合规与认证：遵循广泛认可的行业标准
我们持续遵循领先的安全框架，并持有 ISO 27001 等认证。
定期审计与独立评估
面向所有用户的安全基础设施
持续践行最佳实践
安全与合规——我们对您的承诺
以保护与透明构建信任。
我们如何保护您的信息
在 Elsevier，我们深知信任来之不易。我们致力于保护您的数据、尊重您的隐私，并坚持最高标准的安全与合规。
了解我们的政策与实践如何支持负责任的创新并保护您的信息。
常见问题
确保 Elsevier 工具中的负责任 AI 使用与数据隐私。Elsevier 长期以来一直是值得信赖的精选同行评审科学内容来源，拥有深厚的领域专业知识。
进一步了解我们如何确保 Responsible AI 的使用并保护用户数据隐私，包括我们的
Five Responsible AI Principles，以推动负责任、合乎伦理且恰当的使用
针对每一种使用场景和解决方案，我们都会从精心甄选的领先供应商中选择最合适的大语言模型，包括 OpenAI、Anthropic 等，并将其安全托管在 Microsoft Azure 或 AWS 的云服务上。我们会根据具体任务需求定制模型选择，在性能与安全之间取得平衡。
在 Elsevier，我们深知妥善处理个人数据对客户及我们所服务的社群至关重要。因此，我们承诺在数据隐私方面始终秉持诚信与责任。
所有用户输入和数据的处理均遵循我们的 Privacy Policy 以及 Responsible AI 原则
我们按照适用的隐私法律处理个人数据，例如《通用数据保护条例》(GDPR) 和《加州消费者隐私法案》(CCPA)。我们还采取进一步措施，确保满足用户和科学界对隐私的期望。
进一步了解我们的隐私原则
不会。我们与 AWS、Microsoft Azure、OpenAI 和 Anthropic 签订的企业协议均包含零保留合同，因此您的提示词和文档绝不会用于大语言模型开发。Elsevier 也不会将客户数据用于我们私有云环境中的此类用途。
我们对第三方 LLM 的使用是私密的，不会共享任何数据用于公共模型改进。我们不会审查个人或组织的搜索提示词——只会使用汇总且匿名化的模式来提升系统性能和相关性。
借助 Elsevier AI 解决方案，您的机构可获得更高水平的数据隐私保护和企业级安全保障。
用户的提示词、提问或文档会通过 TLS 1.2 或更高版本安全传输至可信的 Elsevier
环境。系统会解析提示词意图，并由嵌入模型将其拆分为多个提示词，以从我们的内容库中检索信息。
随后，提示词及内容响应会通过 TLS 1.2 或更高版本，发送至可信 Elsevier
环境中的基础模型供应商。
之后，系统会在 Elsevier AI 解决方案中向用户呈现基于事实依据生成的回答。
用户提示词及其对话历史中的响应会存储在加密数据库中，并采用 AES-256
级别加密进行保护。
我们的架构以及相关合同明确禁止第三方模型供应商记录用户提示词或基于其训练模型。
Elsevier 严格控制向供应商共享、由其保留或用于训练的内容。Microsoft (Azure)
和 AWS (Bedrock) 均不会保留 Elsevier 的内容或客户提示词用于训练或存储。
用户提示词始终保持私密；Elsevier 仅使用汇总且匿名化的洞察来改进服务。
数据安全与加密：您的数据会在可信的 Elsevier 环境中安全存储，并在静态状态下采用 AES-256 加密。您的数据在传输过程中会采用 TLS 1.2 或更高版本加密。更多详情，请参阅 Encryption Standards 政策。
Elsevier 已与我们的基础模型供应商签订零保留合同。这可确保您的提示词和文档绝不会被存储，也不会被用于训练任何大语言模型 (LLM)。使用 Elsevier AI 解决方案，您的机构可受益于更强的数据隐私保护和企业级安全保障。
所有 Elsevier AI 服务（包括我们的产品环境）均托管于由 Amazon Web Services (AWS) 或 Microsoft Azure 提供的领先云数据中心。根据应用和监管要求，服务可托管在欧洲或美国。
无论您的数据位于何处，我们都会加以保护。在静态状态下，数据通过 Advanced Encryption Standard (AES)-256 加密进行严格保护。数据在传输过程中，我们使用 TLS 1.2 或更高版本，这不仅对数据进行加密，还会验证服务器身份并校验数据完整性。
我们采用行业最佳实践，例如 Web 应用防火墙、应用与基础设施漏洞扫描、安全代码审查、漏洞赏金计划，以及其他预防、检测和响应控制措施，以保护我们的系统和您的数据免受攻击。
我们的架构以及相关合同明确禁止第三方模型供应商记录用户对话或基于其训练模型。
所有个人数据的跨境传输均受符合 GDPR 要求的适当保障措施约束，其中包括欧盟标准合同条款。客户个人数据不会被传输至中国。
Elsevier 通过产品、科研倡导和社会责任项目推动可持续发展。我们采取了多项具体措施来降低 AI 工具对环境的影响，包括：
采用多模型方法，使我们能够将更小、更节能的模型用于负载较轻的任务，从而降低整体能耗
利用采用绿色电力供能的 Microsoft Azure 和 AWS 数据中心
维持稳健的数据治理计划，尽量减少不必要的数据存储和处理，从而支持能效提升
作为 RELX 的一部分，Elsevier 通过减少碳足迹和推进可持续实践，将环境责任置于优先位置。我们与联合国可持续发展目标保持一致，尤其关注气候行动和负责任消费，并致力于塑造可持续的未来。进一步了解 RELX 的环境举措。
Elsevier 对负责任 AI 使用的实践以我们的 Responsible AI Principles 为指导，并贯穿于解决方案开发生命周期的各个阶段。进一步了解 Elsevier Responsible AI Principles。
