政府和国防 AI 承包商的气隙数据准备

政府和国防 AI 合同在大多数商业 AI 团队从未遇到的约束下运行。最重要的：真正的气隙操作。不是"私有云「。不是」VPN 隔离"。没有互联网。完全没有外部网络连接。

政府和国防中"气隙"的含义

分类级别和网络影响

气隙环境中什么会失败

许可证验证

许多工具在启动时通过联系外部服务器验证许可证。

自动更新

检查更新的工具要么静默失败要么阻塞启动。

云 OCR 和解析 API

在气隙环境中这些调用失败。

模型权重下载

NER 模型和语言模型通常在首次使用时下载权重。

包管理器和依赖解析

pip install、npm install 都需要外部注册表。

部署前检查清单

• 所有应用程序二进制文件已包含并测试
• 所有模型权重已预加载
• 所有依赖已打包
• 许可证密钥配置为离线操作
• 自动更新机制已禁用
• 遥测和分析已禁用
• 在网线物理断开的情况下端到端测试完整流水线

原生桌面的优势

在机密和气隙环境中，需要 Docker、Kubernetes 或复杂服务器基础设施的工具很难部署。作为原生桌面应用运行的工具——从单个二进制文件安装且无外部依赖——部署容易得多。

NIST 和 FedRAMP 考虑

NIST SP 800-171

访问控制、审计和问责、配置管理、系统和信息完整性。

CMMC

CMMC Level 2 与 NIST SP 800-171 一致。

实用架构

1. 文档解析：Docling（本地）或 Tesseract
2. 文本清洗：Python 脚本，所有依赖打包
3. PII/PHI 脱敏：本地 NER 模型 + 正则表达式
4. 标注：原生桌面应用
5. 增强：本地 LLM（Llama 3.1 8B，权重预加载）
6. 导出：本地文件输出，附清单和溯源文档

Ertas Data Suite 使用 Tauri 2.0（Rust + React）构建为原生桌面应用。完全离线运行，任何阶段无互联网依赖。从单个二进制文件安装，无需 Docker 或 Kubernetes。