F5人工智能网关： 解决人工智能安全和交付的独特挑战

在过去的一年里，我们学到了很多关于生成式人工智能的知识。特别是，我们看到了部署模式的最佳实践成为现实，人工智能工厂成为新的数据中心构建模块，而对人工智能模型和应用的交付和安全性的担忧也日益凸显。 

虽然人工智能应用确实是“最现代的现代应用”并且严重依赖 API，但人工智能应用在安全性、监控和交付方面也带来了独特的挑战。 

一个重大的挑战是由于人工智能应用的不确定性。 也就是说，入站输入和出站响应差异很大，并且随着时间的推移而发展。 人工智能应用还可以从跨多个位置的结构化和非结构化来源提取数据。 事实上，当我们调查市场并发现人工智能的公共云、内部部署和混合部署计划的强大组合时，这并不奇怪。 

非结构化、不可预测的输入和输出的问题在于很难确定请求或响应是否包含敏感或不正确的信息。 虽然 API 安全和 Web应用防火墙通常就是用于此目的，但它们针对确定性内容进行操作。 也就是说，请求和响应的格式和内容是可以理解的，因此更容易检测恶意或敏感内容。 虽然人工智能利用与 API 和 Web应用相同的结构，但其内容变化很大，这使得制定扫描或清理请求和响应的策略变得困难。

这一挑战中隐含着另一个含义： 必须双向监控人工智能流量。 鉴于相当一部分组织计划利用人工智能即服务，例如 ChatGPT、Azure、Google 或 Hugging Face，这一点尤其正确。