Key Takeaways
- يُلبّي النشر المحلي لـ Qwen المواد 44 (لا نقل إلى دول ثالثة) و25 (الخصوصية بالتصميم) و5(1)(f) (سلامة البيانات) من GDPR بقرار معماري واحد
- أقل أجهزة: أي بطاقة رسوم بسعة 12 GB من VRAM (RTX 3080 أو RTX 4070 Ti أو ما يعادلها) لتشغيل Qwen 3 14B بـ Q4_K_M عبر Ollama
- خطوات عزل حرجة: تقييد منفذ Ollama 11434 على الشبكة المحلية فقط عبر جدار الحماية، وتعطيل القياس عن بُعد، والتشغيل في شريحة شبكة معزولة
- سجل المعالجة بموجب المادة 30: سجّل إصدار النموذج والتكميم وطابع وقت الجلسة وتجزئة SHA-256 للأمر — لا محتوى البيانات الشخصية الخام أبدًا
- إجمالي وقت الإعداد من نظام تشغيل نظيف إلى أول استدلال آمن بموجب GDPR: أقل من 30 دقيقة
لماذا يُلبّي النشر المحلي GDPR
<strong>مواد GDPR الثلاث الأكثر تأثرًا مباشرةً باستخدام الذكاء الاصطناعي هي المادة 44 (عمليات نقل البيانات الدولية) والمادة 25 (حماية البيانات بالتصميم) والمادة 5(1)(f) (السلامة والسرية). يعالج النشر المحلي لنموذج LLM الثلاث جميعًا بقرار معماري واحد: يعمل النموذج على أجهزتك، داخل ولايتك القضائية، دون نقل بيانات إلى الخارج.</strong>
المادة 44 هي الأصعب امتثالًا للذكاء الاصطناعي السحابي. كل أمر يحتوي على بيانات شخصية يُرسَل إلى OpenAI أو Anthropic أو Alibaba Cloud يتطلب أساسًا قانونيًا للنقل — كحد أدنى بنودًا تعاقدية قياسية، وغالبًا أيضًا تقييم أثر النقل. عندما يحدث الاستدلال محليًا، لا يحدث أي نقل بموجب المادة 44. تختفي المسألة القانونية.
تتطلب المادة 25 أن تُصمَّم المعالجة من البداية لحماية البيانات الشخصية. النموذج المحلي هو المثال النموذجي: افتراضيًا، لا تغادر أي بيانات المبنى. المدققون وسلطات حماية البيانات معتادون على هذه البنية.
تشغيل Qwen محليًا يُلبّي المواد 44 و25 و5(1)(f) من GDPR بقرار معماري واحد: يعالج النموذج جميع البيانات على أجهزتك، داخل ولايتك القضائية.
لـ GDPR قواعد صارمة بشأن إرسال البيانات إلى دول أخرى. يُبقي نموذج الذكاء الاصطناعي المحلي البيانات على أجهزتك — لا تعبر أي بيانات الحدود، فلا تنطبق قواعد النقل الدولي ببساطة.
متطلبات الأجهزة حسب حجم المؤسسة
<strong>لمسؤول حماية بيانات أو محلل قانوني واحد: أي بطاقة رسوم بسعة 12 GB من VRAM تتعامل مع Qwen 3 14B Q4_K_M بسرعات استدلال عملية (~18 token/ثانية على RTX 3080). لفريق من 5 إلى 10 مستخدمين يتشاركون خادمًا مركزيًا: 24 GB من VRAM (RTX 3090 أو RTX 4090) تتعامل مع طلبات متزامنة متعددة.</strong> يتطلب النشر المؤسسي متعدد المستخدمين إعداد بطاقات رسوم متعددة، وهو خارج نطاق هذا الدليل.
أقل إعداد قابل للتطبيق: RTX 3080 أو RTX 4070 Ti أو أي بطاقة رسوم بسعة 12 GB من VRAM. يُنصح ببطاقة رسوم مخصصة بدلًا من بطاقة محطة عمل مشتركة. البديل عبر CPU باستخدام Ollama ممكن، لكن سرعة الاستدلال تنخفض إلى ~3 token/ثانية.
| Tamaño del equipo | GPU recomendada | Modelo | Velocidad esperada |
|---|---|---|---|
| مستخدم واحد | RTX 3080 (12 GB) | Qwen 3 14B Q4 | ~18 token/ثانية |
| 2–5 مستخدمين (طابور) | RTX 4070 Ti (12 GB) | Qwen 3 14B Q4 | ~22 token/ثانية |
| 5–10 مستخدمين (مشترك) | RTX 3090 / 4090 (24 GB) | Qwen 3 14B Q5 | ~28 token/ثانية |
| فريق المستندات الطويلة | RTX 3090 (24 GB) | Llama 4 Scout (10M ctx) | ~15 token/ثانية |
تثبيت Ollama — خطوة بخطوة
<strong>ثبّت Ollama على Linux أو macOS أو Windows. نزّل Qwen 3 14B مرة واحدة عبر HTTPS. بعد ذلك، يكون الاستدلال دون اتصال بالكامل.</strong>
- 1ثبّت Ollama
Why it matters: تثبيت بسطر واحد على Linux: <code>curl -fsSL https://ollama.com/install.sh | sh</code>. macOS: نزّل ملف .app من ollama.com. Windows: نزّل مثبّت .exe. التحقق: يجب أن يعيد <code>ollama --version</code> رقم إصدار. - 2نزّل النموذج (تنزيل واحد عبر HTTPS)
Why it matters: نفّذ <code>ollama pull qwen2.5:14b</code>. يُنزّل هذا ~9 GB من Hugging Face عبر HTTPS. هذه هي المرة الوحيدة التي يُطلب فيها وصول شبكة خارجي. في بيئات الفصل التام عن الشبكة: نزّل على جهاز متصل، وانقل ملف GGUF عبر USB واستورده بـ <code>ollama create qwen2.5:14b --from /ruta/al/archivo.gguf</code>. - 3عطّل القياس عن بُعد
Why it matters: أنشئ أو حرّر <code>~/.ollama/config.json</code> وأضف: <code>{"telemetry": false}</code>. لا يرسل Ollama حركة مرور الاستدلال إلى الخارج، لكنه يرسل نبضات قياس عن بُعد عند البدء. تعطيلها يلغي أي نشاط شبكة متبقٍ من بيئة التشغيل. - 4اختبر الاستدلال
Why it matters: نفّذ <code>ollama run qwen2.5:14b</code> وأدخل أمرًا. تأكد من توليد الاستجابة محليًا. استخدم <code>ss -tnp | grep ollama</code> (Linux) أو Wireshark للتحقق من عدم حدوث اتصالات صادرة أثناء الاستدلال.
curl -fsSL https://ollama.com/install.sh | sh
ollama pull qwen2.5:14b
ollama run qwen2.5:14bعزل الشبكة
<strong>يكشف Ollama واجهة API عبر HTTP على المنفذ 11434 افتراضيًا. يجب تقييد هذا المنفذ على وصول الشبكة المحلية فقط — وعدم تعريضه للإنترنت أبدًا. الاستدلال على خادم Ollama مُعدّ بشكل صحيح يولّد حركة مرور صادرة معدومة.</strong>
على Linux مع UFW: <code>ufw allow from 192.168.0.0/16 to any port 11434</code> متبوعًا بـ <code>ufw deny 11434</code>. للاستخدام المحلي لمستخدم واحد، اربط Ollama بـ localhost فقط بضبط متغير البيئة: <code>OLLAMA_HOST=127.0.0.1 ollama serve</code>.
تقوية إضافية: شغّل Ollama كمستخدم نظام دون امتيازات root، وقيّد دليل النموذج على ذلك المستخدم، ودقّق الاتصالات الصادرة شهريًا عبر <code>conntrack -L | grep ESTABLISHED</code> أثناء جلسة استدلال للتأكد من عدم وجود استدعاءات خارجية.
•Important: إذا استخدمت Open WebUI أو أي واجهة أمامية يمكن الوصول إليها من المتصفح لـ Ollama، فتأكد من تقييد الواجهة الأمامية أيضًا على وصول الشبكة المحلية فقط. عزل واجهة API الخاصة بـ Ollama لا يكفي إذا كانت الواجهة الأمامية متاحة علنًا.
تشفير القرص — المادة 5(1)(f) من GDPR
<strong>تتطلب المادة 5(1)(f) من GDPR معالجة البيانات الشخصية بأمان ملائم، بما في ذلك الحماية من الوصول غير المصرّح به. يضمن تشفير القرص الكامل أنه إذا فُقد أصل أجهزة أو سُرق، فلا يمكن الوصول إلى ملفات النموذج وأي بيانات مسجّلة.</strong>
Linux: LUKS2 مع dm-crypt هو المعيار. فعّله وقت تثبيت نظام التشغيل لتغطية أوسع. للأنظمة القائمة: يمكن لـ <code>cryptsetup</code> تشفير أقسام محددة. macOS: FileVault مدمج — فعّله في إعدادات النظام ← الخصوصية والأمان ← FileVault. Windows: BitLocker في إصدارات Pro/Enterprise.
شفّر كلًا من قرص نظام التشغيل وأي قرص خارجي يُستخدم لتخزين ملفات النموذج أو سجلات الجلسات. أوزان نموذج Qwen نفسها لا تحتوي على بيانات شخصية، لكن أي سجل جلسة أو نموذج مضبوط يجب التعامل معه كما لو كان يحتويها محتملًا.
سجل تدقيق المادة 30 — ماذا تسجّل وكيف
<strong>تتطلب المادة 30 من GDPR أن تحتفظ المؤسسات بسجل لأنشطة المعالجة التي تتضمن بيانات شخصية. بالنسبة إلى نشر نموذج LLM، يعني ذلك توثيق: غرض المعالجة، وفئات البيانات المعالَجة، والتدابير التقنية والتنظيمية، وفترات الاحتفاظ.</strong>
ماذا تسجّل لكل جلسة استدلال: (1) اسم النموذج وإصداره (مثلًا qwen2.5:14b)، (2) مستوى التكميم (Q4_K_M)، (3) طابع وقت الجلسة (ISO 8601)، (4) تجزئة SHA-256 لأمر الإدخال — لا النص الخام. تتيح التجزئة إثبات الاتساق دون الاحتفاظ ببيانات شخصية. (5) معرّف المستخدم (اسم مستعار) إن انطبق.
ماذا لا تسجّل: النص الخام للأمر، والنص الخام للاستجابة، وأي بيانات تعريف شخصية مستخرجة من الاستجابة. الغرض من التجزئة هو إنشاء سجل مقاوم للتلاعب دون توليد مشكلة احتفاظ ببيانات شخصية جديدة.
💡Tip: تجزئة الأمر بسطر واحد بـ Python: <code>import hashlib; hashlib.sha256(prompt.encode()).hexdigest()</code>. خزّن هذا بجانب بيانات الجلسة الوصفية، لا الأمر الأصلي.
هل يتطلب نموذج LLM محلي تقييم أثر حماية البيانات (DPIA)؟
ربما. يُطلب DPIA عندما يُرجَّح أن تولّد المعالجة مخاطر عالية للأفراد — مثلًا معالجة السجلات الطبية أو بيانات أداء الموظفين أو المستندات القانونية على نطاق واسع. عتبة "منهجي وواسع النطاق" هي المُحفّز، لا أداة الذكاء الاصطناعي نفسها. محلل واحد يستخدم Qwen 3 14B لمراجعة العقود لن يُفعّل على الأرجح DPIA إلزاميًا. مؤسسة رعاية صحية تعالج مئات سجلات المرضى يوميًا ستفعّله على الأرجح.
هل يمكنني استخدام Open WebUI مع Ollama للوصول المتوافق مع GDPR؟
نعم، إذا كان Open WebUI مقيّدًا أيضًا على الشبكة المحلية. شغّل Open WebUI على الشبكة المعزولة نفسها مثل Ollama، واربط منفذه على الواجهة الداخلية فقط، وفعّل المصادقة. يدعم Open WebUI حسابات المستخدمين، مما يوفّر أيضًا سجل تدقيق على مستوى المستخدم يُطابق متطلبات المادة 30.
أي متغير من نموذج Qwen أفضل للنصوص القانونية والموارد البشرية باللغات الأوروبية؟
Qwen 3 14B Q4_K_M هو الأساس الموصى به: قوي في الألمانية والفرنسية والإيطالية والإسبانية والإنجليزية على مستوى 14B. لسير العمل القانوني كثيف الكود (مثلًا معالجة عقود ببنود كود مضمّنة أو بيانات منظمة)، Qwen 3 Coder 14B Q4_K_M. للمؤسسات المحدودة بـ 6–8 GB من VRAM، يؤدي Qwen 3 8B جيدًا مع النصوص متعددة اللغات.
هل أحتاج إلى اتفاقية معالجة بيانات مع Ollama؟
لا. Ollama بيئة تشغيل محلية دون مكوّن خادم. لا يعالج البيانات نيابةً عنك — تعمل أوزان النموذج بالكامل على أجهزتك. لا يوجد كيان Ollama يتصرف كمعالج بيانات بموجب المادة 28 من GDPR. لا تحتاج إلى اتفاقية معالجة بيانات.