使用 F5 和 AWS 构建、保护和优化您的 AI 应用

人工智能应用是具有额外复杂性的现代应用程序。 它们由推理引擎、数据源和机器学习模型等多个组件组成，这些组件经常使用 Kubernetes 架构并通过 API 连接。

您的开发人员可能精通构建现代应用程序，但所需的 AI 模型可能会出现问题。 构建和训练人工智能模型通常需要并非每个组织都具备的专业技能。 作为回应，云 AI 开发者服务（CAIDS）的新市场已经出现。 通过这些服务，开发人员可以通过熟悉的方式（例如 API、SDK 或应用）使用 AI 模型，以较少的努力嵌入智能。

AWS 提供多种 CAIDS 产品以简化智能应用程序的开发。 这些包括构建和训练 AI 模型的服务以及可供选择的预构建模型。 此外，AWS 还提供构建 AI应用所需的基础基础设施，并提供无服务器计算、托管 Kubernetes 和可扩展计算能力等选项。 这些服务允许开发人员通过集成到可靠的基础设施中更快地构建 AI 模型和应用程序。

现在，您可以更轻松地构建 AI 驱动的应用程序，但如何保护它们的安全呢？

当谈到人工智能问题时，模型安全性仅次于成本。² 应用程序可以访问人工智能模型及其敏感数据，这使它们成为攻击者的目标。 模型中毒是另一个令人担忧的问题，它可能会导致糟糕的输出或破坏性能。 威胁行为者并不是唯一的担忧——您还必须防止意外数据泄露。 例如，用户可能会向应用程序提供他们自己的个人身份信息 (PII)，而您不希望这些信息出现在模型中。

F5 安全解决方案保护您的 AI 应用程序和模型免受所有这些情况的影响。 作为 AWS 合作伙伴，F5 解决方案可以轻松添加到您的 AWS 环境以及您的 AI 应用程序或模型所在的任何其他地方。

F5 还保护连接应用程序、AI 模型和数据源的 API。 通过保护这些连接，您可以确保只有授权的流量才能访问模型或数据源，从而防止数据泄露和滥用。

监控输入和输出也是必要的，以确保您的 AI 应用程序按预期运行。 观察输入可防止合法用户的即时注入攻击或意外的 PII 暴露。 检查输出可以防止您的 AI 应用程序提供可能损害您组织声誉的偏见或幻觉反应。

平衡人工智能应用的性能和成本是比较棘手的。 一方面，这些应用需要大量计算资源才能有效运行；另一方面，与计算资源相关的成本可能会迅速增加。 最大限度地提高用户的性能还需要让应用程序更接近用户，这意味着您的基础设施可能需要包括边缘站点。

AWS 提供支持 AI 工作负载所需的可扩展基础设施，而 F5 的负载均衡解决方案则提供智能流量路由，从而减少延迟并缩短响应时间。 F5 还可以连接分布在多个云或边缘站点的应用程序或微服务，从而无需牺牲保护即可简化将应用程序更贴近用户的过程。 这不仅增强了用户体验，而且还确保了资源得到有效利用，有助于控制成本。

随着人工智能在企业中发挥越来越重要的作用，管理成本、降低风险和提供卓越绩效的能力对于保持竞争优势至关重要。 F5 和 AWS 提供实现这些目标所需的工具和服务，帮助企业充分实现其 AI 投资的收益。

了解更多信息，请访问f5.com/aws 。