亚马逊云科技代闻：大语言模型应用加速“零信任”在企业落地

9月6日消息，近日，亚马逊云科技re:Inforce 2023中国站峰会召开。作为一年一度云安全的大会，re:Inforce 2023全球大会6月在美国召开并发布了一系列新安全服务。这次中国站的大会则将关注点聚焦在“AI时代的安全”。

事实上，在过去大半年的时间里，生成式AI应用场景在全球呈现井喷式发展。生成式AI已经应用到企业创新的各个环节，包括智能客服、自动生成代码、创意内容生产等等。生成式AI应用如此广泛的与企业生产、用户生活联系起来，安全的重要性不言而喻。

“一个很有意思的现象是，生成式AI的需求越来越多从业务部门提出。生成式AI不只是技术部门进行创新的工具或平台，而是变成了业务增强竞争力的一个核心手段”，亚马逊云科技大中华区解决方案架构部总监代闻表示，生成式AI应用需求如此旺盛，给企业技术部门带来了前所未有的挑战。

如何构建一套完备的生成式AI应用安全保护屏障？代闻强调，应从全栈角度来考虑安全问题，构建生成式AI应用的安全问题包括三个方面：数据和模型的安全、应用安全、全球合规。

首先，数据和模型安全是构建AI应用的关键。

这其中，数据安全涉及到保护存储中、传输中、使用中的数据安全。代闻表示，亚马逊云科技提供了贯穿生成式AI全周期的数据治理，从数据源的获取到数据的存储和查询，再到将数据传输给 AI平台进行模型的训练、调优和推理，以及全面实施数据分类和治理。

代闻认为，对于大模型训练而言，通过对静态数据的加密只是一个基本的防护。另一个很重要的对数据的保护是“如何能识别敏感数据”，比信用卡的卡号、身份证ID等等。

此次大会上，亚马逊云科技新推出了“敏感数据保护解决方案”。据介绍，该方案可以集中管理所有的账号，同时自动地发现各种存储中的敏感数据，该解决方案允许客户创建数据目录、使用内置或定制数据识别规则定义敏感数据类型，该方案利用机器学习、模式匹配的方式自动识别敏感数据，并提供可视化面板，帮助客户更轻松地对敏感数据进行管理和保护。

模型训练后进入生产环境的安全防护同样重要。此前亚马逊云科技已推出Amazon Bedrock和多种生成式AI服务和功能，以帮助客户构建和扩展自己的生成式AI应用程序。代闻介绍，Amazon Bedrock全面地使用亚马逊云科技提供的安全功能，Amazon KMS、Amazon IAM等可以完善地跟Amazon Bedrock集成，集成以后可以很好地管理加密、权限控制和所有行为的日志。

第二，应用安全是实现AI价值的保障。

代闻表示，生成式AI应用安全应该贯穿从开发到持续集成、持续部署再到投产、监控以及整个反馈的过程。

具体应用时，代闻强调：“大语言模型最后要变成应用来提供服务，怎么样让大语言模型为企业内不同的人提供不同的API，以前是靠应用程序和网络边界来隔离的，现在网络边界已经不足够了，网络边界只是用户认证的基础条件，大语言模型的出现加速了零信任在企业中的落地。”

企业需要对访问大模型的应用进行权限管理，确保只有在拥有特定权限的应用，才能访问或者调用大模型里的制定API。代闻介绍，亚马逊云科技推出几个工具，帮助客户在自己的亚马逊云科技环境下构建这套机制：

Amazon Verified Access 可以搭建一套无需VPN的网络验证系统，Amazon Verified Access还支持可以设置规则。这些管控，可以在几乎不对应用进行任何代码改变的情况下部署和发生。

亚马逊云科技日前推出了Amazon Verified Permissions，为用户构建的应用程序提供细粒度授权和权限管理，用户可以使用该服务管理其应用程序的角色和属性的访问控制。

此外，代闻也特别提到：“零信任和网络控制并不是一个二选一的关系，在亚马逊云科技看来，零信任能够实现按需的授权和认证，而网络控制依然是非常需要的，把这两个概念应该加起来，才能够实现企业的端到端的应用安全，尤其在大模型的时代中。”

第三，全球合规重要性与日俱增

大模型运用带来的业务的变化给安全带来的挑战，当前合规环境不断变化，已经有超过130多个国家和地区制定和颁布了数据保护和隐私安全相关的法律法规，安全合规变得越来越重要。

代闻介绍，亚马逊云科技在全球获得140多个安全标准和合规认证，并将AI技术应用到其安全及合规服务中，能够为大规模批量审查提供安全控制，利用自动化减少手工操作以降低错误，利用AI提供一致性判断，利用AI/ML技术实现自动审查，全面提升合规效率。同时，亚马逊云科技APN合作伙伴网络提供数百种行业领先的安全解决方案，实现多层保护客户的应用和数据安全。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。