安全始于设计。每一层均通过认证。

Ultralytics 的安全计划遵循行业认可的框架，包括 SOC 2 和 ISO 27001。

我们的安全计划包括：

• 正式的安全政策和流程
• 基于角色的访问控制和最小权限访问
• 对传输中和静态数据进行加密
• 持续监控、日志记录和漏洞管理
• 事件响应和业务连续性流程

此外，我们还会开展独立的第三方安全测试，包括渗透测试，以持续评估和改进 Ultralytics Platform 的安全性。

Ultralytics YOLO 代码库采用安全开发实践进行维护，包括：

• 实施访问控制的版本控制代码库
• 经过同行评审的代码变更
• 发布前进行自动化测试和漏洞扫描

用于训练 Enterprise 产品的精选数据集来源于公开可用的数据源。这些数据集经过内部审核、整理和筛选，以符合适用的隐私、伦理和许可标准，并特别注意排除个人数据、受保护图像等敏感或可识别内容，以及可能对受保护群体造成不成比例影响的内容。

我们的数据集治理框架纳入了风险控制措施，并符合欧盟《人工智能法案》第 10 条规定的数据管理要求，尤其关注透明度、许可完整性和下游可追溯性。

重要的是，Ultralytics YOLO 模型以开源视觉 AI 框架的形式发布，可适配、微调或部署于各种领域。因此，部署方有责任在其特定场景中评估模型行为和性能，并在需要时针对具体用例开展风险评估，尤其是在涉及高风险用例时（如欧盟《人工智能法案》附件 III 所述）。

Ultralytics 仅从开源用户处收集匿名信息，用于性能监控和使用情况分析。我们确保这些数据始终保持匿名，并且仅用于改进我们的工具。对于托管服务，我们遵循严格的数据隐私实践，具体内容详见隐私政策，并公开透明地说明所有数据用途。

Ultralytics 建立了正式的事件响应流程，并持续进行监控。如果发生服务中断或安全事件，我们会通过公开的状态页面及时、透明地发布更新，用户可以订阅实时通知。

企业客户可获得专属支持和定制 SLA、针对数据集和模型训练的法律保护，以及在你的基础设施或我们的基础设施上灵活部署的能力。详情请参阅 Ultralytics 许可证。

在 Ultralytics Platform 之外使用 Ultralytics YOLO 模型时，数据完全存储和处理在客户管理的环境中。由于客户负责部署和运行模型，Ultralytics 不会处理或存储推理数据，从而确保客户对其数据和治理拥有完全控制权。

Ultralytics Platform 运行于多区域基础设施，为数据集和模型内容数据提供欧盟、美国和亚太地区的数据驻留选项。数据处理和保留实践记录在数据处理协议 (DPA)中。