7. April 2025
Das Aufkommen von Künstlicher Intelligenz hat viele Organisationen dazu veranlasst, große Mengen an Videomaterial für Modelltraining und Analysen zu sammeln. In Bereichen wie Automobilindustrie, Fertigung und Einzelhandel ist die Einhaltung von Vorschriften und Datenschutzgesetzen (einschließlich DSGVO) beim Umgang mit diesen sensiblen Daten von entscheidender Bedeutung. Während Cloud-Plattformen möglicherweise bereits Teil Ihres Workflows sind, gibt es triftige Gründe, die Anonymisierung intern zu verwalten. Hier stellen wir zwei On-Premise-Lösungen vor: eine skalierbare Bereitstellung auf Kubernetes in AWS und eine Einzelmaschinen-Einrichtung mit Docker Compose.
Skalierbare Anonymisierung mit Kubernetes
Die erste brighter Redact On-Premise-Option verwendet einen Kubernetes-Cluster auf AWS innerhalb privater Subnetze eines dedizierten VPC, verwaltet über Terraform. Diese Datenschutz-orientierte Architektur bietet eine solide Sicherheitsposition und gleichzeitig einen signifikanten Durchsatz für großflächige Anonymisierung.
Wir bieten zwei Modi, die auf unterschiedliche Durchsatzanforderungen und Budgets zugeschnitten sind. Ein hocheffizienter Modus kann bis zu hundert 15 GB-Videos parallel verarbeiten und bietet etwa 500 Frames pro Sekunde auf bis zu 150 Maschinen. Dieser Ansatz nutzt Spot-Instanzen für Kosteneffizienz. Währenddessen verarbeitet ein Hochdurchsatz-Modus bis zu dreihundert 15 GB-Videos parallel mit Tausenden von Frames pro Sekunde auf bis zu 400 Maschinen und setzt für maximale Stabilität auf On-Demand-Instanzen.
Beide Bereitstellungsmodi verfügen über einen Observability-Stack, der auf Loki, Prometheus, Thanos und Grafana aufbaut, sodass Sie Ressourcennutzung, Leistung und die allgemeine Workflow-Gesundheit überwachen können. Für die Kostenverfolgung kennzeichnen wir alle erstellten Ressourcen durch unseren IaC-First-Ansatz.
Unsere Cloud-Ingenieure werden Sie bei der Erstellung eines oder mehrerer Cluster unterstützen. Die Bereitstellung wird auf Ihre Durchsatz- und Sicherheitsanforderungen zugeschnitten. Zukünftige Releases und Updates werden kontinuierlich mit unseren Kunden geteilt. Nach Abschluss der Ersteinrichtung werden Sie von unseren Experten in das Senden von Aufträgen an unsere Cluster-REST-API und die Verwendung unseres hauseigenen redact-client CLI für die Verarbeitung einzelner Dateien oder ganzer Ordner eingeführt, was die parallele Verarbeitung mehrerer Dateien ermöglicht.
Anonymisierung auf einer einzelnen Maschine mit Docker Compose
Wenn Sie eine einfache Lösung zum Einstieg suchen oder in einer luftdichten Umgebung arbeiten möchten, läuft unsere Docker Compose-Lösung auf einem einzelnen Server, der mit einer oder mehreren NVIDIA-GPUs ausgestattet ist. Unterstützte und geschwindigkeitsoptimierte Optionen umfassen T4, A100, 2080 Ti und A10. Dieses Setup implementiert die gesamte Anonymisierungs-Pipeline (Vorverarbeitung, Deep-Learning-Inferenz und Nachbearbeitung) hinter einer REST-API und gibt Ihnen direkte Kontrolle über eingehende Daten. Sie können auch ein visuelles Frontend (redact UI) aktivieren, um Verarbeitungsaufträge zu verwalten, wenn gewünscht. Für Umgebungen ohne Internetzugang sorgt unser dedizierter Redact-License-Server dafür, dass alles weiterhin funktioniert. Die redact-client CLI und das Python-Paket können einzelne Dateien oder vollständige Verzeichnisse für eine nahtlose Integration in Ihre Pipelines ausführen.
Die Wahl zwischen diesen beiden On-Premise-Strategien hängt vom Volumen Ihrer Daten sowie dem verfügbaren Budget für die Einhaltung der Datenschutzbestimmungen ab. Wenn Sie erwarten, täglich Hunderte von Stunden Video zu verarbeiten und elastische Skalierbarkeit benötigen, könnte der Kubernetes-Cluster auf AWS Ihre beste Option sein. Wenn Sie einen einfacheren Ansatz bevorzugen oder in einer sicheren, isolierten Umgebung arbeiten, bietet Docker Compose auf einer einzelnen Maschine eine leistungsstarke, aber überschaubare Lösung.
Um mehr über Dimensionierung, Lizenzierung und Kosten zu erfahren, laden wir Sie ein, sich an unser Vertriebsteam unter sales@brighter.ai zu wenden. Wir werden Ihnen dabei helfen, die richtige Anonymisierungsarchitektur für Ihre spezifischen Bedürfnisse auszuwählen und anzupassen, um sicherzustellen, dass Sie sensible Informationen schützen, ohne Kompromisse bei der Leistung einzugehen.
