AI工具网消息，Coralogix与Skyflow正在启动一项战略合作，旨在帮助组织保护日志中的敏感客户数据。这种合作确保了强大的数据保护，同时不影响搜索、调查或利用AI驱动操作的能力。
企业现在可以在保持可观察性的情况下，将敏感客户数据排除在日志、仪表盘和下游工具之外。Skyflow和Coralogix通过隐私安全、运营高效且AI原生的可观察性实现了这一点。
日志和遥测在调试、事件响应、安全分析和人工智能工作流程中发挥着关键作用。然而，它们通常包含敏感的客户数据，既嵌入在结构字段中，也包含在非结构化文本中。虽然许多可观测工具通过删减来降低风险，但这种做法代价是——既消除了风险，也剥离了上下文。结果呢？日志变得更加难以查询、关联和有效操作。
Coralogix和Skyflow采取了根本不同的做法：默认保护敏感客户数据，同时保持可观测数据在人类和人工智能系统间的可用性。
Skyflow首席执行官Anshu Sharma表示：“传统的涂黑方式在安全性与实用性之间制造了虚假的权衡。”“一旦敏感数据被剔除，团队就失去有效搜索、调查事件或让AI智能体推理实际发生了什么的能力。作为运行时AI数据控制平台，Skyflow确保敏感客户数据受到监管和隔离，同时可观测性数据依然完全可用。”
“Coralogix客户依赖可观测性数据作为可信的记录系统——支持工程师、安全团队以及AI驱动自动化日益增长的需求。他们不应该在保护敏感客户数据和维护运营效率之间做出选择。通过与Skyflow合作，我们确保他们能够无缝实现这两项目标，“Coralogix首席执行官Ariel Assaraf说。
为什么传统方法不足
在传统的可观测性管道中，敏感客户数据被简单地掩盖或完全移除，从而破坏功能：
- 标识符不再跨事件匹配
- 搜索与相关性退化
- 人工智能工具失去了关键的背景
- 团队引入了有风险的例外以完成工作
Skyflow没有永久移除敏感值，而是用一致且保护隐私的令牌替代，使日志在底层数据集中控制、访问管理和审计的同时保持可搜索和分析。
数据驻留与主权设计
Coralogix 已经使客户能够在特定地理区域部署可观测工作负载，以满足数据驻留要求。通过结合Skyflow的运行时数据控制能力，组织可以继续履行严格的数据主权义务——确保敏感客户数据在政策下受到管理、隔离和访问，而可观测性数据则在各区域保持本地、可用且合规。这种方法帮助在受监管或多区域环境中运营的组织减少跨境数据暴露，同时保持全面可视性和运营效率。
为人工智能驱动的可观测性而打造
联合方法使组织能够：
- 将敏感客户数据排除在日志、仪表盘和下游工具之外
- 保留搜索、筛选和事件间的相关性
- 使人工智能代理能够安全地在遥测数据上操作，无需直接访问原始敏感数据
- 仅允许基于策略的补水用于批准的工作流程
- 减少数据蔓延，加强可观测性堆栈的合规性
其结果是设计上隐私安全、运营高效且适合AI原生工作流程的可观察性。