Mind Lab Toolkit (MinT)
Support

MinT 安全与合规白皮书

Mind Lab Toolkit

服务提供方:MINDAI PTE. LTD.

版本:v2.0

发布日期:2026年7月【】日

生效日期:2026年[ ]月[ ]日

【请仔细阅读】本《安全与合规白皮书》(下称“白皮书”)描述 MINDAI PTE. LTD.(下称“Mindai”“我方”“我们”)截至上述发布日期就 MinT(Mind Lab Toolkit,下称“MinT”或“服务”)所采取的技术与组织性安全措施。本白皮书旨在协助企业版客户、其安全团队及法律顾问开展供应商安全评估,属信息性文件,本身不构成合同性承诺。合同性安全承诺以 MinT 服务条款、《数据处理协议》(DPA)及相关订单文件所载为准。

【前瞻性陈述】本白皮书中标识为“路线图”“计划”或“规划中”或类似表述的事项,反映 Mindai 截至发布日期的当前计划,可能发生变化。客户在作出采购决策时不应依赖此类事项,应于实际合作之时向 Mindai 确认相关事项的届时实际状态。

第一条 引言与适用范围

MinT 是一款由 Mindai 提供的人工智能平台,由两个独立组成部分构成:(a)“训练平台”——为机器学习模型权重(下称“训练产出”)的训练、微调与评估提供强化学习(Reinforcement Learning)基础设施,其输出为模型参数而非面向终端用户的内容;(b)“中转站”——通过 API 接口方式向客户提供 Macaron 系列模型及第三方开源模型(如 DeepSeek、GLM 等)的调用能力,客户可用于自身 AI 业务用途。本白皮书描述 Mindai 就 MinT 上述两个组成部分及其上所处理的客户数据所采取的安全架构、安全控制与治理实践。

除另有定义外,本白皮书中使用的大写术语具有 MinT 服务条款与 MinT 隐私政策所赋予的含义。

第二条 Mindai 的安全承诺

Mindai 安全体系建立在以下四项原则之上:

  • 客户数据归属——客户数据归客户所有。Mindai 仅为提供服务之目的,并按照客户书面指示处理客户数据。

  • 纵深防御——我们在物理、网络、主机、应用、数据及身份各层面部署安全控制,以确保任一单层被攻破不会导致客户数据被泄露。

  • 最小权限——Mindai 员工对客户数据的访问仅限于经过严格范围限定的角色,按即时授权方式授予,并经记录与审查。

  • 透明度——Mindai 对外公布其安全态势(即本白皮书)、子处理方清单以及安全事件通知实践,并在适当保密安排下,根据企业版客户请求提供第三方审计摘要报告。

第三条 安全治理

Mindai 的安全工作由安全负责人(Head of Security)统筹,其向公司管理层汇报,负责信息安全管理体系(ISMS)的设计、实施、运行与持续改进。安全负责人下设专职安全团队,覆盖安全工程、安全运营、合规与风险治理(GRC)及事件响应等职能。

Mindai 建立并维护书面信息安全政策框架,由管理层审批并定期复核,涵盖 ISO/IEC 27001:2022 附录 A 所列各安全管理域。相关政策至少每年复核一次,并在服务、威胁态势或适用法律发生重大变化时进行复核。所有可访问客户数据的人员,须在获得访问权限前书面确认遵守上述政策框架。

Mindai 运行符合 ISO/IEC 27005 的风险管理流程。风险以“影响×可能性”进行识别、评估,并以接受、缓解、转移或规避的方式予以处置,并在统一风险登记簿中跟踪。重大风险按季度上报管理层。

第四条 资质认证与合规标准

4.1 现有认证

截至本白皮书发布之日,Mindai 已取得如下认证:

  • 网络安全等级保护第三级(PRC MLPS 2.0,“等保三级”)——由具备资质的测评机构依据 GB/T 22239-2019 完成测评,并已在公安机关备案。等保三级是中华人民共和国针对处理重要信息、服务重要用户群体的信息系统适用的国家基础要求。

4.2 对标的标准

在上述认证之外,Mindai 的安全体系在设计上还对标下列国际标准与框架:

  • ISO/IEC 27001:2022(信息安全管理体系)——附录 A 控制集;

  • ISO/IEC 27701:2019(隐私信息管理)——数据控制者与处理者相关控制;

  • ISO/IEC 27017:2015(云服务信息安全);

  • ISO/IEC 27018:2019(作为个人可识别信息处理者的公有云中个人可识别信息保护);

  • NIST 网络安全框架(CSF)2.0——识别、保护、检测、响应、恢复、治理;

  • NIST SP 800-53(安全与隐私控制)及 NIST SP 800-63B(数字身份);

  • 云安全联盟(CSA)云控制矩阵(CCM)v4。

4.3 路线图

下列认证目前列入 Mindai 合规路线图。下文所列目标时间窗为参考性质,客户在实际合作之时应向 Mindai 确认届时状态:

  • ISO/IEC 27001:2022 认证——目标时间窗:[待定];

  • SOC 2 Type II 报告(安全、可用性、保密性)——目标时间窗:[待定];

  • ISO/IEC 27701:2019 认证(隐私扩展)——目标时间窗:[待定]。

4.4 独立审计

Mindai 委托具备资质的独立第三方开展安全评估,包括就 MinT 平台层至少每年一次的应用层渗透测试。重大发现通过 Mindai 漏洞管理流程跟踪闭环。相关摘要报告可在适当保密安排下,根据企业版客户请求提供。

第五条 共担责任模型

MinT 服务的安全由 Mindai、客户以及(在相关情形下)Mindai 的 IaaS 层子处理方共同承担。下表汇总了责任分配,仅供参考说明之用,不替代服务条款、DPA 或相关订单文件所作的实际约定。

控制领域Mindai客户IaaS 子处理方
数据中心物理安全
宿主操作系统、虚拟化层、底层基础设施
MinT 平台层(控制平面、编排、身份、元数据服务)
客户数据多租户隔离
客户数据静态加密(平台托管密钥)
账号凭证安全、MFA 启用、API 密钥管理
客户数据的分类与标识
上传个人信息的合法处理依据
客户使用行为合规性(AUP 及适用法律)
本地化部署环境的安全(仅适用于私有化部署)

第六条 数据保护

6.1 数据归属

客户数据归客户所有。在 Mindai 与客户之间,客户保留对客户数据、训练数据与训练产出的全部权利、所有权与权益。Mindai 作为数据处理者(PDPA 项下的“数据中介”;GDPR 项下的“处理者”;PIPL 项下的“受托人”),仅按照客户书面指示并为提供服务之唯一目的处理客户数据,相关细节以 DPA 所载为准。

Mindai 不将客户数据、训练数据或训练产出用于训练、微调或评估 Mindai 自有模型,亦不向第三方披露上述数据,但经授权的子处理方依子处理方清单所列并承担等同书面义务者除外。

6.2 多租户隔离

MinT 在训练平台的控制平面、编排、存储与元数据层面,以及中转站的 API 网关层,实施租户间逻辑隔离,确保任一租户无法访问或枚举另一租户的资源、数据、训练工件或中转站请求。隔离通过租户级标识、租户级加密材料,以及每个 API 边界上的鉴权校验予以强制实现。

对隔离有更高要求的企业版客户,可采用私有化部署(见第十六条):客户工作负载在专属并由客户管理控制的基础设施上运行。

6.3 数据驻留

客户数据的存储与处理位置由客户所选部署模式决定:

  • 云端部署:客户数据在 Mindai 所使用的、具备相应资质的云服务提供方的中国大陆境内节点上存储与处理。在通常运行中,云端部署客户的客户数据不发生出境传输。

  • 私有化/本地部署:客户数据在客户管理控制的基础设施上存储与处理;相关数据驻留位置及是否发生跨境移动,由客户自行决定并承担相应责任。

当前子处理方清单(包括为云端部署客户提供服务的云服务提供方的身份与位置)载于子处理方页面,并可应企业版客户请求提供。参见 MinT 隐私政策第九条。

6.4 加密

Mindai 对客户数据在存储、计算与网络各层面实施端到端加密,遵循如下标准:

  • 传输加密:所有经公网的客户端至服务、以及服务间通信均采用 TLS 1.2 或更高版本。控制面 API 支持 TLS 1.3 及现代加密套件;不接受 SSLv2/v3、TLS 1.0/1.1 等旧协议。

  • 静态加密:MinT 平台层运营的对象存储、块存储与托管数据库中的客户数据,采用 AES-256(或同等强度)加密。

  • 平台内部敏感凭证加密:服务间认证令牌、密钥与凭证存储在专用密钥管理系统中,具备访问控制与审计日志。

6.5 密钥管理

用于保护客户数据静态加密的密钥由 Mindai 的 IaaS 层子处理方运营的密钥管理服务(KMS)管理,并在“密钥管理”与“密钥使用”权限之间实施职责分离。就云端部署场景下的客户自主管理密钥(BYOK / CMEK)能力,列入 Mindai 产品路线图。在私有化部署场景下,密钥管理基础设施由客户在其自有环境中控制。

6.6 备份与删除

客户数据按照 Mindai 业务连续性目标(见第十三条)以固定节奏进行备份。备份数据继承与生产数据相同的加密、访问控制与隔离属性。

在服务终止或收到客户书面删除指示后,Mindai 将在 DPA 所列期限内从生产系统中删除客户数据,并在备份轮换周期内从备份系统中删除。Mindai 应客户请求提供书面删除确认。

第七条 身份与访问管理

7.1 原生账号体系

MinT 提供原生账号体系,支持强密码策略(长度、复杂度、历史、有效期)、多次登录失败锁定、会话超时,以及异常登录检测(如异常地理位置、异常位移)。

7.2 多因素认证(MFA)

MinT 支持用户登录多因素认证,用以防范钓鱼、密码复用与暴力破解所致的凭证泄露风险。强烈建议客户对具有管理员权限或可访问敏感资源的全部用户强制启用 MFA。

7.3 单点登录(SSO)

v2.0 版本下,MinT 云端部署产品不提供标准化、开箱即用的 SSO 集成。对 SSO 有需求的客户——包括与 SAML 2.0、OIDC、钉钉、飞书、企业微信、Microsoft Entra ID(原 Azure AD)、Okta 等企业身份提供方的对接——可在私有化部署的合作框架下,针对客户自有身份提供方进行定制化 SSO 集成。面向云端部署的标准化 SSO 能力列入 Mindai 产品路线图。

7.4 基于角色的访问控制(RBAC)

在企业版客户租户内,管理员可定义角色并就项目、训练任务、数据集、模型工件与计费资源分配细粒度权限。角色遵循最小权限原则,支持职责分离。

7.5 特权访问(Mindai 员工)

Mindai 员工对存有客户数据的生产系统的访问,仅限于严格范围限定的角色,通过内部特权访问管理(PAM)系统按即时授权方式授予,并须经 MFA 验证、会话录屏及有时限的审批。所有特权访问会话均予记录并定期复核。

7.6 API 密钥管理

对 MinT 的程序化访问通过客户控制下签发的 API 密钥进行授权。API 密钥可就特定项目、权限与 IP 地址范围作范围限定,客户可随时轮换或吊销。

第八条 网络安全

8.1 网络架构

MinT 平台层部署于分段网络区域——对外 API 入口、应用层、数据层、管理层——区域间设置严格防火墙规则,默认拒绝跨区流量。对外服务端点由 CDN 与 Web 应用防火墙前置保护,具备限流、IP 声誉过滤与流量异常检测能力。

8.2 DDoS 防护

MinT 从 IaaS 层子处理方继承容量型与协议型 DDoS 防护,网络层缓解能力可覆盖常见 DoS 攻击规模。应用层限流在 API 网关处强制实施。

8.3 管理访问

对生产系统的管理访问仅通过堡垒机进行,堡垒机须经 MFA、双向 TLS 与源 IP 白名单保护。不允许从公网直接通过 SSH 或 RDP 访问生产主机。

8.4 网络分段与出站控制

承载客户训练任务的计算工作负载运行于具备分段与受限出站能力的网络环境中。出站访问的目标由白名单控制,防止经由非预期网络通道发生数据外泄。

第九条 应用安全

9.1 安全软件开发生命周期

Mindai 遵循安全软件开发生命周期(SSDLC),将安全审查嵌入设计、实现、测试与部署各阶段。具体要求包括对新功能进行威胁建模、对全部合并请求进行同行代码评审、自动化静态应用安全测试(SAST)、依赖漏洞扫描(SCA)以及容器镜像扫描。

9.2 漏洞管理

Mindai 维护漏洞管理程序,对内部工具、独立渗透测试及责任披露渠道提交的发现进行定性定级,并采用 CVSS v3.1 评估严重性。修复按严重性设定期限:严重级在数日内修复,高危级在数周内修复,中低危级在常规发布周期内修复,并跟踪至闭环。

9.3 第三方渗透测试

Mindai 委托具备资质的独立第三方,就 MinT 平台层至少每年开展一次应用层与基础设施层渗透测试,并在重大架构变更后另行开展。相关摘要报告可在适当保密安排下,根据企业版客户请求提供。

9.4 责任披露

欢迎安全研究人员就 MinT 的漏洞向 contact@mindlab.ltd 提交报告。Mindai 将对有效报告予以确认,协调修复,并且对善意行事、尊重客户隐私并遵守 Mindai 责任披露指引的研究人员,不采取法律行动。

第十条 AI 特定安全

10.1 训练数据隔离

客户上传的训练数据在租户级存储中存储与处理,访问权限仅限于上传该数据的客户所在租户。训练任务在租户级计算环境中执行;任一客户的训练数据在数据、内存或工件层面,均不会被另一客户的训练任务所访问。

10.2 训练数据脱敏与最小化

MinT 支持客户在上传前对训练数据进行脱敏与最小化处理;在合理可行的情况下,鼓励客户按照适用数据保护法律的要求实施上述处理。客户通过中转站 API 提交的输入同样应遵守上述脱敏与最小化原则。Mindai 的技术指南与平台控制在设计上对标下列框架:

  • ISO/IEC 27018:2019——作为 PII 处理者的公有云中 PII 保护控制;

  • GDPR 第 25 条——设计与默认数据保护;

  • GDPR 第 32 条——处理安全,包括假名化与加密;

  • 《中华人民共和国个人信息保护法》第 51 条——个人信息处理者采取去标识化、加密等技术措施的义务。

10.3 模型权重保护

训练产出(即客户训练任务所产生的模型权重)作为客户保密信息对待。模型权重存储于租户级加密存储中,访问权限限定于客户租户,不向其他客户、除严格限定支持场景外的 Mindai 员工或第三方提供,但经客户书面指示者(如客户书面指示的导出或下载)除外。

10.4 不将客户数据用于 Mindai 自有模型训练

Mindai 不将客户数据、训练数据、提示词或训练产出用于训练、微调、基准测试或评估任何为 Mindai 自身目的运行的模型,或任何对第三方开放的模型。该承诺同样体现在 MinT 服务条款与 DPA 中。

10.5 输出完整性控制

就 MinT 训练平台,其输出为模型参数,而非面向终端用户的内容;因此,适用于生成式内容服务的内容审核控制(例如终端用户内容层面的输出分类器或提示注入防护)不属于训练平台所提供的功能。客户如后续将训练产出部署用于生成面向终端用户的内容,应自行在其下游系统中部署适当的安全、内容审核与合规控制。就 MinT 中转站,Mindai 在 API 网关层对模型输入实施安全校验、对模型输出实施与所调用模型能力相匹配的护栏(详见第 10.7 条);但中转站输出的最终内容合规责任仍由客户承担,客户应自行评估中转站输出是否满足其部署地适用的内容审核与生成式 AI 服务合规要求。

10.6 下游生成式 AI 合规的部署支持协助

Mindai 理解,客户将训练产出部署为下游生成式 AI 服务后,可能需在其部署地遵守备案、安全评估、算法备案、内容审核等监管义务——举例包括《生成式人工智能服务管理暂行办法》(AIGC 暂行办法)、《互联网信息服务深度合成管理规定》、《互联网信息服务算法推荐管理规定》,以及新加坡、欧盟等其他司法辖区的同类制度。就训练平台,Mindai 提供模型训练基础设施与算力资源,其产出为模型参数,Mindai 本身不直接面向公众提供生成式 AI 内容或算法推荐服务,因而就训练平台层面不构成《生成式人工智能服务管理暂行办法》项下的生成式人工智能服务提供者或《互联网信息服务算法推荐管理规定》项下的算法推荐服务提供者;就中转站,Mindai 通过 API 向客户开放 Macaron 系列模型及第三方开源模型的调用能力,模型能力供客户在其自身业务场景中使用,Mindai 通常构成上述法规项下的技术支持者(技术提供方),而非直接面向公众的服务提供者,具体角色定性视客户的实际应用场景、模型使用方式与监管口径而定(参见《服务条款》第 2.1 条);但 Mindai 将向客户提供商业上合理的部署支持协助,协助客户履行该等下游合规义务,包括:

  • 提供标准化的训练环境信息(例如训练基础设施说明、隔离架构说明、以及第四条所载安全认证证据),供客户纳入其安全自评估材料;

  • 提供审计日志摘录、训练任务元数据和数据血缘报告,以支持客户监管备案所需的证据链;

  • 在不损害适用保密义务与其他客户利益的前提下,就客户已部署服务所依托的训练基础设施,回复主管监管机关提出的合理书面询问;

  • 在 Mindai 已发布的范围内,提供安全评估支持包模板(包括常见算法备案问卷的答复模板、与训练环境相关的模型卡节选,以及本白皮书所载的安全措施说明)。

第 10.6 条下的协助以 MinT 训练平台基础设施相关信息及 Mindai 运营的中转站服务层面信息为限,包括:(a)训练平台侧的训练数据处理、算力资源与安全措施说明;及(b)中转站侧的 Macaron 系列模型基本信息、第三方开源模型部署与合规状况、API 层面的安全与内容审核措施说明。客户所部署服务本身下游合规义务的实质遵守——包括内容审核、用户保护、强制性备案与安全自评估——仍由客户承担。对于特殊部署支持协助(例如客户请求 Mindai 出具定制审计函或出席现场监管会议)的费用分担,除相关订单文件另有约定外,双方应本着诚信原则协商确定。

10.7 中转站的架构与安全控制

中转站作为 MinT 的 API 服务组成部分,在架构与安全控制上采用下列措施:

  • API 网关与身份认证——中转站所有 API 调用均需通过 API Key 认证,API Key 与客户账户绑定,Mindai 强制执行 API Key 的最小权限、有效期管理与轮换机制;对疑似泄露的 API Key,Mindai 有权立即吊销并通知客户;

  • 速率限制与滥用防护——中转站部署基于账户、API Key 和 IP 的多维度速率限制,防止单一账户对基础设施造成过度负载;Mindai 部署自动化滥用检测机制识别 CSAM、恶意软件生成、大规模欺诈生成等违反 AUP 的调用模式;

  • 输入内容安全——中转站在调用底层模型前对输入进行必要的合规检查(包括但不限于关键词过滤、敏感话题识别),对明显违反 AUP 或适用法律的输入予以拒绝;

  • 输出安全护栏——中转站在返回输出前部署内容安全护栏,识别并拦截明显违法或有害内容;Mindai 保留在下游监管要求触发时对特定输出加装水印、标识或过滤规则的技术能力;

  • 第三方开源模型隔离部署——Mindai 部署的第三方开源模型(如 DeepSeek、GLM 等)在容器化或专用推理集群中运行,与 Macaron 系列模型、客户训练数据在部署层面相互隔离,避免模型间数据交叉污染;

  • 调用日志与审计——中转站对每次 API 调用保留必要的元数据(时间戳、API Key 标识、模型标识、Token 消耗),供计费、滥用检测与合规审计使用,具体保留期限见《MinT 数据处理协议》第 3.6 条。

第十一条 运营安全

11.1 人员安全

所有可访问客户数据的 Mindai 员工(含外包人员),均须:(a)在适用法律允许范围内通过背景调查;(b)签署书面保密与不披露承诺;(c)接受入职与定期安全意识培训,内容涵盖钓鱼、社会工程与安全编码;(d)按角色授予访问权限,并在岗位变更或离职时及时回收。

11.2 子处理方管理

Mindai 仅使用有限数量的子处理方(包括云计算、存储、网络、支付、通信与支持工具等供应商)。子处理方在启用前及启用后定期接受风险评估,并通过书面合同承担如下义务:(a)仅按 Mindai 书面指示处理客户数据;(b)维持保密;(c)实施适当的技术与组织性安全措施;(d)在客户权利请求、安全事件与审计中给予协助;(e)遵守相关的跨境数据传输要求。

当前子处理方清单维护于子处理方页面,并按 DPA 约定更新。重大变更将提前通知企业版客户。

11.3 变更管理

对生产系统的变更遵循书面的变更管理流程,包括同行评审、预发测试、灰度发布、自动化部署控制及回滚能力。紧急变更按快速通道审批,并事后补齐书面记录。

11.4 端点与工作站安全

Mindai 员工仅可从受管工作站访问生产系统,该等工作站须启用全盘加密、端点检测与响应(EDR)工具、补丁管理及移动设备管理。不允许个人设备访问生产系统。

第十二条 审计日志

MinT 在身份、API、数据访问与管理操作等各层面记录审计事件。审计日志包括用户标识、租户标识、时间戳、来源信息、操作与资源。

企业版客户可通过 MinT 控制台或导出 API 下载其所在租户的审计日志。审计日志的延长保留周期及与客户自有 SIEM 系统的对接作为付费功能提供。审计日志默认保留期及付费层参数,以相关订单文件所载为准。

审计日志具备抗篡改属性:Mindai 对审计日志实施适当的存储、访问控制与完整性控制,防止未经授权的修改。

第十三条 业务连续性与容灾

Mindai 建立并维护业务连续性与容灾(BC/DR)体系,用以在影响基础设施、人员或场所的事件中保障 MinT 平台层及客户数据的可用性与完整性。

生产数据在部署区域内的多个可用区之间进行复制,并按照符合服务恢复设计目标的节奏进行备份。MinT 平台层适用的恢复时间目标(RTO)与恢复点目标(RPO)由 Mindai 根据服务关键性确定并随服务规模扩大持续复核;若有具体数值承诺,以适用的订单文件或企业协议所载为准。

业务连续性与容灾计划定期进行演练。演练中的重大发现纳入 Mindai 持续改进流程,跟踪闭环。

第十四条 事件响应

Mindai 运行书面的事件响应流程,涵盖检测、定级、遏制、根除、恢复与事后复盘。安全职能通过端点检测、网络流量分析、云安全态势监控、应用日志及威胁情报等多源信号进行安全事件监测。

一旦确认发生影响或合理可能影响客户数据的安全事件,Mindai 将在合理可行情况下尽快通知受影响的企业版客户,并在任何情况下不迟于确认后七十二(72)小时;该时限与 GDPR 第 33 条、《中华人民共和国个人信息保护法》第 57 条,以及 PDPA 及其他适用法律下的同等要求保持一致。

在调查进展及已知信息范围内,通知将包括:(a)事件性质;(b)受影响数据的种类及大致数量;(c)可能的后果;(d)已采取或拟采取的应对与缓解措施;(e)进一步信息的联络点。Mindai 将随调查进展持续更新信息。

事件结束后,Mindai 进行根因分析并跟踪整改闭环。经验教训纳入安全体系更新,包括控制措施、应急预案与培训内容。

第十五条 隐私合规

Mindai 对个人数据的处理主要适用 MinT 隐私政策(就 Mindai 作为控制者所处理的数据,如账号与计费数据)及 DPA(就客户数据中包含的个人数据,Mindai 作为处理者)。

Mindai 的隐私体系在设计上旨在满足适用数据保护法律的要求,包括《新加坡个人数据保护法》(PDPA)、《中华人民共和国个人信息保护法》(PIPL)、欧盟《通用数据保护条例》(GDPR)及(在适用时)英国 GDPR,以及(在适用时)《加州消费者隐私法》(CCPA/CPRA),涵盖合法依据、数据主体权利、处理记录、数据保护影响评估、跨境传输保障等方面。

MinT 隐私政策第九条规定的数据驻留立场在本白皮书第 6.3 节予以概述。

第十六条 部署选项

16.1 云端部署

在云端部署模式下,客户工作负载运行于 Mindai 运营的多租户 MinT 平台层之上,托管于 Mindai 所使用的、具备相应资质的云服务提供方的中国大陆境内节点。第 6.2 节的多租户隔离控制、第六条的数据保护控制,以及本白皮书所载其他控制,均予适用。

16.2 私有化/本地部署

MinT 训练平台支持私有化部署,包括在客户自有云账户及客户本地基础设施上部署。私有化部署系 MinT 训练平台的一款产品形态,并作为面向具有较高数据驻留、监管或运营控制要求的企业版客户的主要产品形态定位。MinT 中转站按 API 服务方式提供,本 v2.0 阶段不支持私有化部署。

在私有化部署模式下:

  • MinT 训练平台部署在客户自有基础设施之内,配置、补丁与运维节奏由 Mindai 与客户依据相关私有化部署合作条款协同进行;

  • 客户数据在客户管理控制的基础设施上存储与处理,数据驻留由客户决定;

  • 可在合作框架下进行定制化集成,包括企业 SSO(SAML 2.0、OIDC、钉钉、飞书、企业微信、Microsoft Entra ID、Okta 及同类身份提供方)、客户自主管理的密钥管理系统、客户运营的日志管道,以及与客户既有监控和工单系统的对接;

  • 客户负责部署环境的物理安全、网络安全与人员安全,包括宿主操作系统、虚拟化层及周边基础设施控制。

第十七条 客户侧安全责任

为使 MinT 在客户所在组织内安全运行,客户负责(包括但不限于)以下事项:

  • 管理用户账号,强制使用强密码并启用 MFA,在人员变动时及时注销账号;

  • 保护 API 密钥及其他程序化凭证,以最小权限进行范围限定,并定期轮换;

  • 对客户数据进行分类,并依据适用法律及客户自身数据保护政策确定相应处理方式(包括是否上传敏感个人信息);

  • 在合理可行的情况下,于上传前对训练数据进行脱敏与最小化处理;

  • 在使用 MinT 生成的训练产出的下游系统中部署适当的安全、内容审核与合规控制;

  • 遵守 AUP、服务条款与适用法律;

  • 在私有化部署情形下,保障部署环境安全并按 Mindai 提供的加固与运维指引运行平台。

第十八条 路线图

下列事项反映 Mindai 当前的安全与合规路线图。下文所列目标时间窗为估计,可能发生变化。客户在实际合作之时应向 Mindai 确认届时实际状态。

  • ISO/IEC 27001:2022 认证——目标时间窗:[待定];

  • SOC 2 Type II 报告(安全、可用性、保密性)——目标时间窗:[待定];

  • ISO/IEC 27701:2019 认证(隐私)——目标时间窗:[待定];

  • 面向云端部署的标准化 SSO(SAML 2.0、OIDC 及主要企业身份提供方)——目标时间窗:[待定];

  • 面向云端部署的客户自主管理密钥(BYOK / CMEK)——目标时间窗:[待定]。

第十九条 联系方式

如就安全咨询、漏洞报告及本白皮书相关事项与我方联系:

  • 服务提供方:MINDAI PTE. LTD.(一家依据新加坡共和国法律注册成立的私人有限公司),注册办事处:152 Beach Road, #11-05, Gateway East, Singapore 189721

  • 邮箱(安全咨询、漏洞报告及一般咨询):contact@mindlab.ltd

生效日期与版本

本白皮书自封面所载生效日期起生效。Mindai 可不时发布更新版本的白皮书,以反映其安全体系、产品架构或适用法律的变化。本白皮书可能发布本地化版本;在英文版与本地化版本之间发生不一致时,以英文版为准,但适用当地法律明确另有要求者除外。

—— 白皮书正文至此结束 ——

本页目录