用 API 安全保障您在 AWS 上的 AI 创新

随着越来越多的组织投入人工智能开发，他们越来越依赖API将AI模型与应用和数据连接，用于训练与推理。 然而，API连接越多，面临的风险也越大。 攻击者可能滥用API，窃取数据、绕过AI模型限制，甚至盗取模型本身。 

单个 AI应用可能拥有数百个 API 端点，安全团队很难追踪，而且配置只会变得更加复杂。 据 Gartner 预测，到 2026 年，API 需求增长的 30% 以上将来自人工智能和使用大型语言模型 (LLM) 的工具。¹

别忽视 AI 所用 API 的安全基础设施。您需要更加谨慎，确保这些 API 能有效抵御高级攻击，同时处理好监管和身份认证的特殊需求，保护您的 AI 资产安全。

如果缺乏 API 安全，您的 AI 模型将面临诸多威胁，比如提示注入、模型提取，甚至无法掌控的影子 API，这些 API 超出您的视野和控制范畴。 影子 API 多因团队成员善意创建新 API 端点但缺乏适当安全监管而产生，导致盲区，使您难以追踪谁或什么在访问特定的 AI 模型。 

您还需注意，缺乏适当保护的API端点可能在交互中泄露个人身份信息（PII）或知识产权，导致看似无害的请求暴露更多信息。 如果API没有限流措施，海量请求可能使其不堪重负，容易受到拒绝服务（DoS）攻击，进而造成服务性能下降和计算成本提升。 

保护您的 AI 模型和应用程序需要全面的 API 安全策略，涵盖发现、认证以及针对 AI 专属威胁升级的风险。 您应当重点关注以下功能：

• 持续发现实时监控连接AI服务的新API端点，实现全天候可视。 
• 访问控制确保新API端点经过正规认证流程，并严格遵循最小权限原则，仅授予所需的最低访问权限。
• 输入/输出验证对所有进出 AI 模型的数据进行检测，防止恶意提示进入或敏感数据外泄。
• 速率限制确保 API 调用不超过设定阈值，有效防止系统因分布式拒绝服务攻击等原因过载。
• 异常检测和所有监控软件一样，负责识别常规流量中的异常行为。

成功的人工智能离不开开发与安全的双重保障。 您可以通过 Amazon Bedrock、Amazon SageMaker 和 Amazon CodeWhisperer 等服务，利用热门基础模型，或借助 AI 驱动的开发构建和扩展自己的模型。 F5 提供一整套解决方案，补充这些 AWS 服务，助您实现关键 API 的安全控制，并整合上一节介绍的五大能力。 

您首先要考虑的解决方案是F5 分布式云 API 安全，它能自动识别并映射新出现的 API 端点，即使这些端点是通过影子 IT 创建的。 这让您能获得更全面的可视化，轻松执行安全策略，保护 API 免受滥用、数据泄露和未授权访问。

接下来，适用于 AWS WAF 的 F5 托管规则 是一套在 AWS Marketplace 上提供的预配置规则集，专为与 AWS WAF 无缝集成而设计。 这些针对 API 的规则集为您增加一道防线，F5 安全专家会持续更新，确保防护紧跟最新威胁。 

我们通过这两种方案防止模型被未授权访问，保护您的敏感数据和知识产权，确保人工智能始终可为人类或机器实体的合法使用提供支持。