什么是AI-SPM（人工智能安全态势管理）？
人工智能安全态势管理包含一套全面的策略，旨在保障人工智能和机器学习系统的安全性和可靠性。这种多方面的方法包括持续监控、评估和增强与AI模型、数据和基础设施相关的安全态势。AI-SPM的关键任务是查明和纠正与AI使用相关的漏洞、错误配置和潜在威胁，同时保证遵守相关的数据隐私和安全规定。
AI-SPM详解
在人工智能(AI)具有重要意义的网络安全环境中，AI安全态势管理(AI-SPM)成为关键要素。AI系统（包括机器学习模型、大型语言模型(LLM)和自动决策系统）的存在带来了独特的漏洞和潜在的攻击媒介。AISPM通过提供用于监控、评估和减轻技术框架内与AI元素相关的风险的工具来应对这些挑战。
数据治理
面向人工智能的立法对人工智能和人工智能应用中的客户数据使用实施了严格的规定，要求大多数组织提高治理能力，超出常规。人工智能安全态势管理(AI-SPM)会仔细审查用于训练和建立人工智能模型的数据来源，以查明和分类敏感或受监管的数据，包括客户的个人身份信息(PII)，这些数据可能会通过受损模型的结果、记录或参与而泄露。
运行时检测和监控
AI-SPM持续监控用户与AI模型（例如大型语言模型）的互动、提示和输入，以发现滥用、过度提示、未经授权的访问尝试或与模型相关的异常活动。它会审查AI模型的结果和记录，以查明可能存在敏感数据泄露的情况。
风险管理
AI-SPM使组织能够检测AI供应链中的弱点和错误配置，这些弱点和错误配置可能会导致数据泄露或未经授权访问AI模型和资源。这项先进技术细致地勾勒出整个AI供应链，包括驱动每个模型的源数据、参考数据、库、API和管道。随后，它会对该供应链进行深入分析，以查明任何不正确的加密、日志记录、身份验证或授权配置。
合规性和治理
随着《GDPR》和NIST的人工智能风险管理框架等有关人工智能使用和客户数据的法规不断扩展，AI-SPM在协助组织执行政策、维护审计跟踪（包括跟踪模型沿袭、批准和风险接受标准）以及通过将人和机器身份与敏感数据或人工智能模型的访问权限相关联来实现合规性方面发挥着至关重要的作用。
发现和可见性
缺乏AI库存可能会导致影子AI模型、不合规问题以及AI应用程序促成的数据泄露。AI-SPM使组织能够识别和管理其云设置中使用的所有AI模型的存储库，包括用于训练、优化或部署这些模型的相关云资源、数据源和数据路径。
风险应对与缓解
当在数据或AI基础设施中发现紧急安全事件或政策违规时，AI-SPM支持快速响应流程。它能够洞察情况以及涉及处理和解决已发现风险或错误配置的关键利益相关者。
总结
将AISPM作为基础元素纳入MLSecOps框架，标志着朝着确保AI技术安全、合规和合乎道德的方向迈出了关键一步。通过在ProtectAI平台的支持下采用AISPM方法，组织可以自信地管理与AI和ML技术相关的复杂问题。
