Jessica Brennan 撰写的博客文章
AI安全高级产品营销经理 | F5
Jessica Brennan 撰写的博客文章(26)
从单个应用到智能体集群：90天AI安全框架
采用全面的防护框架，保护AI模型、应用和自主智能体，避免代价高昂的“先部署、后防护”做法。
作者：James White, Jessica Brennan
F5 AI Remediate：弥合AI安全缺口
F5全新产品F5 AI Remediate缩短了从发现AI漏洞到部署防护措施的流程。
作者：Jessica Brennan
AI可观测性：审计和追踪AI决策
了解AI可观测性如何通过提供高级运行时可见性、审计和可追溯性，覆盖AI工作流和系统，确保对AI决策进行问责。
作者：Jessica Brennan
AI合规与监管：使用F5 AI Guardrails满足法律和行业标准
了解F5 AI Guardrails和F5 AI Red Team如何简化合规工作、降低法律风险，并帮助组织证明其负责任的AI治理能力。
作者：Jessica Brennan
基于分类器与LLM驱动的防护机制：AI运行时究竟哪种有效
并非所有AI防护机制的工作方式都相同。了解为何区分基于分类器的防护机制与由LLM驱动的防护机制至关重要。
作者：Jessica Brennan
分析师视角下的AI安全：Gartner®、Forrester和KuppingerCole的洞察
企业逐渐认识到，保护AI安全需要专门构建的解决方案。
作者：Jessica Brennan
F5在《2025年Gartner®生成式AI工程创新指南》的新兴市场象限中获评“新兴远见者”
我们很高兴地宣布，F5入选2025年Gartner生成式AI工程新兴市场象限（eMQ）。
作者：Jessica Brennan
闭环防护：为何AI安全修复至关重要
AI安全修复是企业网络安全领域的重要工作之一。随着各组织大规模采用生成式AI（GenAI），大量新漏洞随之涌现。然而，如果缺乏能够跟上AI发展速度的有效修复措施，这些漏洞往往无法及时解决，导致风险暴露窗口延长，并带来合规风险。什么是AI安全……
作者：Jessica Brennan新一代AI助手：Guardrails更智能，安全性更强
F5全新AI Assistant直接内置于AI Guardrail的自定义扫描器功能中。借助此功能，企业可以突破开箱即用型防护的局限，利用生成式AI创建符合公司特定用例和独特风险状况的策略。
作者：Jessica Brennan仅靠模型Guardrails还不够：为何运行时Guardrails对AI安全至关重要
仅靠模型防护机制无法保障AI系统安全。我们的研究团队每月测试前沿模型时都会发现这一点（测试结果发布在AI Security Leaderboards上）。模型防护机制有助于设定行为边界，但攻击者会持续发起攻击。面对接连不断的提示词注入、越狱尝试和新型漏洞利用，组织只能……
作者：Jessica BrennanForrester的AEGIS框架如何验证推理优先方法
智能体AI的兴起正在重塑企业安全格局。这些自主型AI智能体能够自主运行、实时决策，并以传统网络安全架构未曾考虑的方式跨系统交互。这在带来新机遇的同时，也引入了系统性风险，包括级联故障、目标劫持以及以往难以察觉的攻击面。Forrester近期的［……］
作者：Jessica Brennan自定义扫描器版本管理：持续演进AI防御控制，提升敏捷性
企业在部署AI应用和智能体时，需要保持敏捷，使安全措施能够持续适应不断变化的用例、策略和法规。借助F5 AI Guardrails，组织已可利用强大的防御性Guardrails，实时阻止威胁、防止数据泄露并执行安全策略。现在，Custom Scanner Versioning让这些控制措施更加灵活、易于测试且适应性更强［……］
作者：Jessica Brennan智能体签名攻击包：以红队AI助力新一代安全防护
生成式AI每引入一项新能力，都可能带来新的漏洞。因此，企业必须定期对AI系统开展红队测试，主动发现薄弱环节，并在攻击者利用漏洞之前保护AI应用。这正是我们的特色攻击包发挥作用之处。攻击包每月发布，汇集经过精心筛选的“测试攻击”，旨在发现AI系统中的漏洞。每个攻击包［……］
作者：Jessica Brennan攻击可视化：智能体指纹技术升级生成式AI渗透测试
看不见，就无从防御。这正是当前生成式AI渗透测试面临的问题。它只能告诉您攻击是否成功，却无法说明攻击如何展开，也无法解释防御为何失效。对于希望评估AI就绪程度的安全负责人而言，这是一个严重的盲区。Agentic Fingerprints改变了这一局面。它是CalypsoAI的一项新功能，能够[…]
作者：Jessica Brennan结果分析及其如何改进AI威胁检测
CalypsoAI的Inference Defend AI安全解决方案新增了Outcome Analysis功能，专为提升AI威胁检测工作流的可见性和控制力而设计。作为Defend实时防护层的一部分，Outcome Analysis可帮助安全团队准确了解扫描器（或防护机制）为何标记或阻止某个提示词或响应，从而减少猜测并加快［……］
作者：Jessica BrennanForrester预算规划指南揭示的2026年生成式AI安全趋势
展望2026年，企业可从Forrester发布的两份新预算规划指南《2026年预算规划指南：安全与风险》和《2026年预算规划：为更剧烈的波动做好准备》中，深入了解安全领导者重点投入的领域。在宏观经济不确定性、监管日益严格以及生成式AI加速采用的背景下，一个趋势已十分清晰：各组织……
作者：Jessica BrennanLLM评估：通过安全评分建立信任
随着企业加速采用AI，大语言模型（LLM）评估已不再只关注性能，还关乎可信度。安全团队不仅必须验证模型的性能表现，还必须验证其行为是否安全。然而，大多数评估框架侧重于准确性基准，导致安全和风险因素定义模糊或未得到衡量。
作者：Jessica Brennan提示词注入攻击：需要了解的要点
提示词注入是AI面临的主要安全威胁。了解其工作原理、危险性，以及企业如何保护AI系统免受此类威胁。
作者：Jessica Brennan企业AI安全：Forrester近期报告的关键洞察
为何AI安全态势管理如今已成为优先事项 Forrester近期发布的《AI检测面主要趋势》研究指出，各组织亟须重新审视AI系统的管理和保护方式。传统安全措施并非为动态、由智能体驱动的AI而设计。因此，AI安全态势管理（ASPM）正迅速成为一项关键能力。[…]
作者：Jessica BrennanAI红队缺少什么，以及如何改进
红队测试长期以来一直是企业安全的基石，但面对生成式AI，大多数组织仍在用过时的策略应对全新的威胁形势。静态提示词测试、一次性审计和基于CLI的工具或许能发现明显问题，却很少能反映GenAI系统部署后在实际环境中的复杂行为。……
作者：Jessica Brennan如何制定真正保护企业的生成式AI政策
GenAI在各团队和工具中的使用量激增，但大多数企业仍缺少保障其安全所需的控制措施。安全防护失效并非因为缺少策略，而是因为组织没有采用适当的安全控制措施来应对GenAI的自适应特性。为此，需要对分布式系统实施实时保护，而这通常……
作者：Jessica Brennan自托管与模型即服务：运行时安全的权衡
随着生成式AI（GenAI）系统不断从试点实验走向企业级全面部署，一项架构选择变得尤为重要：贵组织将如何部署基于运行时的功能？
作者：Jessica Brennan安全防护、弹性扩展、业务成功：为何运行时是重中之重
AI已不再处于试验阶段，而是投入生产环境，为聊天机器人提供支持、辅助决策，并重塑企业的运营方式。但有一个显而易见的盲点常被忽视：运行时。尽管模型训练备受关注，运行时才是AI真正发挥作用的环节。模型在此与真实用户和数据交互，并参与实际决策。这里也是重大安全风险最容易出现的环节之一……
作者：Jessica BrennanAI红队测试：主动安全的标准
在生成式AI（GenAI）日益成为保持竞争优势的关键工具，并助力优化业务流程和客户体验的时代，确保其安全至关重要。AI在推动创新的同时，也带来了新的攻击面和独特风险，而传统安全工具无法有效管理这些风险。为此，需要开展AI红队测试，这是一种主动、以攻击为导向的[…]
作者：Jessica Brennan