零信任：数字时代的保护基础

导言：当前数字环境下的综合安全

基于人工智能的现代工具为业务优化和信息生成提供了前所未有的能力。然而，这些进步也带来了基本的安全考虑，尤其是当企业将敏感数据委托给基于云的 SaaS 提供商时。安全不能再仅仅被视为附加功能，而必须融入现代技术平台的每一层。

‍

零信任模式是现代网络安全的基础。与依赖于保护特定边界的传统方法不同，零信任模式考虑到了身份、身份验证和其他上下文指标，如设备的状态和完整性，从而大大提高了安全性。

‍

什么是零信任？

零信任"是一种安全模式，其核心理念是访问数据的权限不应仅取决于网络位置。它要求用户和系统有力地证明自己的身份和可信度，并在授予对应用程序、数据和其他系统的访问权限前应用基于身份的细粒度授权规则。

‍

通过零信任，这些身份通常在灵活的身份感知网络中运行，从而进一步减少攻击面，消除不必要的数据路径，并提供强大的外部安全保护。

‍

传统的 "城堡和护城河 "隐喻已不复存在，取而代之的是软件定义的微分区，允许用户、应用程序和设备从任何地点安全地连接到任何其他地点。

‍

实施零信任的三项指导原则

基于 AWS Playbook "通过零信任获得安全信心"

‍

1.共同使用身份和网络技能

在以身份为中心的工具还是以网络为中心的工具之间进行二元选择，并不能带来更好的安全性，而是要将二者有效结合起来使用。以身份为中心的控制可提供细粒度的授权，而以网络为中心的工具则可提供极佳的防护，使基于身份的控制可在其中运行。

这两类控制措施应相互了解并相互促进。例如，可以将允许编写和执行以身份为中心的规则的政策与逻辑网络边界联系起来。

2.从用例倒推

根据不同的使用情况，"零信任 "可以有不同的含义。考虑到各种情况，如

机器对机器：对组件之间的特定流量进行授权，以消除不必要的横向网络移动。
人性化应用：实现员工对内部应用的无障碍访问。
软件-软件：当两个组件不需要通信时，即使它们位于同一网段，也不应该进行通信。
数字化转型：在基于云的新应用中创建精心细分的微服务架构。

3.切记不能一刀切

零信任概念的应用必须符合要保护的系统和数据的安全策略。零信任不是 "一刀切 "的方法，而是不断发展的。重要的是，不能将统一的控制措施应用于整个组织，因为不灵活的方法可能无法实现增长。

正如游戏手册所述：

‍

"从严格遵守最低权限开始，然后严格执行零信任原则，可以大大提高安全标准，尤其是对关键工作负载而言。将零信任概念视为现有安全控制和概念的补充，而不是替代。

这强调了零信任概念应被视为现有安全控制的补充，而不是替代。

‍

‍

人工智能特定的安全考虑因素

人工智能系统带来了超越传统应用程序安全问题的独特安全挑战：

模型保护

数据安全培训：联合学习功能可在不集中敏感数据的情况下改进模型，使组织能够利用集体智能，同时维护数据主权。
模型反转保护：针对试图从模型中提取训练数据的模型反转攻击，实施算法保护非常重要。
模型完整性验证：持续验证流程可确保生产模型未被篡改或中毒。

防范人工智能特有的漏洞

即时注入防御：系统应包含多个级别的即时注入攻击防护，包括对输入进行消毒和监控操纵模型行为的尝试。
输出过滤：自动系统应在交付前分析所有人工智能生成的内容，以避免潜在的数据泄露或不当内容。
检测敌方实例：实时监控必须识别出旨在操纵模型结果的潜在敌方输入。

合规与治理

完整的安全性超越了技术控制，还包括治理和合规性：

调整法律框架

现代平台的设计应有助于遵守主要监管框架，包括

GDPR 和地区隐私法规
行业特定要求（HIPAA、GLBA、CCPA）
第二类 SOC 2 控制
ISO 27001 和 ISO 27701 标准

安全保证

定期独立评估：系统应定期接受独立安全公司的渗透测试。
漏洞悬赏计划：公开漏洞披露计划可以吸引全球安全研究界的参与。
持续的安全监控：全天候的安全运营中心应监控潜在的威胁。

性能不打折扣

一个常见的误解是，强大的安全性必然会降低性能或用户体验。精心设计的架构表明，安全性和性能可以相辅相成，而不是相互矛盾：

安全内存加速：人工智能处理可利用内存保护飞地内的专用硬件加速。
优化加密执行：硬件加速加密可确保数据保护操作的延迟最小化。
安全缓存架构：智能缓存机制可提高性能，同时保持严格的安全控制。

结论：安全是一种竞争优势

在人工智能 SaaS 领域，强大的安全性不仅关系到降低风险，而且日益成为一种差异化竞争优势，使企业能够更快、更自信地发展。将安全性融入平台的方方面面，可以创造一个既能促进创新又不影响安全性的环境。

‍

未来属于那些既能利用人工智能的变革潜力，又能管理其固有风险的组织。零信任方法可确保您满怀信心地创造未来。