AI Computer Vision 用户指南
数据存储空间
UiPath 重视数据隐私，旨在保护所有用户在使用 UiPath 计算机视觉 AI 模型共享数据时的隐私权。
使用计算机视觉时，数据将存储到：
- 通过在升级 AI 模型时检查向后兼容性来确保自动化弹性
- 改进 AI 模型
- 及时响应客户支持请求
在下表中，您可以找到我们当前 Computer Vision 部署选项在数据存储方面的并排比较。
| UiPath 云服务器 | 内部部署服务器 | 本地服务器 | |
|---|---|---|---|
| AI 模型更新弹性 | 99% | 90% 1 | 100% |
| AI 数据剪裁 | 定制数据剪裁 | 通用数据拟合 2 | 通用数据拟合 |
| 模拟设计时数据存储 | |||
| 运行时数据存储 | |||
| 完全数据驻留控制 |
1 如果启用了 AI 学习，则为 90-99%
2 如果启用了 AI 学习，则可以定制数据
有关每个计算机视觉部署选项的更多详细信息，请参阅下一部分。
无论采用何种部署选项，我们都强烈建议对模拟数据进行开发（设计时）。 由于 AI 模型仅从用户界面元素的形状和颜色学习，而不是真实的数据内容，因此您可以在构建任何计算机视觉工作流时使用模拟数据，从而避免发送任何敏感信息，例如个人数据或机密数据。
我们仅存储来自云服务器的数据，并且可能仅存储设计时 (UiPath Studio) 屏幕截图以改进模型。 这些自动化界面的屏幕截图在我们托管在 Azure 中的云服务器上进行处理。 作为此规则的一个例外，系统会存储用户报告的问题，以用于修复特定问题。
默认情况下学习 Cloud Mock 设计时数据，从而通过根据您的特定数据塑造 AI 模型来提供定制的数据定制服务，同时避免过度拟合。 通过这种方式，自动化可以适应 AI 模型更新。
因此，AI 模型也提高了其泛化能力（我们称之为“通用数据拟合”），从而为您和我们的产品带来双赢局面。
对于封闭式网络，任何数据都不会离开公司场所。
对于开放网络，除了用户为修复客户端特定问题而提交的问题外，不会有任何数据离开公司场所。
内部部署设计时数据不共享。 由于我们无权访问此数据，因此 AI 模型无法从中学习，只能通过泛化进行检测；换句话说，我们只能提供通用数据拟合。
因此，我们无法确保 100% 向后兼容。 例如，AI 模型的新迭代可能无法检测到其先前迭代检测到的某些用户界面元素，这可能会导致自动化失败。
您可以通过启用“CV 屏幕作用域”活动中的“加入 AI 学习”功能，同意将设计时数据包含在 AI 模型的训练集中，从而访问定制的数据定制服务。唯一的先决条件是使用模拟数据。
我们还提供完整的数据驻留控制，因为该功能可以按作用域细化启用，而默认情况下处于禁用状态。 您可以完全控制此功能要涵盖的自动化。
对于封闭网络，没有数据离开公司场所，因为所有处理都在计算机 CPU 上本地完成。
对于开放式网络，没有数据离开公司场所，因为所有处理均在计算机 CPU 上本地完成，但提交的问题除外，这些处理由用户执行，以解决特定于客户端的问题。
根据您的许可计划和区域偏好，您可以在 UiPath 数据驻留策略中找到可以托管 UiPath Automation Cloud™ 和我们的云服务的所有区域。
针对次级处理者的 UiPath 隐私权原则规定了根据 UiPath 的指示处理个人数据、个人数据传输和安全性以及 UiPath 与次级处理者之间合作的一般规则。
安全性对我们非常重要。您可以随时查看 UiPath 安全信息。
有关 UiPath 如何处理个人数据的更多信息，我们鼓励您阅读我们的隐私政策。
