Синтетические или разрешенные наборы.
Словари сущностей и правила TTL/пакета карты соответствий.

2. Подключение

Локальное развёртывание.
API_KEYS, AUTH_PHASE=3.
TLS/reverse proxy.
Адаптер почты и документов.

3. Валидация

10-20 цепочек писем.
3-5 договорных комплектов.
Полнота, краткое резюме/сравнение, восстановление, ручные правки.

4. Масштабирование

Транскрипты и протоколы.
Сценарии СБ/ИБ.
Расширение словарей и интеграций.

24 / 25

Что получает компания

Не запрет AI, а управляемый AI-контур

Бизнес

Польза LLM в письмах, документах, протоколах и рабочих материалах без ручной очистки каждого текста.

ИБ

Точка контроля до передачи текста в модель; карта восстановления остается внутри доверенного контура.

Эксплуатация

API, мониторинг, идентификатор запроса, правила хранения пакета карты соответствий и понятный список задач эволюции проекта до пилота.

Следующий шаг

Согласовать пилотный процесс, набор тестовых материалов, контур LLM и правила хранения карты соответствий.

Границы обещаний

AI Data Cleaner не заменяет DLP, IAM, SIEM, юридическую экспертизу и регламенты ИБ. Он добавляет контролируемый слой перед LLM.

25 / 25