# Ορίστε πού μπορούν να πάνε τα δεδομένα σας

Taiga Learning · Φύλλο εργασίας
https://taiga.training/el/lessons/data-boundaries/

Χρησιμοποιήστε φανταστικές πληροφορίες ή πληροφορίες των οποίων η χρήση έχει εγκριθεί. Μην καταχωρίζετε μυστικά σε αυτό το φύλλο εργασίας.

## Μαθησιακοί στόχοι
- Διακρίνετε τις ροές δεδομένων κατά την ανάπτυξη από τις ροές δεδομένων της εφαρμογής.
- Εντοπίστε τα αποδεικτικά στοιχεία που χρειάζονται πριν κοινοποιήσετε εμπιστευτικά δεδομένα.
- Χρησιμοποιήστε πλασματικά δεδομένα χωρίς να αποκρύπτετε σημαντικές συνθήκες δοκιμής.

## Άσκηση
Σχεδιάστε δύο ροές για μια πλασματική εφαρμογή εξόδων: ανάπτυξη και παραγωγή. Συμπεριλάβετε τον editor, τον agent, τον πάροχο μοντέλου, τα logs, τη βάση δεδομένων και την πρόσβαση υποστήριξης. Σημειώστε τους άγνωστους παραλήπτες. Αντικαταστήστε μία πραγματική εγγραφή εξόδων με ένα πλασματικό fixture που διατηρεί τις ίδιες συνθήκες δοκιμής.

## Η απάντησή σας
- Σενάριο και πεδίο εφαρμογής:
- Παραδοχές και ανοιχτά ερωτήματα:
- Προτεινόμενη απάντηση ή απόφαση, με αιτιολόγηση:

## Επαληθεύστε την απάντησή σας
| Ισχυρισμός ή κριτήριο | Αποδεικτικά στοιχεία ή δοκιμή | Αποτέλεσμα ή έλλειψη | Υπεύθυνος |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## Επόμενη ενέργεια
- Ενέργεια, υπεύθυνος και ημερομηνία:
- Πότε θα επανεξετάσετε αυτή την απάντηση;

## Αρχή που πρέπει να θυμάστε
Ένα λειτουργικό πρωτότυπο δεν αποδεικνύει πού πηγαίνουν τα δεδομένα του. Επαληθεύστε κάθε παραλήπτη, σκοπό, άδεια και κανόνα διατήρησης πριν χρησιμοποιήσετε ευαίσθητες πληροφορίες.

## Πηγές
- [GDPR: principles, processors and impact assessments](https://eur-lex.europa.eu/eli/reg/2016/679/oj/eng)
- [OWASP: AI Agent Security](https://cheatsheetseries.owasp.org/cheatsheets/AI_Agent_Security_Cheat_Sheet.html)

Αυτό το φύλλο εργασίας υποστηρίζει τη μάθηση. Η συμπλήρωσή του δεν αποτελεί από μόνη της εξουσιοδότηση για αλλαγή στο περιβάλλον παραγωγής.