Dokumentation / ML Studio
Datenschutz und Sandbox für ML
Die Datengrenze von ML Studio. Was auf deinem Rechner bleibt, was die Agenten sehen, wer demaskiert und was vor einem externen Training passiert.
Auf dieser Seite
In ML Studio gibt es zwei verschiedene Zielgruppen, und Yuli trennt sie: dich und deine lokalen Modelle, die mit den echten Daten arbeiten, und die externen Agenten, die nur sehen, was die Datengrenze passiert.
Dein Code bleibt auf deinem Rechner; mit einem lokalen Modell geht nichts hinaus; bei Cloud-Modellen durchläuft das, was gesendet wird, vorher die Maskierung von Geheimnissen und personenbezogenen Daten.
Was auf deinem Rechner bleibt
Das gesamte ML Studio läuft lokal:
| Aktivität | Wo sie stattfindet |
|---|---|
| Daten importieren und profilieren | Auf deinem Rechner. |
| Trainieren und evaluieren | Im ML-Worker auf deinem Rechner. |
| Das Modell bereitstellen | Auf 127.0.0.1, lauscht nur auf deinem Rechner. |
| Lokales LLM und RAG (Wissen) | Auf deinem Rechner, mit eigenen Embeddings ohne Netzwerk. |
Zwischen dir und deiner KI gibt es keine Yuli-Server. Die einzige Ausnahme ist die, die du ausdrücklich wählst: das Training auf einem entfernten Rechner (siehe unten).
Die Datengrenze
Externe Agenten (Claude Code, Codex, ACP-Agenten oder ein Cloud-Modell hinter dem Chat) senden, was sie lesen, an ihren Anbieter. Deshalb geht alles, was ML Studio ihnen antwortet, durch eine Datengrenze:
- Sensible Spalten erscheinen als
•••. - Aus Freitext werden E-Mail-Adressen, Karten, Telefonnummern, CURP/RFC und IP-Adressen entfernt.
- Aggregate werden durchgelassen: Profile, Metriken und Variablenwichtigkeit. Ein Agent kann überlegen, „welche Variablen am meisten Gewicht haben“, ohne einen einzigen Kunden zu sehen.
Beispiel dafür, was ein Agent sieht, wenn er eine Stichprobe anfordert:
cliente_id email curp saldo_prom pedidos_pagados baja
••• ••• ••• 1 840.50 12 0
••• ••• ••• 312.00 2 1Bei einem Cloud-Modell durchläuft das, was an den Anbieter geht, zusätzlich den Ausgangsfilter: Geheimnisse werden
durch einen Platzhalter yuli:secret#N ersetzt und personenbezogene Daten durch einen Platzhalter yuli:pii#N, mit
einem HMAC-Tag pro Sitzung. Sie werden erst beim Schreiben auf die Festplatte wiederhergestellt. Siehe
Geheimnisse und Datenschutz.
Sensibilitätsdetektor
Unter Daten › Sensibilität erhält jede Spalte eine Wahrscheinlichkeit, eine Kategorie und eine vorgeschlagene Maskierung. Der Detektor kombiniert den Spaltennamen, Muster und Validatoren mit Prüfziffer:
| Validator | Erkennt |
|---|---|
| Karten | Zahlungskartennummern. |
| IBAN | Internationale Bankkonten. |
| CLABE | Bankkonten in Mexiko. |
| CPF | Steuernummer in Brasilien. |
| CURP / RFC | Personen- und Steuerkennung in Mexiko. |
Wer demaskiert
Nur ein Mensch kann eine Spalte als nicht sensibel markieren. Ein Agent kann nie Daten für sich selbst demaskieren, nicht einmal innerhalb eines Agententeams.
Was du entscheidest:
- Eine Spalte, die Yuli nicht erkannt hat, als sensibel markieren.
- Eine fälschlich erkannte Spalte als nicht sensibel markieren.
- Eine maskierte Kopie erstellen, um den Datensatz zu teilen.
Worker standardmäßig ohne Netzwerk
Der Prozess, der trainiert (der ML-Worker), hat standardmäßig kein Netzwerk:
| Maßnahme | Wirkung |
|---|---|
HF_HUB_OFFLINE | Die Hugging-Face-Bibliotheken laden nichts herunter. |
PIP_NO_INDEX | pip installiert keine Pakete aus dem Internet. |
bwrap --unshare-net (Linux) | Der Prozess läuft ohne Netzwerkschnittstelle. |
So kann weder ein Trainingsskript noch eine Abhängigkeit deine Daten irgendwohin senden. Das Netzwerk wird nur geöffnet, wenn das Projekt es ausdrücklich erlaubt:
# yuli-ml.yaml
policies:
allowNetwork: true # zum Beispiel, um ein Basismodell aus dem Katalog herunterzuladenAktiviere allowNetwork nur, solange du es brauchst (ein Basismodell oder eine Abhängigkeit herunterladen), und
setze es danach wieder auf false.
Vor einem externen Training
Das Training auf einem entfernten Rechner (SSH oder Cloud) ist der einzige Weg, auf dem ML-Daten deinen Rechner verlassen, und es geschieht nie ohne Hinweis. Vor dem Start zeigt Yuli:
„Die Daten gehen an host: Der Datensatz und der Code, den der Job liest, werden hochgeladen. Am Ende holt Yuli das Modell zurück, prüft jede Datei und löscht die Daten dort (sofern der Rechner sie nicht behält).“
Siehe auch Deep Learning und GPU und Sicherheit.