Sarus

Sarus hija saff tal-privatezza għall-analiżi u l-AI li tinsab bejn sorsi tad-data u l-analisti, u tippermetti xogħol fuq data sensittiva mingħajr ma tippreżentahom. Tipprovdi garanziji dwar il-privatezza fuq kull domanda billi tuża privatezza differenzjali, data sintetika, u rewiring tal-mistoqsijiet li jipproteġġu l-privatezza, filwaqt li tappoġġja deployment on-premises jew fil-cloud pubbliku. Din l-approċċ tgħin lill-riċerka, lill-analiżi, u lill-użi tal-AI biex jinħareġ il-valur tad-data b'mod sigur u konform.

• Konnetturi: jaqdu b'mod naturali lejn databases, data warehouses/lakehouses, u storages tal-cloud mingħajr ma jittrasferixxu d-data.
• Politiki tal-privatezza: jiddeterminaw l-outputs (data sintetika, aggregati, outputs li jipproteġu privatezza differenzjali) u awditjar kollu tal-ipproċessar.
• Log tal-awditjar: awditjar sħiħ tal-mistoqsijiet għall-konformità.
• Data sintetika: data sintetika ta' fidelità għolja, mħarreġ bil-privatezza differenzjali (DP), li żŻomm id-distribuzzjonijiet.
• Analitika u BI: appoġġ għall-API SQL u konnetturi BI għal għodod komuni (PowerBI, Tableau, Metabase).
• Tagħlim bil-Maġni: SDK ta' Python biex tħaddem proċess tad-data mill-bogħod bi privatezza (DP) meta jkun meħtieġ.
• Azzjoni fuq id-Data: tpoġġi l-output tal-mistoqsijiet lejn endpoints esterni mingħajr ma turi informazzjoni personali.
• DP li jipproteġi privatezza, rewiring tal-mistoqsijiet bil-privatezza fuq quddiem, u Kontroll tal-Livell tal-Outouts biex jiġi żgurat privatezza fi pipelines kumplessi.

• Garanziji ta' privatezza b'saħħtu: privatezza differenzjali, data sintetika, u rewiring tal-mistoqsijiet b'privatezza on-the-fly meta tkun meħtieġa.
• Id-data qatt ma tħalli barra mill-kontroll tal-proprjetarju tad-data: l-analisti jaħdmu fuq data remota mingħajr aċċess dirett għall-data oriġinali.
• Appoġġ għall-konformità: awditjar dettaljat tal-log u workflow ta' privatezza/kumpilanza sempliċi.
• Valur tad-data bejn silos: tiftaħ l-insight tad-data minn sistemi differenti mingħajr ma tfixkel il-privatezza.
• Tappoġġja x-xogħol AI/ML u l-użu tal-LLM bi garanziji ta' privatezza.
• Deplojment flessibbli: on-premises jew fil-cloud pubbliku tiegħek (Docker jew Kubernetes) bi konnetturi ta' sorsi wiesa'.