← 返回蜂巢洞察

文章：在生产环境中保护MCP：超越入口处的多层防御措施

栏目 技术实践
分类 大数据
标签 防护 层面 nik 生产 安全

本文提出了一种深入防御的方法，用于保障模型上下文协议（MCP）在生产环境中的安全运行。文章阐述了四个层面的架构控制措施：安全执行机制、管理基础设施、出站数据的安全性控制以及语义完整性的维护，并指出，要确保生产环境的安全，必须在最早的可信任控制点就开始实施这些防护措施，而不仅仅是在网关层面进行防护。 作者：Nik Kale

本文提出了一种深入防御的方法，用于保障模型上下文协议（MCP）在生产环境中的安全运行。文章阐述了四个层面的架构控制措施：安全执行机制、管理基础设施、出站数据的安全性控制以及语义完整性的维护，并指出，要确保生产环境的安全，必须在最早的可信任控制点就开始实施这些防护措施，而不仅仅是在网关层面进行防护。

作者：Nik Kale

相关文章

技术实践

演示主题：性能爆发的GPU

Andrew Martin探讨了为什么人工智能安全与Kubernetes的安全性密切相关。他分析了当前不断变化的人工智能威胁形势，涵盖了非确定性智能体的行为特征、GPU供应链中的安全漏洞、共享计算环境带来的风险，以及一系列实用的防御策略——从使用防火墙来保护系统，到对智能体进行身份验证——这些措施都有助于保障生产环境中基于云技术构建的人工智能应用系统的安全性。 作者：Andrew Martin

阅读全文
技术实践

“从设计层面确保安全性”：在编写任何代码之前，如何将安全机制纳入系统架构之中

在大多数工程团队中，都会进行这样的对话——不过往往为时已晚。 想象一下：某个功能被部署到生产环境中之后，才会进行安全审查；或者在进行渗透测试时发现了问题；更糟糕的是，还会收到事故报告。 这些漏洞确实是存在的，修复它们也需要投入大量成本。而在这些讨论中，总会有人说：“我们需要为这个功能添加安全措施。” 但这个问题就出在这里：安全并不是事后才添加到软件中的东西，而应该从项目一开始就被纳入设计之中。一旦开始考虑为已经存在的东西添加安全功能，那就意味着你已经进入了“事故应对模式”。 “安全驱动设计”是一种完全不同的思维方式——在制定架构决策之前，就应该明确安全要求；在编写任何代码之前，就必须了解潜在的

阅读全文
技术实践

生产场景中的人工智能：哪些方法行得通，哪些会失败，以及谁有权决定这些方法的采用与否？| InfoQ网络研讨会

10月14日，InfoQ将举办一场为期60分钟的免费研讨会，邀请五位专家讨论在生产环境中部署人工智能技术的相关问题。他们将会探讨智能体的自主性与人工审核流程、如何验证人工智能生成的内容、敏感数据的保护措施，以及如何在生产环境中使用问答系统。报名参与者可以提交问题，还会收到研讨会的录像。 作者：Artenisa Chatziou

阅读全文