open/ktg-plugin-marketplace
1
0
Fork 0
Code Issues Pull requests Releases Wiki Activity Actions
ktg-plugin-marketplace/plugins/ms-ai-architect/playground/test-fixtures/dpia.md
Kjell Tore Guttormsen e57dee5a03 chore(ms-ai-architect): scrub identifying references from fixtures + remove screenshots 
Removes:
- All 6 PNG screenshots (playground/screenshots/) and the capture script
  (scripts/screenshots/capture-playground.py).
- "Screenshots" section from plugin README.
- "Screenshot-suite" section from plugin CLAUDE.md.
- Screenshots bullet from marketplace root README's ms-ai-architect listing.

Scrubs the 17 synthetic fixtures + CHANGELOG/CLAUDE/README of identifying
references: organization names, government-agency names, agency-specific
terminology, sector-specific use cases. Replaced with generic placeholder
data ("Acme AS" / "Demosystem") that exercises the same parser archetypes.

Plugin's domain-target wording (Datatilsynet, offentlig sektor, offentlig
myndighet, rettshåndhevelse, NS 5814, Utredningsinstruksen, EU AI Act
Annex III categories) is intact — those describe the plugin's intended
audience, not any specific entity.

This is a cleanup commit. Earlier git history still contains the prior
references; force-push or rebase is required if scrubbing the history is
desired. That decision is out of scope here — please run it separately
if needed.

Verified post-scrub:
- bash tests/validate-plugin.sh -> 215/215 PASS
- bash tests/run-e2e.sh --playground -> 240/240 PASS (170 + 70)
2026-05-03 20:53:49 +02:00

1.9 KiB
Raw Blame History

DPIA / PVK — Demosystem

System: Demosystem (Acme AS) Metodikk: Datatilsynets veileder + ISO/IEC 29134

Risikomatrise (5×5)

Trussel Sannsynlighet Konsekvens Score Nivå
Feilaktig objekt-ID-tolkning fører til urettmessig sanksjon 3 4 12 medium
Massiv lokasjonsdata-lekkasje fra objektregister 2 5 10 medium
AI-forklaring viser sensitiv kontekst om eier 3 3 9 medium
Stratifisert bias mot utenlandske objekt-ID 4 3 12 medium
Fysisk angrep på sensordata skaper deteksjonshull 2 2 4 low
Insider-misbruk for sporing av enkeltpersoner 2 5 10 medium
Auto-flagging utløser kjedereaksjon ved system-feil 1 5 5 low
Subject Access Request (GDPR Art. 15) ignoreres 3 3 9 medium

Trusler

ID Beskrivelse Severity Tiltak
T-001 Feilaktig OCR av objekt-ID high Konfidensgrad-cutoff på 0.95; saksbehandler-review under cutoff
T-002 Lokasjonsdata-lekkasje critical Pseudonymisering ved lagring; HSM-backed nøkler i Azure Key Vault
T-003 Kontekst-eksponering i AI-forklaring high Filter på sensitive felt; kontekst kun til autorisert saksbehandler
T-004 Bias mot utenlandske registre high Kvartalsvis stratifisert testing; juster modell ved >5% avvik
T-005 Insider-misbruk critical Audit-logging på alle oppslag; SIEM-deteksjon av unormale mønstre

Tiltak

ID Tiltak Status Eier
M-001 Cutoff-konfidensgrad implementert done Tech Lead
M-002 Pseudonymisering pilotert in-progress Sikkerhetsarkitekt
M-003 Bias-test-pipeline etablert planned Data Scientist
M-004 Audit-logging utrullet done Drift
M-005 SIEM-regler kalibrert in-progress SOC

Konklusjon

Restrisiko etter tiltak: medium-lav. DPIA godkjent av Datatilsynet 2026-04-22.