借助F5和AWS构建、保护并优化AI应用

Dave Morrissey首席联盟经理 | F5

随着企业日益将人工智能（AI）融入运营，对AI驱动型应用的需求大幅增长。目前，75%的组织表示正在实施AI辅助功能。¹但在急于引入智能功能的过程中，企业也面临安全风险和运营挑战，而这通常是由于AI战略不完善所致。

下面来了解如何简化AI应用的构建、安全防护和优化，充分发挥投资价值。

构建AI驱动的应用

AI应用是复杂度更高的现代应用。它们由推理引擎、数据源和机器学习模型等多个组件构成，通常采用Kubernetes架构，并通过API连接。

您的开发人员可能非常熟悉如何构建现代应用，但所需的AI模型可能会带来难题。构建和训练AI模型通常需要专业技能，而并非每个组织都具备这些技能。为此，云AI开发者服务（CAIDS）这一新兴市场应运而生。借助这些服务，开发人员可以通过API、SDK或应用等熟悉的方式使用AI模型，从而更轻松地将智能功能嵌入应用。

AWS提供多种云端AI开发者服务（CAIDS），可简化智能应用的开发流程。其中包括用于构建和训练AI模型的服务，以及多种可供选择的预构建模型。此外，AWS还提供构建AI应用所需的基础设施，并提供无服务器计算、托管式Kubernetes和可扩展计算能力等选项。通过与可靠的基础设施集成，这些服务可帮助开发者更快地构建AI模型和应用。

保护应用和AI模型

现在，构建AI驱动的应用变得更轻松，但如何保障这些应用的安全？

在与AI相关的问题中，模型安全的重要性仅次于成本。² 应用可以访问AI模型及其敏感数据，因此容易成为攻击者的目标。模型投毒也是一项隐患，可能导致错误输出或影响性能。除了威胁行为者，还必须防止意外的数据泄露。例如，用户可能会向应用提供自己的个人身份信息（PII），而您并不希望这些信息最终进入模型。

F5安全解决方案可在上述各种场景中保护AI应用和模型。作为AWS合作伙伴，F5解决方案可轻松添加到AWS环境，以及AI应用或模型所在的其他任何环境中。

F5还可保护连接应用、AI模型和数据源的API。通过保护这些连接，可确保只有授权流量才能访问模型或数据源，防止数据外泄和滥用。

还必须监控输入和输出，以确保AI应用按预期运行。监测输入可防止提示词注入攻击，或避免合法用户意外泄露个人身份信息（PII）。检查输出可防止AI应用提供可能损害贵组织声誉的偏见性或幻觉性回答。

优化性能和成本

平衡AI应用的性能与成本并非易事。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，计算资源的相关成本可能迅速攀升。要尽可能提升用户体验，还需要将应用部署在更靠近用户的位置，这意味着基础设施可能需要包含边缘站点。

AWS提供支持AI工作负载所需的可扩展基础设施，F5负载均衡解决方案则提供智能流量路由，有助于降低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或微服务，让应用更轻松地靠近用户，同时不牺牲防护能力。这不仅可以提升用户体验，还能确保高效利用资源，帮助控制成本。

实现AI目标

随着AI在企业中发挥日益关键的作用，管理成本、降低风险并实现卓越性能的能力，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，帮助组织充分发挥AI投资的价值。

了解详情，请访问f5.com/aws。

来源

_{1. F5，《2024年AI应用战略现状报告》，2024年6月}

_{2. 同上。}

关于作者

Dave Morrissey首席联盟经理 | F5

Dave Morrissey 的更多博客文章