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

2.1 KiB

Raw Blame History

Sikkerhetsvurdering 6×5 — Demosystem

System: Demosystem (Acme AS) Rammeverk: NSM Grunnprinsipper + Microsoft Cloud Security + EU AI Act Art. 15

Score per dimensjon

Dimensjon	Score	Vurdering
Identitet og tilgang	4	Entra ID med MFA, conditional access; mangler PIM på enkelte serviceprinciper
Datasikkerhet og personvern	3	Customer-managed keys, pseudonymisering pilotert; full Customer Lockbox ikke aktivert
Modell- og prompt-sikkerhet	3	Content filters aktivert; jailbreak-deteksjon via Azure AI Content Safety; ingen red-team-runde gjort
Nettverk og perimeter	5	Private Endpoint mot alle Azure AI-tjenester; ingen offentlig eksponering
Logging og hendelseshåndtering	4	OpenTelemetry → Sentinel; SOC integrert; mangler automatisk avviksdeteksjon for AI-output
Operasjonell og leverandørsikkerhet	3	Hovedleverandører verifisert; mangler third-party penetrasjons-test siste 12 mnd

Risikomatrise (6×5)

Risiko	Sannsynlighet	Konsekvens	Score
Lekkasje av treningsdata	2	5	10
Prompt injection i forklaringsmodell	3	3	9
Modell-tyveri (model extraction)	2	3	6
Adversarielt eksempel forgifter output	2	4	8
Cloud-leverandør-utilgjengelighet	2	4	8
Insider-trussel (unauthorized inference)	2	5	10

Funn

ID	Severity	Lokasjon	Anbefaling
S-01	high	Identity	Aktivér PIM på alle serviceprinciper innen 2026-06-01
S-02	medium	Data	Aktivér Customer Lockbox for operasjonelle data
S-03	high	Model	Gjennomfør formell red-team-runde med Azure AI Red Team-veiledning
S-04	low	Network	Periodisk verifikasjon av Private Endpoint-konfigurasjon
S-05	medium	Logging	Implementer ML-basert avviksdeteksjon på AI-output-rate
S-06	medium	Vendor	Bestilt third-party penetrasjons-test for Q3 2026

Aggregat

Totalscore: 22/30 (73%) — modent men ikke best-i-klassen. Modell- og prompt-sikkerhet er svakeste dimensjon.

2.1 KiB Raw Blame History Unescape Escape