通过智能体验为您的团队提供支持，并将隐私融入设计之中

智能搜索、预测性协作和工作流加速如何遵守数据隐私？

在 Atlassian 工作的最大好处就是能够使用我们自己的工具，并且可将其用于任何类型的工作。作为一家上市公司，我们了解妥善保护机密信息的重要性。请放心，对于如何防止机器学习模型不慎泄露其训练所依据的源数据信息，我们已有深入的考量。

我们已在贵组织内部和其他方面设置隐私控制手段，既能防止组织内的人员看到他们不该看到的信息，又能防止组织的信息发生外泄：

• 我们打造的各项体验也会遵循我们产品中的隐私控制手段—例如，不会向用户推荐他们无权查看的内容
• 如果我们在构建模型时从您的数据（例如，您的用户对您的实例执行的搜索查询）中学习模式，这些数据不会跨越您的群组权限以进行更广泛的模型训练—去识别化的搜索查询字符串只能由自动作业访问，而不会被个人读取（从不使用受限页面）
• 我们构建各种模型来了解客户的趋势（例如，用户通常会搜索他们最近接触过的东西），同时只会通过跨 Cloud 客户的聚合去识别化行为分析信息（例如，点赞次数）和单向矢量化内容来收集所需的源数据
• 如果可能，我们会使用通过公共数据集（即不包含客户数据）来训练的模型
• 所有数据均按照我们的隐私政策进行收集、处理、传输和存储

示例 1

我们知道隐私在贵公司内部非常重要，其中包括 Confluence 页面可见性设置。智能搜索会监控所有群组权限设置（包括用户级别的权限），因此，标记为“私有”的 Confluence 页面不会出现在推荐的搜索结果中，这样贵公司中没有页面访问权限的用户便不会看到。

示例 2

我们知道您不希望其他公司收到基于您的机密信息的建议搜索结果。与其他类型的搜索引擎不同，智能搜索不会汇总客户的热门搜索以改善其功能（它会学习个人的搜索偏好），因此机器学习模型会持续监控您的群组权限，并防止在客户之间出现信息流失。换句话说，如果您拥有私有 Confluence 空间，而您的团队正在使用该空间在名为“新公司收购”的 Confluence 页面上展开协作，那么使用 Confluence 并搜索“新公司”的其他 Atlassian 客户将不会看到基于您的“新公司收购”页面或用户搜索查询的推荐结果。