关于AI Security的博客文章
关于AI Security的博客文章(97)
携手F5和Google Cloud，构建前沿AI防御能力
了解F5与Google Cloud如何帮助您制定防御措施，应对前沿AI采用的新型攻击方法以及此前未知漏洞的发现。
作者：Matthew Emes
当AI模型在补丁发布前发现漏洞
防御方曾有两年多的时间来修补漏洞，如今这一时间窗口却变成了负7天。继续阅读，了解当今的补丁管理必须如何演进。
作者：Michael Montoya
F5 Labs AI安全模型洞察：没有攻击者，AI智能体也可能泄露数据
如果未能严格落实对智能体的边界限制，即使智能体只是尝试完成无害的任务，也可能导致意外的数据暴露和业务风险。
作者：Malcolm Heath, Louise Scully
大规模保障智能体企业安全
了解企业如何借助Google Cloud Agent Gateway和F5 AI Guardrails加快AI智能体开发，同时简化管理并增强安全性。
作者：Jason Williams, Matthew Emes
在AI工厂中交付并保护AI智能体：F5助力NVIDIA OpenShell安全AI智能体参考架构
F5解决方案扩展了NVIDIA OpenShell参考架构，为安全的AI智能体提供支持。
作者：Kunal Anand
网络安全领域的智能体AI：机遇与风险
了解为何使用智能体AI开展网络安全防护对于应对AI驱动的威胁至关重要，以及智能体为何也会给企业带来新的风险。
作者：Louise Scully
IDC MarketScape在《2026年Web应用和API保护平台厂商评估》中将F5评为领导者
IDC MarketScape指出，F5的主要优势包括AI驱动的WAF。
作者：Nirav Shah
F5 Labs AI模型安全洞察：CISO在部署前后需要衡量哪些指标
性能并非安全衡量指标。了解CISO应如何利用F5 CASI、F5 ARS和F5威胁情报衡量AI全生命周期的安全状况。
作者：Malcolm Heath, Louise Scully
智能体AI改变了CISO需要关注的关键问题
随着非人类身份不断增加，F5研究表明，需要提高可见性、加强治理并明确责任，以尽可能降低网络安全风险。
作者：Sean Murphy
F5在2026年9月Gartner® AI应用安全新兴市场象限™中获评“市场塑造者”
F5是仅有的两家被Gartner评为“市场塑造者”的供应商之一。
作者：John Maddison
在AI智能体时代，谁值得信赖？
F5 Distributed Cloud Bot Defense的新功能可帮助组织区分可信AI流量与欺诈性AI流量。
作者：Nirav Shah
Gartner®在2026年7月发布的《Gartner定制AI智能体安全指南》报告中，将F5列入第三方排行榜
了解F5 CASI如何帮助组织衡量模型风险并治理智能体AI部署。
作者：Nirav Shah在线路边界阻止前沿AI：为何内联控制是应对Mythos级模型的核心优势
后 Mythos 时代的网络防御发生了哪些变化，以及组织为何必须改变控制点。
作者：Abbas Kudrati
模型路由为何可能成为安全基础设施
智能体AI暴露了身份管理的局限。通过专用模型与基于策略的路由，将权限与模型选择绑定，从而缩小影响范围并降低治理复杂性。
作者：Lori Mac Vittie以AI速度保障安全：保护企业免受自主威胁
F5首席技术与运营官Michael Montoya阐述了在漏洞披露与遭利用之间的时间窗口大幅缩短后，当前必须做出哪些改变。
作者：F5 Newsroom Staff
F5 AI 驱动的 WAF 推进后 Mythos 时代的虚拟补丁技术
F5新增多项创新功能，可在数据路径中阻止前沿AI驱动的威胁，并加快虚拟补丁部署。
作者：Nirav Shah
不容错过F5 Post-Mythos Security Summit的四大理由
获取专家建议，在后 Mythos 时代保护应用、API和模型。
作者：John Maddison
F5 AI Gateway：企业所有AI的统一控制点
F5 AI Gateway为企业提供统一控制平面，用于治理、保护和优化每个AI模型、智能体和工具，并将令牌成本降低30%–60%。
作者：Nirav Shah
F5为何加入开放安全AI联盟
F5与NVIDIA及其他行业领军企业共同加入开放安全AI联盟。该联盟旨在开发和共享开放工具，推动负责任地使用AI并增强对AI的信任。
作者：Kunal Anand
权威陷阱：F5 Labs AI威胁情报揭示AI攻击面不断扩大
F5 Labs对F5 CASI、F5 ARS.及威胁情报的研究表明，模型风险、不断变化的韧性和权限过大如何扩大AI攻击面。
作者：Malcolm Heath, Louise Scully
F5 AI Red Team：一次性关卡还是持续实践？
了解为何静态的单次测试无法跟上AI模型的快速变化，以及持续开展定制化红队测试在实践中如何实施。
作者：Keiko Cheung
AI经济格局将在数据传输中见分晓
了解为何推理路由、安全性和路径内控制，而非仅靠更快的GPU，将影响每个令牌的成本和AI基础设施的经济效益。
作者：Santosh Erram借助F5和Google Cloud大规模保护AI安全
了解F5 AI Guardrails如何帮助在Google Cloud上的所有模型、应用和智能体中实施一致的安全与治理。
作者：Beth McElroy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
AI的下一个时代在于共享，而Kimi K3刚刚让共享变得代价高昂。
Kimi K3表明，开放式前沿模型为何需要机架级基础设施。了解F5与NVIDIA如何提升AI推理交付的安全性和效率。
作者：Ahmed Guetari