如果你的 AI 产品有欧盟用户，GDPR 不是可选项。2024 年意大利对 AI 公司的罚款表明，监管机构正在积极执法。
| 原则 | 传统含义 | AI 产品影响 |
|---|---|---|
| 合法性、公正性、透明性 | 必须有合法基础处理数据 | 必须告知用户数据如何用于 AI 训练/推理 |
| 目的限制 | 只能为特定目的处理数据 | 对话数据不能用于训练模型（除非单独同意） |
| 数据最小化 | 只收集必要的数据 | 不要存储完整对话——只存必要元数据 |
| 准确性 | 确保数据准确 | AI 输出的"幻觉"问题可能与准确性原则冲突 |
| 存储限制 | 不能永久保存数据 | 对话历史必须有保留期限和自动删除 |
| 完整性 & 保密性 | 安全保障 | 加密、访问控制、数据隔离 |
| 可问责性 | 能证明合规 | 数据处理记录、DPIA、审计日志 |
## 数据处理者 (Controller) 的义务
### 1. 确定合法基础
AI 产品常见的合法基础：
├── 同意 (Consent) — 用户明确同意数据处理
│ └── 必须可以随时撤回
│ └── 必须具体明确（不能一揽子同意）
├── 合同履行 (Contract) — 提供服务必须的数据处理
│ └── 如：存储对话历史以维持对话连续性
├── 合法利益 (Legitimate Interest) — 业务需要
│ └── 如：防止滥用、安全监控
│ └── 必须进行利益平衡测试
└── 法律义务 (Legal Obligation) — 法律要求
└── 如：反洗钱、内容审核留存
### 2. 透明度义务
- 隐私政策必须包含 AI 数据处理说明
- 说明数据如何被 LLM 处理
- 说明是否用于模型训练（OpenAI API 默认不训练）
- 说明数据保留期限
- 说明用户权利
### 3. 数据处理协议 (DPA)
- 与 OpenAI 签署: https://openai.com/policies/dpa
- 与 Anthropic 签署: 通过企业计划
- DPA 必须包含：
- 处理主题和期限
- 处理性质和目的
- 数据类型和主体类别
- 处理者义务GDPR 第 20 条赋予用户数据可携带权——用户可以要求导出其所有数据。
import json
import zipfile
from datetime import datetime
from pathlib import Path
class DataExportService:
"""GDPR 数据导出服务"""
def __init__(self, db_session, storage_client):
self.db = db_session
self.storage = storage_client
async def export_user_data(self, user_id: str, tenant_id: str) -> str:
"""导出用户所有数据为 ZIP 文件"""
export_data = {
'export_info': {
'user_id': user_id,
'tenant_id': tenant_id,
'export_date': datetime.utcnow().isoformat(),
'format_version': '1.0',
'regulation': 'GDPR Article 20 - Right to data portability'
},
'profile': await self._export_profile(user_id, tenant_id),
'conversations': await self._export_conversations(user_id, tenant_id),
'documents': await self._export_documents(user_id, tenant_id),
'usage_logs': await self._export_usage_logs(user_id, tenant_id),
'settings': await self._export_settings(user_id, tenant_id),
}
# 生成 ZIP 文件
export_path = f"/tmp/gdpr_export_{user_id}_{datetime.now().strftime('%Y%m%d')}.zip"
with zipfile.ZipFile(export_path, 'w', zipfile.ZIP_DEFLATED) as zf:
# 完整 JSON
zf.writestr('complete_export.json', json.dumps(export_data, indent=2, ensure_ascii=False))
# 分类文件
for key, value in export_data.items():
if key != 'export_info' and value:
zf.writestr(f'{key}.json', json.dumps(value, indent=2, ensure_ascii=False))
# 上传到临时存储（7天后自动删除）
download_url = await self.storage.upload_temp(export_path, expires_in_days=7)
return download_url
async def _export_conversations(self, user_id: str, tenant_id: str):
"""导出对话历史"""
conversations = self.db.query(Conversation).filter(
Conversation.tenant_id == tenant_id,
Conversation.user_id == user_id
).all()
result = []
for conv in conversations:
messages = self.db.query(Message).filter(
Message.conversation_id == conv.id,
Message.tenant_id == tenant_id
).all()
result.append({
'id': conv.id,
'title': conv.title,
'created_at': conv.created_at,
'messages': [{
'role': msg.role,
'content': msg.content,
'created_at': msg.created_at,
'model': msg.model if hasattr(msg, 'model') else None,
'tokens_used': msg.token_count if hasattr(msg, 'token_count') else None
} for msg in messages]
})
return result
# API 端点
"""
@app.post("/api/gdpr/export")
async def request_data_export(request: Request):
user_id = request.state.user_id
tenant_id = request.state.tenant_id
export_service = DataExportService(db, storage)
download_url = await export_service.export_user_data(user_id, tenant_id)
# 通知用户
await send_email(
to=request.state.user_email,
subject="Your Data Export is Ready",
body=f"Download link: {download_url} (expires in 7 days)"
)
return {"status": "processing", "estimated_time": "5-10 minutes"}
"""GDPR 第 17 条赋予用户删除权（"被遗忘权"）——用户可以要求删除其所有个人数据。
from datetime import datetime, timedelta
class DataDeletionService:
"""GDPR 数据删除服务"""
def __init__(self, db_session, vector_store, storage_client):
self.db = db_session
self.vector_store = vector_store
self.storage = storage_client
async def delete_user_data(self, user_id: str, tenant_id: str,
immediate: bool = False) -> dict:
"""删除用户所有数据
Args:
immediate: True = 立即删除; False = 30天宽限期
"""
deletion_date = datetime.utcnow() if immediate else datetime.utcnow() + timedelta(days=30)
result = {
'user_id': user_id,
'deletion_type': 'immediate' if immediate else 'scheduled',
'scheduled_date': deletion_date.isoformat(),
'items_deleted': {}
}
if immediate:
result['items_deleted'] = await self._execute_deletion(user_id, tenant_id)
else:
# 30天宽限期：先标记，30天后自动删除
await self._schedule_deletion(user_id, tenant_id, deletion_date)
result['status'] = 'scheduled'
return result
async def _execute_deletion(self, user_id: str, tenant_id: str) -> dict:
"""执行实际删除"""
deleted = {}
# 1. 删除对话消息
msg_count = self.db.query(Message).filter(
Message.tenant_id == tenant_id,
Message.user_id == user_id
).delete()
deleted['messages'] = msg_count
# 2. 删除对话
conv_count = self.db.query(Conversation).filter(
Conversation.tenant_id == tenant_id,
Conversation.user_id == user_id
).delete()
deleted['conversations'] = conv_count
# 3. 删除向量数据库中的 Embeddings
vector_ids = self.vector_store.list_ids(
tenant_id=tenant_id,
filter={'user_id': user_id}
)
if vector_ids:
self.vector_store.delete(ids=vector_ids)
deleted['embeddings'] = len(vector_ids)
# 4. 删除上传的文件
files = self.storage.list_user_files(user_id, tenant_id)
for file in files:
self.storage.delete(file['path'])
deleted['files'] = len(files)
# 5. 删除用户配置
self.db.query(UserSettings).filter(
UserSettings.user_id == user_id,
UserSettings.tenant_id == tenant_id
).delete()
deleted['settings'] = 1
# 6. 删除日志中的 PII（不是删除日志，而是脱敏）
# 审计日志通常需要保留，但要移除个人身份信息
self._anonymize_logs(user_id, tenant_id)
deleted['logs_anonymized'] = True
# 7. 提交删除确认
self.db.commit()
return deleted
def _anonymize_logs(self, user_id: str, tenant_id: str):
"""脱敏日志中的用户信息（而非删除日志）"""
# 将用户标识替换为匿名 ID
anonymous_id = f"deleted_user_{hashlib.sha256(user_id.encode()).hexdigest()[:8]}"
# 批量更新日志表
self.db.query(AuditLog).filter(
AuditLog.user_id == user_id,
AuditLog.tenant_id == tenant_id
).update({'user_id': anonymous_id, 'user_ip': None, 'user_email': None})
async def _schedule_deletion(self, user_id: str, tenant_id: str,
deletion_date: datetime):
"""安排30天后的删除"""
scheduled = ScheduledDeletion(
user_id=user_id,
tenant_id=tenant_id,
scheduled_date=deletion_date,
status='pending'
)
self.db.add(scheduled)
self.db.commit()
# API 端点
"""
@app.delete("/api/gdpr/data")
async def request_data_deletion(request: Request):
user_id = request.state.user_id
tenant_id = request.state.tenant_id
deletion_service = DataDeletionService(db, vector_store, storage)
result = await deletion_service.delete_user_data(user_id, tenant_id)
return result
@app.post("/api/gdpr/data/cancel-deletion")
async def cancel_deletion(request: Request):
# 30天宽限期内可以取消删除
...
"""
<div id="cookie-consent" class="cookie-banner" style="display:none">
<h3>🍪 Cookie & 数据处理同意</h3>
<p>我们使用以下类型的 Cookie 和数据处理：</p>
<div class="cookie-options">
<label>
<input type="checkbox" id="essential" checked disabled>
<strong>必要 Cookie</strong> — 会话管理、安全（始终启用）
</label>
<label>
<input type="checkbox" id="functional">
<strong>功能 Cookie</strong> — 记住偏好设置
</label>
<label>
<input type="checkbox" id="analytics">
<strong>分析 Cookie</strong> — 使用统计（匿名化）
</label>
<label>
<input type="checkbox" id="ai_training">
<strong>AI 训练数据</strong> — 允许对话数据用于模型改进
</label>
</div>
<div class="cookie-actions">
<button onclick="acceptAll()">全部接受</button>
<button onclick="acceptSelected()">仅接受选中</button>
<button onclick="rejectOptional()">仅必要</button>
</div>
<p class="cookie-notice">
您可以随时在设置中更改偏好。根据 GDPR，您有权访问、导出、删除您的数据。
<a href="/privacy">隐私政策</a> | <a href="/gdpr/rights">您的权利</a>
</p>
</div>
<script>
function acceptSelected() {
const consent = {
essential: true,
functional: document.getElementById('functional').checked,
analytics: document.getElementById('analytics').checked,
ai_training: document.getElementById('ai_training').checked,
timestamp: new Date().toISOString(),
version: '1.0'
};
localStorage.setItem('cookie_consent', JSON.stringify(consent));
document.getElementById('cookie-consent').style.display = 'none';
// 根据同意设置初始化服务
if (consent.analytics) initAnalytics();
if (consent.ai_training) enableAITrainingOptIn();
// 发送同意记录到服务器（用于合规审计）
fetch('/api/gdpr/consent', {
method: 'POST',
headers: {'Content-Type': 'application/json'},
body: JSON.stringify(consent)
});
}
</script>## 数据跨境传输方案
### EU → US 传输
1. EU-US Data Privacy Framework (DPF)
- 2023年欧盟-美国数据隐私框架生效
- 美国公司需通过 DPF 认证
- OpenAI 已通过 DPF 认证
- Anthropic 已通过 DPF 认证
2. 标准合同条款 (SCCs)
- 如果提供商未通过 DPF
- 使用欧盟委员会批准的 SCCs 模板
- 需要进行传输影响评估 (TIA)
3. 补充措施
- 加密传输（TLS 1.3）
- 加密存储（AES-256）
- 零数据保留协议（ZDR）
- Anthropic 提供 Zero Data Retention 选项
### EU → China 传输
- 中国不在欧盟"充分保护"名单内
- 需要 SCCs + 补充措施
- 同时需要满足中国数据出境安全评估
### API 提供商的合规情况
| 提供商 | DPF 认证 | DPA | ZDR | 数据驻留选项 |
|--------|---------|-----|-----|------------|
| OpenAI | ✅ | ✅ | API默认不训练 | 美国 |
| Anthropic | ✅ | 企业版 | ✅ | 美国 |
| Azure OpenAI | ✅ | ✅ | ✅ | 多区域 |
| AWS Bedrock | ✅ | ✅ | ✅ | 多区域 |
### 推荐做法
对于有严格数据驻留要求的客户：
1. 使用 Azure OpenAI（可在 EU 区域部署）
2. 或使用 AWS Bedrock（可在 EU 区域部署）
3. 签署 DPA + 启用 ZDR
4. 进行 DPIA（数据保护影响评估）# 数据保护影响评估 (DPIA)
## AI 对话助手产品
### 1. 处理描述
- **处理目的**: 提供 AI 对话服务
- **数据类型**: 用户输入文本、对话历史、用户偏好
- **数据主体**: 终端用户
- **处理者**: [OpenAI/Anthropic/Azure OpenAI]
- **数据流向**: 用户 → 应用服务器 → LLM API → 应用服务器 → 用户
### 2. 必要性和比例性
- 存储对话历史：必要（维持对话连续性）
- 发送至 LLM API：必要（核心功能）
- 记录 IP 地址：必要（安全防护）
- 用于模型训练：不必要（应默认关闭）
### 3. 风险评估
| 风险 | 可能性 | 影响 | 缓解措施 |
|------|--------|------|---------|
| 对话数据泄露 | 中 | 高 | 加密存储+传输、数据隔离 |
| LLM 输出含 PII | 中 | 高 | 输出过滤、PII 脱敏 |
| 数据被用于训练 | 低 | 高 | API 默认不训练、ZDR |
| 跨境传输截获 | 低 | 高 | TLS 1.3、ZDR |
| 系统提示词提取 | 中 | 中 | 输入验证、输出过滤 |
### 4. 缓解措施
- [列出所有技术和组织措施]
### 5. 残余风险
- [列出所有无法完全缓解的风险]
- [说明风险是否可接受]
### 6. DPO 意见
- [数据保护官的审查意见]
### 7. 审查计划
- 至少每年审查一次
- 重大变更时重新评估## GDPR 合规检查清单
### 法律基础
[ ] 确定每类数据处理的合法基础
[ ] 获取用户明确同意（如用于 AI 训练）
[ ] 同意可以随时撤回
[ ] 同意记录可审计
### 透明度
[ ] 隐私政策包含 AI 处理说明
[ ] 说明数据发送到哪个 LLM 提供商
[ ] 说明数据保留期限
[ ] 说明用户权利
[ ] Cookie 同意横幅（可按类别选择）
### 数据主体权利
[ ] 数据访问权（用户可查看自己的数据）
[ ] 数据导出权（JSON/CSV 格式导出）
[ ] 数据删除权（30天内完成删除）
[ ] 数据更正权
[ ] 反对自动化决策权
[ ] 数据可携带权
### 数据处理协议
[ ] 与 OpenAI/Anthropic 签署 DPA
[ ] 与所有子处理者签署 DPA
[ ] 维护处理者清单
### 数据安全
[ ] 传输加密（TLS 1.3）
[ ] 存储加密（AES-256）
[ ] 访问控制（最小权限）
[ ] 数据隔离（多租户）
[ ] 日志审计
### 跨境传输
[ ] 确认 API 提供商的 DPF 认证状态
[ ] 或签署 SCCs
[ ] 进行传输影响评估
### DPIA
[ ] 完成 DPIA（AI 产品通常需要）
[ ] 指定 DPO（数据保护官）
[ ] 与监管机构协商（如高风险）
### 数据泄露
[ ] 72小时内通知监管机构
[ ] 通知受影响用户
[ ] 泄露响应流程← 上一篇：数据隔离 | 下一篇：中国合规 → | 返回首页