جوجل كلاود تقدم نهجًا جديدًا لحماية أحمال العمل الخاصة بالذكاء الاصطناعي على GKE
Google/DeepMind
Amazon Web Services
Microsoft
Cloud Native Computing Foundation
نشرت جوجل كلاود ورقة بيضاء تصف نظامًا أمنيًا ثلاثي المستويات لأحمال العمل الخاصة بالذكاء الاصطناعي على Google Kubernetes Engine (GKE). تهدف الوثيقة، الموجهة إلى مسؤولي أمن المعلومات (CISOs) ومهندسي المنصات، إلى تغطية أمن البنية التحتية، وسلامة النماذج، وأمن التطبيقات، بما في ذلك العقد السرية (Confidential Nodes) ودرع النماذج (Model Armor) وبيئة الحماية (GKE Sandbox).
أعلنت Google Cloud عن مستند جديد يوضح منهجيتها لحماية أعباء عمل الذكاء الاصطناعي التي تعمل على منصة Google Kubernetes Engine (GKE). يقدم المستند، الذي كتبه كلٌ من Glen Messenger وShannon Kularathna، نموذجًا أمنيًا من ثلاث طبقات: حماية البنية التحتية، وسلامة النماذج، وأمان التطبيقات. الجمهور المستهدف الأساسي هو مدراء أمن المعلومات (CISO) وفرق هندسة المنصات. على مستوى البنية التحتية، يُوصى باستخدام عقد GKE السرية (Confidential GKE Nodes) التي توفر تشفيرًا للأجهزة للذاكرة، بما في ذلك مسرعات NVIDIA H100 GPU وTPU. لإدارة الوصول، يُقترح استخدام Workload Identity Federation وVPC Service Controls. لحصر تبعيات الذكاء الاصطناعي، تم تقديم وحدة تحكم Kubernetes مفتوحة المصدر تُسمى k8s-aibom، والتي تُنشئ تلقائيًا قائمة مكونات الذكاء الاصطناعي (AI Bill of Materials). على مستوى التطبيقات، يحمي Model Armor من هجمات حقن الأوامر (Prompt Injection) وتسرب البيانات، بينما يعزل GKE Sandbox المعتمد على gVisor وكلاء الذكاء الاصطناعي. تصف Google مراحل التنفيذ التدريجية: النشر (Deploy) مع التحكم الأساسي، والتشغيل (Operate) مع تعزيز الحماية، والحوكمة (Govern) مع تطبيق السياسات التنظيمية. كما يعمل مزودو الخدمات السحابية الآخرون على مبادرات مماثلة: تقدم AWS إطار أمان الذكاء الاصطناعي (AI Security Framework)، بينما تستخدم Microsoft Entra Agent ID وأداة PyRIT لاختبار الوكلاء. تشير مؤسسة CNCF إلى أن Kubernetes بحد ذاته لا يفهم دلالات الطلبات، لذا فإن أدوات التحكم في الوصول التقليدية (RBAC) وسياسات الشبكة ليست كافية.
المصدر: InfoQ 中国 —
الأصلي