以 AI 速度实现安全的 AI 创新

根据《2025 年 AI 安全和治理状况报告》，企业列出的首要风险是敏感数据暴露 (52%) 和监管合规性 (50%)。其他新兴威胁包括影子 AI、提示注入和模型盗窃。要实现全面防御，需要同时保护数据、模型和用户交互层。Wiz AI-APP 等平台通过映射基础设施、数据和 AI 模型之间的关系，展示最关键的暴露风险所在，从而增强了这一功能。

影子 AI 是指员工绕过 IT 治理，使用未经批准的模型或数据集。为了检测到影子 AI，组织需要使用自动发现工具。Google Cloud 的 Security Command Center 提供所有 AI 资产的实时清单，而 Wiz AI-APP 则通过构建全面的 AI 物料清单 (AI-BOM) 来增强这一功能，让安全团队能够全面了解情况，从而应用一致的安全政策。

虽然技能差距是一个普遍的障碍（53% 的组织都提到了这一点），但您无需从头开始构建一切。Google Cloud 将 AI 安全直接嵌入到现有平台中。Security Command Center 等工具使用 AI 来总结威胁并推荐修复方法，帮助您现有的安全团队管理 AI 风险，而无需成为数据科学专家。

要保护智能体 AI，需要将自主智能体视为高价值身份。与标准用户不同，智能体需要严格的 Identity and Access Management (IAM) 政策来强制执行“最小权限”原则。Google Cloud 可帮助您映射智能体交互路径并分配特定的智能体身份，确保智能体只能访问其特定任务所需的数据。

可以。Google Cloud 支持多模型安全策略。无论您是在 Gemini Enterprise Agent Platform 上使用 Gemini 等第一方模型，还是使用第三方开源模型，都可以使用 Model Armor 应用统一的运行时保护措施。无论底层模型提供商是谁，这一做法都能保护您的技术栈不受提示注入和数据泄露的影响。

Model Armor 提供专用安全层，可在提示注入和敏感数据泄露到达模型之前对其进行过滤，从而无需自定义编码拦截器。它会检测并阻止恶意提示（例如试图越狱模型），并在不安全内容到达您的应用之前对其进行过滤，从而保护您的数据和品牌声誉。

要防止数据泄露，需要采用“纵深防御”方法。Google Cloud 提供机密计算，可在处理（使用）数据时对其进行加密，同时还提供数据泄露防护 (DLP) 控制，可在向用户显示模型回答之前自动扫描并隐去其中的敏感信息（如 PII）。

对于受监管的行业，数据主权意味着将敏感数据保留在特定的物理和数字边界内。Google Sovereign Cloud 使您能够在采用 AI 的同时，完全掌控数据驻留和加密密钥（使用 External Key Manager），确保符合 GDPR 或当地数据法律等地区法规。

安全 AI 框架 (SAIF) 是 Google 负责任地采用 AI 的蓝图，旨在帮助组织将安全措施融入 AI 开发生命周期。它符合行业标准，可帮助您评估风险、自动执行控制措施，并建立与 AI 创新速度相匹配的安全文化。

安全侧重于技术防御（如防火墙和加密），而治理侧重于政策、问责制和风险管理。正如我们的《AI 创新，平稳运行》指南中所强调的那样，成功采用 AI 需要同时具备以下两点：强大的安全工具来实施控制措施，以及定义谁负责 AI 决策和数据使用的治理框架。

Wiz AI-APP 推出了一种革命性的方法来保护整个 AI 应用栈。它提供：1) 全面了解每个 AI 组件，2) 跨层风险分析，可映射真实攻击路径，以及 3) 实时威胁检测，可监控从提示到云端的 AI 行为。

Wiz AI-APP 可作为 Security Command Center 的强大情境感知引擎。它能识别 AI 应用中真实且可利用的风险，并确定这些风险的优先级，然后将这些包含丰富背景信息的发现结果直接输入到单一管理平台中，让您的团队能够绕过警报噪声，专注于关键威胁。

作为尊贵的客户，您最适合利用云安全领域的下一轮发展。此次收购加快了 Wiz 与 Google Cloud 之间的集成，现在您可以使用 AI-APP 的开创性功能来保护您的 AI 原生应用。

该报告专门为首席信息安全官、安全副总裁以及其他需要从战略层面了解威胁形势的业务和技术领导者量身打造，将威胁形势转化为可行的、高管层面的分析洞见。

M-Trends 基于真实的突发事件响应数据，提供了“超视距”的视角。通过了解攻击者当前的运作方式，您可以主动调整安全策略、确定投资优先级，并培训您的团队防御最相关和最新的威胁。