AI+安全
數(shù)據(jù)安全
數(shù)據(jù)基礎(chǔ)設(shè)施
態(tài)勢(shì)感知
云安全
基礎(chǔ)安全
終端安全
商用密碼
軟件供應(yīng)鏈安全
網(wǎng)絡(luò)空間靶場(chǎng)
工業(yè)互聯(lián)網(wǎng)安全
物聯(lián)網(wǎng)安全
安全托管服務(wù)
運(yùn)營(yíng)管理服務(wù)
-
企業(yè)安全大模型安全解決方案
隨著大模型邁入2.0階段，各企業(yè)在借助大模型提升生產(chǎn)力的同時(shí)也伴隨嚴(yán)峻的安全挑戰(zhàn)。數(shù)據(jù)顯示，2024年全球大模型相關(guān)漏洞數(shù)量激增38.61%，對(duì)抗攻擊、數(shù)據(jù)泄露等風(fēng)險(xiǎn)頻發(fā)。政策層面，《生成式AI服務(wù)管理暫行辦法》等法規(guī)密集落地，要求企業(yè)構(gòu)建覆蓋數(shù)據(jù)、模型、應(yīng)用的全生命周期安全體系 。通過(guò)事前檢測(cè)評(píng)估、事中運(yùn)行防護(hù)對(duì)企業(yè)大模型安全知識(shí)庫(kù)建設(shè)及備案上線(xiàn)，運(yùn)行時(shí)抵御網(wǎng)絡(luò)入侵并確保輸出內(nèi)容合規(guī)及安全，助力企業(yè)在大模型2.0時(shí)代高效數(shù)字化發(fā)展。
-
-
-
-
大模型應(yīng)用服務(wù)被攻擊
大模型應(yīng)用服務(wù)存在漏洞、弱口令等脆弱性風(fēng)險(xiǎn)，可能被病毒入侵、網(wǎng)絡(luò)攻擊等造成服務(wù)異常，嚴(yán)重的還可能因?yàn)橥抖靖淖兡Ｐ捅倔w能力。
-
-
-
-
RAG語(yǔ)料導(dǎo)致數(shù)據(jù)泄露
在微調(diào)、訓(xùn)練及構(gòu)建知識(shí)庫(kù)中未識(shí)別敏感信息進(jìn)行清洗，導(dǎo)致企業(yè)機(jī)密與用戶(hù)隱私外泄，如醫(yī)療病歷、金融交易記錄等。
-
-
-
-
模型輸出內(nèi)容風(fēng)險(xiǎn)
生成內(nèi)容存在違反社會(huì)主義核心價(jià)值觀、事實(shí)性錯(cuò)誤或偏見(jiàn)等誤導(dǎo)用戶(hù)決策，引發(fā)輿情危機(jī)（如虛假政策解讀），也不滿(mǎn)足《生成式AI服務(wù)管理暫行辦法》等法規(guī)。
-
-
-
-
使用失管及不安全輸出
違規(guī)使用大模型應(yīng)用或缺乏本地?cái)?shù)據(jù)訪(fǎng)問(wèn)控制造成商業(yè)秘密泄露，被大模型生成的釣魚(yú)信息、惡意代碼等入侵企業(yè)網(wǎng)絡(luò)。
-
-
-
大模型風(fēng)險(xiǎn)檢測(cè)與閉環(huán)
多維度風(fēng)險(xiǎn)探測(cè)引擎及閉環(huán)處置機(jī)制，保障大模型底層系統(tǒng)、中間件、應(yīng)用組件及語(yǔ)料數(shù)據(jù)的安全性，覆蓋漏洞檢測(cè)、敏感信息識(shí)別等關(guān)鍵環(huán)節(jié)，實(shí)現(xiàn)AI系統(tǒng)全生命周期安全檢查。
-
-
大模型安全防護(hù)
為大模型資產(chǎn)提供全鏈路的安全防護(hù)，從語(yǔ)料輸入到模型輸出，再到事后審計(jì)封禁，實(shí)現(xiàn)主機(jī)安全、語(yǔ)料輸入安全、模型資產(chǎn)安全以及內(nèi)容安全防護(hù)。
-
-
AI辦公安全助手
專(zhuān)注辦公場(chǎng)景下 AI 應(yīng)用安全，對(duì) AI 應(yīng)用資產(chǎn)、資源訪(fǎng)問(wèn)控制、AI敏感信息保護(hù)等多方提供安全應(yīng)用保障，構(gòu)筑AI應(yīng)用安全防線(xiàn)。
- 訓(xùn)練數(shù)據(jù)保護(hù)
- 大模型服務(wù)備案
- 大模型使用管控
- 生成內(nèi)容合規(guī)管理
- 輸入數(shù)據(jù)防泄漏
- 主機(jī)安全實(shí)時(shí)防護(hù)
-
-
場(chǎng)景描述：
語(yǔ)料庫(kù)未分級(jí)分類(lèi)，開(kāi)發(fā)人員可能誤用含敏感信息的數(shù)據(jù)集。
場(chǎng)景方案：
在大模型微調(diào)、訓(xùn)練、構(gòu)建知識(shí)庫(kù)前，對(duì)數(shù)據(jù)進(jìn)行掃描檢測(cè)識(shí)別敏感信息，并對(duì)數(shù)據(jù)進(jìn)行分類(lèi)分級(jí)或清洗脫敏，防止敏感信息進(jìn)入大模型。
-
-
場(chǎng)景描述：
企業(yè)需通過(guò)網(wǎng)信辦備案審查，但線(xiàn)下流程耗時(shí)3個(gè)月以上，技術(shù)整改難度大。
場(chǎng)景方案：
為大模型服務(wù)商提供內(nèi)容安全合規(guī)改造咨詢(xún)服務(wù)，圍繞《生成式人工智能管理辦法》合規(guī)要求，協(xié)助企業(yè)快速完成大模型相關(guān)內(nèi)容安全建設(shè)，快速大模型完成測(cè)評(píng)備案工作。
-
-
場(chǎng)景描述：
大模型使用失管可能造成數(shù)據(jù)泄露或非授權(quán)使用。
場(chǎng)景方案：
根據(jù)實(shí)際業(yè)務(wù)及安全性考慮，對(duì)不同終端訪(fǎng)問(wèn)多個(gè)大模型服務(wù)進(jìn)行訪(fǎng)問(wèn)權(quán)限策略控制，并審計(jì)相應(yīng)的大模型使用記錄，確保企業(yè)內(nèi)安全可控的大模型使用。
-
-
場(chǎng)景描述：
模型輸出可能包含意識(shí)形態(tài)偏差、暴力色情等違規(guī)內(nèi)容，需實(shí)時(shí)檢測(cè)阻斷。
場(chǎng)景方案：
在輸入階段對(duì)提示詞進(jìn)行評(píng)估，防止生成非法結(jié)果；在輸出階段對(duì)模型生成的內(nèi)容進(jìn)行違規(guī)檢測(cè)，及時(shí)阻斷非法內(nèi)容輸出和事后審計(jì)。
-
-
場(chǎng)景描述：
用戶(hù)模型輸入時(shí)可能上傳身份證、薪資等敏感數(shù)據(jù)，導(dǎo)致隱私泄露。
場(chǎng)景方案：
在輸入時(shí)對(duì)內(nèi)容、附件進(jìn)行敏感信息識(shí)別，當(dāng)發(fā)現(xiàn)含敏時(shí)進(jìn)行脫敏或攔截處理，確保大模型不吃敏。
-
-
場(chǎng)景描述：
模型服務(wù)器存在弱口令、未修復(fù)漏洞，易被入侵植入惡意代碼或竊取訓(xùn)練數(shù)據(jù)。
場(chǎng)景方案：
從主機(jī)漏洞、病毒、黑客入侵、網(wǎng)絡(luò)訪(fǎng)問(wèn)控制等方面進(jìn)行實(shí)時(shí)的入侵檢測(cè)與防護(hù)，確保大模型主機(jī)運(yùn)行環(huán)境安全，抵御網(wǎng)絡(luò)入侵攻擊。
-
大模型風(fēng)險(xiǎn)評(píng)估系統(tǒng)
對(duì)大模型語(yǔ)料及生成內(nèi)容進(jìn)行合規(guī)性檢測(cè)與風(fēng)險(xiǎn)評(píng)估，提供風(fēng)險(xiǎn)報(bào)告，助力企業(yè)滿(mǎn)足合規(guī)要求。
了解詳情 -
大模型安全防護(hù)系統(tǒng)
針對(duì)大模型全生命周期進(jìn)行安全防護(hù)，實(shí)時(shí)過(guò)濾與防御，保障大模型運(yùn)行安全及內(nèi)容合規(guī)。
了解詳情 -
