Key Takeaways
- القطاع الصحي: لا يمكن أن تصل بيانات المرضى لواجهات API السحابية. LLM محلي على شبكة معزولة، تخزين مشفّر، سجلات وصول.
- بيانات الدفع: لا يمكن معالجة بيانات البطاقات بنماذج LLM إطلاقًا. استخدمها فقط للتحليل، لا مع الرقم الكامل (PAN).
- القانوني (السرية المهنية بين المحامي والعميل): المستندات السرية لا يمكن أن تغادر سيطرة المحامي. جهاز معزول، بلا شبكة، إخراج ورقي فقط.
- التهيئة: Ollama أو vLLM على خادم Linux معزول، نظام ملفات مشفّر (LUKS)، تسجيل تدقيق (ELK)، بلا إنترنت. التكلفة: 3,000-5,000 دولار عتاد + 2,000 دولار/سنة تحديثات.
- حماية البيانات الإقليمية: متطلبات الأمان (التشفير)، تقييم الأثر الإلزامي، وتقييم المخاطر. إقامة البيانات = تخزين محلي فقط.
- مقابل واجهات API السحابية: السحابة = المزوّد يتحكم في البيانات + مسؤولية الاختراقات. المحلي = أنت تتحكم + صفر خطر اختراق.
لماذا نماذج LLM المحلية للامتثال؟
واجهات API السحابية (ChatGPT، Claude، Gemini) لا يمكن استخدامها مع البيانات المنظّمة:
- إرسال البيانات للسحابة = انتهاك للسرية (البيانات الصحية، السرية القانونية).
- لا يوجد خيار "وضع خاص". تنتهي البيانات بتدريب النماذج (شروط المزوّد تسمح بذلك).
- الارتباط بالمزوّد: إذا تعرّض المزوّد لاختراق أو أُغلق، تفقد البيانات وحالة الامتثال.
تضمن نماذج LLM المحلية:
- صفر تسريب للبيانات (معزول = بلا شبكة، بلا سحابة).
- مسار تدقيق (كل وصول يُسجَّل، موقّع تشفيريًا، غير قابل للتغيير).
- تحكم كامل (أنت مالك البيانات ومفاتيح التشفير وكامل المنظومة).
- تكاليف متوقّعة (بلا رسوم لكل token بعد الاستثمار الأولي بـ 5,000 دولار في العتاد).
تهيئة ممتثلة للبيانات الصحية
لا يمكن معالجة المعلومات الصحية المحمية بأنظمة غير موثوقة. تتطلب لوائح البيانات الصحية تشفيرًا وضوابط وصول وتسجيل تدقيق.
- 1عزل الخادم: جهاز Linux مخصص (بلا موارد مشتركة)، بلا إنترنت، USB مشفّر لنقل بيانات الدخول/الخروج.
- 2تشفير التخزين: تشفير قرص كامل LUKS، AES-256، محمي بعبارة مرور. يمنع تسرّب البيانات إذا سُرق العتاد.
- 3عزل الشبكة: VLAN مخصصة أو معزولة (بلا شبكة). الوصول عبر VPN مع MFA، أو طرفية مادية فقط.
- 4تسجيل التدقيق: كل استعلام للـ LLM يُسجَّل: الطابع الزمني، معرّف المستخدم، hash المستند (لا نص خام)، طول الاستجابة، النموذج المستخدم. تُخزَّن السجلات على خادم syslog مشفّر منفصل.
- 5ضبط الوصول: قائم على الأدوار (طبيب مقابل مسؤول مقابل باحث). MFA لتسجيل الدخول. بلا كلمات مرور مشتركة. تعطيل الحساب عند انتهاء العلاقة الوظيفية.
- 6سياسة الاحتفاظ: احذف سجلات الاستدلال بعد 6 سنوات (متطلب البيانات الصحية). سكربتات تطهير آلية بتحقق تشفيري.
- 7اتفاقية معالجة البيانات: تنطبق فقط على المزوّدين. النماذج مفتوحة المصدر (Llama، Mistral) تتطلب توثيق امتثال داخلي، لا توقيعات مزوّد.
- 8اختبار اختراق سنوي: تدقيق أمني من طرف ثالث للتحقق من عدم وجود تسريب بيانات أو بيانات اعتماد افتراضية أو ثغرات غير مُصحَّحة.
تهيئة ممتثلة لبيانات الدفع
بيانات بطاقات الدفع (PAN = رقم الحساب الأساسي) لا يمكن معالجتها بنماذج LLM. تتطلب معايير أمان بيانات الدفع 12 متطلبًا أساسيًا.
- 1لا تُدخِل أبدًا أرقام بطاقات كاملة في نموذج LLM. تحظر معايير أمان بيانات الدفع ذلك تمامًا. استخدم تمثيلات مرمّزة (آخر 4 أرقام فقط، بلا تاريخ انتهاء).
- 2تشفير أثناء السكون وأثناء النقل: ملفات مشفّرة AES-256، TLS 1.3 للشبكة. تُشفَّر جميع بيانات البطاقة قبل مغادرة الطرفية.
- 3تجزئة الشبكة: خادم LLM على VLAN معزولة بقواعد جدار حماية. بلا وصول للإنترنت، بلا وصول للشبكة المؤسسية.
- 4وحدة أمان عتادية (HSM): خزّن مفاتيح التشفير في جهاز مقاوم للعبث (Thales، Yubico HSM). منفصل عن خادم LLM.
- 5التسجيل والمراقبة: تنبيهات فورية حول الوصول للملفات ومحاولات تسجيل الدخول وفشل المصادقة وتسريب البيانات. تكامل SIEM (Splunk، ELK).
- 6فحص امتثال ربع سنوي: فحص آلي لمعايير أمان بيانات الدفع (Qualys، Nessus، Rapid7) لكشف الثغرات. عالجها خلال 30 يومًا.
- 7توثيق المزوّد: مزوّدو النماذج (Ollama، vLLM) ليسوا معالجي دفع ولا مزوّدي معايير أمان دفع. نشرك المحلي ضمن النطاق.
النشر المعزول
الخيار الأكثر أمانًا: الجهاز بلا أي اتصال شبكي (عزل على مستوى قفص فاراداي).
- 1العزل المادي: خادم في غرفة مقفلة (ضبط وصول مادي)، بلا كابل Ethernet، WiFi معطّل في BIOS، Bluetooth معطّل.
- 2تحميل النموذج: تنزيل مسبق للنماذج على جهاز موصول (من HuggingFace)، نقل عبر USB مشفّر (تشفير GPG، AES-256).
- 3نقل البيانات الوارد: ينقل المستخدمون المستندات عبر USB مشفّر (تشفير GPG أو 7z). افحص USB بحثًا عن برمجيات خبيثة على الجهاز المعزول.
- 4الاستدلال: شغّل LLM محليًا (Ollama، vLLM)، احفظ الإخراج على USB. بلا استدعاءات شبكة، بلا وصول لواجهات API خارجية.
- 5نقل البيانات الصادر: يُعاد USB المشفّر للمستخدم ويُفكّ تشفيره على جهاز غير حساس منفصل. يُتلَف USB المشفّر الأصلي بعد التحقق من فك التشفير.
- 6المقايضة: زمن الاستجابة (النقل اليدوي عبر USB يستغرق دقائق) مقابل أمان مطلق (صفر خطر شبكة، صفر إمكانية اختراق عن بُعد).
- 7حالة الاستخدام: الاكتشاف القانوني (مراجعة المحامي)، تحليل الصور الطبية، تدريب النماذج المالية (معالجة دفعية بزمن استجابة ساعة مقبول).
الامتثال لحماية البيانات الإقليمية
تتطلب تشريعات حماية البيانات الإقليمية تقييمات صريحة للأمان والمخاطر.
- 1متطلبات الأمان: ضمان تشفير ملائم وإخفاء هوية وسرية وسلامة ومرونة. يلبي LLM المحلي هذا افتراضيًا (بلا إرسال للسحابة = بلا خطر).
- 2تقييم أثر حماية البيانات: إلزامي للمعالجة عالية المخاطر. وثّق: أنواع البيانات (طبية، مالية)، الاحتفاظ (6 سنوات)، ضوابط الوصول، سيناريوهات الاختراق. LLM المحلي = خطر منخفض (المحتوى).
- 3الحق في النسيان: يجب حذف السجلات المحلية عند الطلب. طبّق سكربتات إخفاء هوية آلية (إزالة معرّف المستخدم، hashing المستندات).
- 4حوكمة أنظمة الذكاء الاصطناعي عالية المخاطر: يعتمد التصنيف على حالة الاستخدام. التشخيص الطبي = خطر عالٍ (يتطلب قابلية تفسير). مراجعة المستندات القانونية = خطر متوسط (يتطلب مسار تدقيق). طبّق تقييم مخاطر وعملية مراجعة بشرية.
- 5تقييم أثر حماية البيانات (DPIA): إلزامي قبل النشر. وثّق: غرض المعالجة (تشخيص، مراجعة حالات)، فئات البيانات (سجلات طبية، عقود)، أطراف ثالثة (لا شيء)، الاحتفاظ (6 سنوات)، الضمانات (تشفير، سجلات وصول).
- 6السيادة الرقمية الخليجية: تتطلب أنظمة حماية البيانات الخليجية (PDPL السعودي، قانون الإمارات) بقاء البيانات الشخصية محليًا. تدعم نماذج عربية سيادية مثل Jais وALLaM وFalcon المعالجة المحلية بالكامل (النشر المحلي = ممتثل، المعالجة الذاتية = ممتثلة).
النماذج الموصى بها وتحجيم العتاد
اختر النماذج حسب متطلبات الامتثال وحجم البنية التحتية.
| Caso de uso | Modelo | VRAM | Hardware | Por qué |
|---|---|---|---|---|
| مراجعة المستندات (قانوني) | LLaMA 4 Scout (7B) | 8-12 GB | RTX 4060 / M4 Max | استدلال قانوني سريع ودقيق، بصمة صغيرة |
| سجل طبي (القطاع الصحي) | Mistral Large (34B) | 32-40 GB | RTX 4090 / A100 (40 GB) | دقة عالية، معرفة طبية، يلبي متطلبات البيانات الصحية |
| تحليل مالي (الدفع) | Llama 3.3 70B | 70-80 GB | A100 (80 GB) / H100 | استدلال مالي، مسارات تدقيق امتثال |
| فِرق صغيرة (<10) | Mistral Small Instruct | 8-16 GB | M3/M4 Pro أو RTX 4070 | فعّال من حيث التكلفة، كافٍ لإدارة المستندات الأساسية |
مقارنة LLM محلي مقابل API سحابي
مقارنة مباشرة لنماذج النشر.
| Factor | LLM local | API en la nube |
|---|---|---|
| أمان البيانات | صفر تسريب. تبقى البيانات في الموقع. مشفّرة أثناء السكون وأثناء النقل. | تُرسَل البيانات لخوادم المزوّد. قد يتدرّب المزوّد عليها (الشروط تسمح). مسؤولية الاختراق على المزوّد. |
| الامتثال | ممتثل للوائح البيانات الصحية والدفع وحماية البيانات. سجلات تدقيق تحت سيطرتك. تقييم أثر مطلوب لكن منخفض الخطر. | غير ممتثل للوائح. المزوّد هو معالج البيانات، وأنت المسؤول. |
| التكلفة | 3,000-5,000 دولار عتاد أولي. 0-500 دولار/سنة صيانة. متوقّعة. | 0 دولار أولي. 500,000 دولار+/سنة عند التوسع (tokens × أسعار 2026). غير متوقّعة. |
| المسؤولية عن الاختراق | 0 دولار (البيانات لا تغادر سيطرتك أبدًا). لا حاجة لتأمين. | 50,000-5,000,000 دولار+ (اختراق المزوّد = أنت المسؤول أمام المتضررين بموجب لوائح حماية البيانات). |
تسجيل التدقيق وحوكمة البيانات
ماذا تسجّل: كل استعلام للـ LLM (الطابع الزمني، المستخدم، hash المحفّز، طول الاستجابة، إصدار النموذج)، الوصول للملفات (فتح/قراءة/تعديل)، تسجيل الدخول/الخروج (IP، حالة MFA).
أين تخزّن: خادم syslog مشفّر، جهاز مادي منفصل عن خادم LLM. يمنع اختراق البيانات من المساس بالسجلات.
مقاومة العبث: تواقيع تشفيرية على السجلات (SHA-256، موقّعة بمفتاح المسؤول). بلا حذف دون كسر سلسلة الثقة. طبّق تخزينًا بالإضافة فقط.
الأدوات: ELK Stack (Elasticsearch/Logstash/Kibana) للتجميع والبحث؛ Splunk للمؤسسات (احتفاظ قياسي 60 يومًا).
سياسة الاحتفاظ: البيانات الصحية = 6 سنوات، حماية البيانات = الحق في النسيان (إخفاء الهوية بعد 6 أشهر)، بيانات الدفع = سنة واحدة. أتمت التطهير بتحقق تشفيري.
تحقق امتثال شهري: مراجعة السجلات (فحص عشوائي لـ 5% من السجلات). تدقيق ربع سنوي لنسب البيانات (تتبّع الاستعلامات حتى المصدر). تقييم سنوي من طرف ثالث (اختبار اختراق، تحقق من السجلات).
أكثر إخفاقات الامتثال شيوعًا
- استخدام ChatGPT السحابي مع بيانات صحية. انتهاك فوري للوائح البيانات الصحية. الغرامة: 10,000-50,000 دولار لكل حادثة (حتى 1,500,000 دولار سنويًا). مثال: موظفو مستشفى يستخدمون ChatGPT لصياغة تقارير الخروج (تعرّض معلومات صحية محمية).
- خادم معزول بباب غير مقفل. الأمان المادي = صفر إذا أمكن لأي شخص الدخول. مثال: وجد مدقق امتثال خادم LLM في غرفة خوادم بوصول عام بلا ضبط وصول ببطاقة.
- سجلات مخزّنة على نفس خادم البيانات. اختراق السجلات = اختراق مسار التدقيق. مطلوبة أنظمة منفصلة. مثال: شفّرت برمجية فدية كلًا من البيانات والسجلات، مدمّرةً مسار التدقيق.
- بلا تشفير للبيانات أثناء النقل. نقل USB غير مشفّر على شبكة مشتركة. هجوم تنصّت يلتقط سجلات طبية. استخدم ملفات مشفّرة بـ GPG وتحقق من checksums.
- اتفاقية معالجة بيانات مع نماذج مفتوحة المصدر. النماذج مفتوحة المصدر (Llama، Mistral) ليس لها مزوّد يوقّع اتفاقية معالجة. بدلًا من ذلك، وثّق امتثالك داخليًا (سجلات تدقيق، تقييم مخاطر، تقييم أثر). تنطبق اتفاقية المعالجة على المزوّدين فقط.
- بلا سياسة احتفاظ. تتطلب لوائح البيانات الصحية التطهير بعد 6 سنوات. عدم الحذف = انتهاك. طبّق سكربتات آلية تحذف السجلات وفق جدول بإثبات تشفيري.
الأسئلة الشائعة
هل يمكنني استخدام نماذج LLM سحابية مع بيانات الامتثال إذا hashtُ البيانات الشخصية؟
لا. البيانات المُجزّأة (hashed) لا تزال منظّمة. تحظر لوائح البيانات الصحية وحماية البيانات الإرسال لأي مزوّد، بما في ذلك واجهات API السحابية. الـ hashing لا يزيل البيانات من سيطرة المزوّد. استخدم LLM محلي فقط.
هل أحتاج اتفاقية معالجة مع نماذج Llama أو Mistral؟
لا. النماذج مفتوحة المصدر ليس لها مزوّد يوقّع اتفاقية معالجة. بدلًا من ذلك، وثّق امتثالك داخليًا: تقييم مخاطر، إجراءات معالجة بيانات، سجلات تدقيق، سياسة احتفاظ. اتفاقية المعالجة إلزامية فقط إذا استخدمت مزوّدًا (OpenAI، Anthropic، Google).
هل النشر المعزول مبالغ فيه للبيانات الصحية؟
ليس مبالغًا فيه إذا كانت البيانات شديدة الحساسية (جينية، سجلات نفسية). أفضل ممارسة. للبيانات الأقل حساسية (استعلامات أساسية)، نشر محلي محمي بـ VPN مقبول مع تدقيقات شهرية.
كيف أتعامل بأمان مع انتهاء خدمة موظف؟
عطّل وصول VPN فورًا. دقّق جميع استعلامات LLM لذلك المستخدم في آخر 6 أشهر (متطلب امتثال). تحقق من عدم تصدير بيانات سرية. أرشف السجلات (للقراءة فقط) لمدة 6 سنوات. أزل المستخدم من قوائم ضبط الوصول.
هل يمكنني استخدام نماذج LLM المحلية للاكتشاف القانوني؟
نعم. المعزول + إشراف المحامي يحافظ على السرية المهنية بين المحامي والعميل (بلا وصول طرف ثالث). وثّق: سلسلة الحيازة، إجراءات معالجة البيانات، سجلات الوصول. يلبي متطلبات الاكتشاف الإلكتروني.
ماذا يحدث إذا حدث اختراق في الخادم المحلي؟
التشفير أثناء السكون = ضرر محدود (لا يمكن للمهاجم قراءة البيانات). تكشف سجلات التدقيق ما تم الوصول إليه (الاستعلامات المخترقة فقط). أبلغ المتضررين خلال 30 يومًا (متطلب لوائح البيانات الصحية وحماية البيانات). الاستجابة للحادث: اعزل الخادم، تحليل جنائي، حدّث كلمات المرور، اختبار اختراق.
هل الاستدلال المحلي أبطأ من واجهات API السحابية؟
زمن الاستجابة أعلى قليلًا (200 مللي ثانية محلي مقابل 50 مللي ثانية سحابي)، لكن الإنتاجية مماثلة. المعالجة الدفعية (المراجعة القانونية، تحليل الصور الطبية) لا تُظهر فرقًا عمليًا. المحادثة الفورية مقبولة لمعظم حالات الاستخدام.
هل يمكنني تخزين مخرجات LLM المحلي في السحابة بعد الاستدلال؟
فقط إذا كان مشفّرًا من طرف إلى طرف (أنت تملك مفتاح التشفير، ولا يمكن لمزوّد السحابة الوصول للنص الخام). موصى به: خزّن محليًا واحتفظ بنسخ احتياطية في تخزين سحابي مشفّر (AWS S3 بتشفير من جانب الخادم). التزم بمتطلبات إقامة البيانات (تبقى البيانات في الولاية القضائية).
قراءات ذات صلة
المصادر
- لوائح خصوصية البيانات الصحية (متطلبات حماية المعلومات الصحية، 2013)
- لوائح أمان البيانات الصحية (التشفير، ضوابط الوصول، تسجيل التدقيق)
- معيار أمان بيانات الدفع v4.0 (مجلس معايير أمان بيانات الدفع، 2022) — إدارة بيانات بطاقات الدفع
- أنظمة حماية البيانات الشخصية الخليجية (PDPL السعودي، قانون الإمارات، 2021) — الأمان وتقييم الأثر والحق في النسيان
- أطر حوكمة الذكاء الاصطناعي (2024) — حوكمة أنظمة الذكاء الاصطناعي عالية المخاطر
- متطلبات إقامة ومعالجة البيانات الإقليمية