人工智能系统的开发比以往任何时候都更容易，您（或贵公司的董事会）可能已迫不及待地想要开始应用。采用AI可为业务现代化带来前所未有的机遇。例如，AI可以：
- 发掘新的业务洞察，降低成本并增加收入
- 开拓创新视野，助力开发新产品和服务
- 开拓新市场，赢得先发优势
然而，AI发展日新月异，在复杂的混合云或多云基础设施中维护AI系统既困难又成本高昂。如果您的IT和安全团队也像许多团队一样已不堪重负，那么在本就庞杂的技术栈中再加入新的复杂技术，无疑令人望而却步。但事情并非一定如此。继续阅读，了解目前已有的解决方案，帮助您轻松构建、维护和保护多云AI工作负载。
第1步：了解AI风险
基于AI的应用虽然可能具备一些复杂的底层功能，但与其他数据驱动的现代应用一样，也面临各种由人为发起和机器人驱动的网络风险与危害，包括：
- 未经授权的访问：未经审查的AI应用接口（影子API）可能会在不知情的情况下暴露并被恶意行为者访问，从而导致模型和训练数据遭到未经授权的访问和滥用。
- 模型利用：恶意行为者可以通过反复查询AI模型来复制该模型，从而创建可用于竞争或恶意目的的副本。他们还可以利用模型反演来重建AI模型的属性或编制新的训练数据集，这可能会泄露敏感信息。
- 速率限制与成本超支：如果没有严格的速率限制，某些AI模型可能会被过度使用。这可能导致服务降级、暴力破解攻击或全面的拒绝服务攻击。滥用不仅会造成服务中断，还可能产生高额成本。
- 新的部署模式：成功运行AI工作负载所需的分布式架构或边缘部署可能并不为人熟悉。要在这些不同的环境中保持一致性和安全性，是一项挑战。
要应对这些风险，需要在整个基础设施中设置并实施适当的访问级别、数据保护措施、应用安全控制、API授权方法和性能优化配置。
第2步：降低复杂性
开发生命周期的每个阶段都会增加构建、连接和维护分布式环境的复杂性，而这些环境是运行安全、高性能AI解决方案所必需的。使用容器是显著降低复杂性的一种方式。容器所需资源更少，并可在多种环境中实现更快部署。
降低复杂性的另一个关键是采用统一的开发和交付平台。这有助于参与AI模型和应用开发的多个团队高效协作，还能简化AI模型训练以及在复杂基础设施中部署AI数据和应用的繁琐流程。
统一平台可通过简化配置，并支持在云端或本地部署，帮助团队应对开发和管理方面的挑战。不过，该平台还需要在流程的每个环节融入安全防护。
第3步：集成安全功能
API可能给基于AI的应用带来重大风险，因为这些连接对应用运行至关重要。在部署AI模型和应用时加入API安全措施，不仅有助于保障其安全性和可用性，还能加强治理。
分布式应用或在边缘运行的应用需要安全连接，才能跨云环境或客户站点顺畅运行，同时保护应用和数据免受威胁或未经授权的访问。应用和AI模型还需要防范从机器人到漏洞等各种安全威胁。部署专为Web应用设计的额外防护层，可阻止可能导致运行缓慢或数据泄露的攻击。
立即保护您的AI解决方案
AI驱动的应用带来了颠覆性变化，但与您熟悉的现代应用也有许多共同之处。现有解决方案可帮助您应对交付AI解决方案时面临的风险，同时满足业务现代化目标。
F5与Red Hat正密切合作，帮助贵公司的IT、数据科学、应用开发和安全团队更轻松地协作，专注于安全、快速地交付高性能解决方案。
了解Red Hat OpenShift AI如何帮助您在熟悉的平台上更轻松地构建和维护AI工作负载。强大的F5应用安全功能还可保护AI工作负载，让您充分利用F5与Red Hat现有的合作关系。凭借构建快速、智能且安全的应用的能力，您可以更有信心地探索AI世界。详细了解F5与Red Hat。
关于作者
相关博客文章
Thingbot正转变为攻击平台
Lori MacVittie重点介绍了F5 Labs对2018年1月至6月全球物联网设备攻击的研究，并指出了其中令人警醒的影响。物联网设备不仅持续遭到利用，还被转变为攻击平台，这意味着攻击者可以更充分地利用这个必然增长的市场。
借助F5全新Quick Start，在AWS上快速开展业务
在AWS re:Invent开幕前，我们很高兴与大家分享F5与AWS之间全新的Quick Start集成。F5的Tom Atkins将介绍该服务如何启动、配置和运行在AWS上部署工作负载所需的计算、网络、存储及其他AWS服务。