Gestión de memoria y aislamiento de solicitudes

Zoom AI Companion está diseñado teniendo en cuenta la privacidad del usuario y la integridad del sistema. Las secciones siguientes explican cómo se asigna, aísla y borra la memoria durante el ciclo de vida de cada solicitud de usuario, con el objetivo de garantizar que los datos no se filtren entre usuarios ni se retengan en la memoria innecesariamente.

Cada solicitud de usuario se ejecuta en un hilo de ejecución aislado

Para evitar que los datos se filtren entre solicitudes, Zoom asigna cada solicitud entrante de un usuario a un hilo dedicado. Un hilo es la unidad de ejecución más pequeña en la informática moderna e incluye su propia pila de llamadas y espacio de memoria. Esto garantiza que la memoria utilizada para atender la solicitud de un usuario no sea accesible para otro, incluso si se procesan varias solicitudes de forma concurrente.

La contenedorización proporciona aislamiento a nivel de servicio en toda la plataforma

Mientras que los hilos aíslan la memoria por solicitud, Zoom también utiliza la contenedorización para separar servicios completos. Cada servicio de AI Companion se ejecuta dentro de su propio entorno de contenedor aislado, con dependencias de tiempo de ejecución, configuraciones y bibliotecas independientes. Esto ayuda a garantizar la coherencia entre despliegues y añade una capa adicional de protección a nivel de infraestructura, aunque no pretende aislar solicitudes individuales de usuario.

La memoria se recupera automáticamente después de que cada solicitud finaliza

Una vez que un hilo termina de atender una solicitud, toda la memoria que utilizó se libera automáticamente por el sistema operativo subyacente o el runtime. Este comportamiento predeterminado garantiza que la memoria no persista más allá del ciclo de vida de la solicitud, reduciendo el riesgo de que queden datos residuales en la memoria.

Las prácticas de codificación segura reducen aún más los riesgos de memoria residual

Los ingenieros de Zoom siguen las mejores prácticas de desarrollo seguro para minimizar proactivamente los riesgos relacionados con la memoria:

• Las estructuras de datos temporales se borran una vez que ya no se necesitan.

• Los datos específicos del usuario no se almacenan en memoria global o estática.

• Se aprovechan lenguajes y frameworks con gestión automática de memoria y recolección de basura para garantizar que la memoria sea recuperada de forma fiable por el sistema.

En conjunto, estas prácticas en capas —ejecución basada en hilos, aislamiento de servicios contenedorizados, liberación automática de memoria y codificación segura disciplinada— ayudan a garantizar que la memoria en Zoom AI Companion se gestione de manera responsable, segura y conforme a las expectativas de nivel empresarial para la protección de los datos de los usuarios.