客户如何使用F5 AI Security Platform？

F5 ADSP | 2026年10月22日

在AI安全领域，“一刀切”不应成为目标。组织应寻求一种能够根据自身需求进行定制的AI安全平台解决方案，以满足各项安全需求。如果“开箱即用”的控制措施足以满足需求，那当然很好！但现实是，AI在全球性银行、医疗服务提供商和零售企业中的应用方式差异很大，因此安全需求通常也各不相同。

今年早些时候推出的F5 AI Security Platform提供高度灵活的平台，用于保护AI应用、服务、模型和智能体。那么，客户如何使用该平台？它又能解决哪些问题？

“在客户生产环境中使用的所有防护机制和策略中，约有38%完全由客户自行创建。这充分表明，在全球采用AI的现阶段，定制并非“锦上添花”，而是“必不可少”。”

基础仍在于阻止提示词注入

几乎所有客户最先关注的问题都是提示词注入，供应商必须能够高效应对这一问题。在《OWASP 2026 年 LLM 十大风险》中，提示词注入再次位居首位，因为它是最容易实施的攻击之一，其影响范围涵盖特定 AI 模型或智能体拥有的全部数据、操作和工具权限。对大多数客户而言，F5 AI Security Platform 提供的经验证可有效抵御 99.3% 的直接提示词注入攻击足以满足大多数生产用例的需求。但随着使用规模扩大，这种防护也必须持续有效。

一家全球性投资银行面临这一挑战时，其上线应用每天已处理约100,000条AI提示，并计划将安全覆盖范围扩展至数百个应用。随着工作负载不断增加，该银行的网络安全控制团队需要保持以F1分数衡量的峰值威胁检测准确率。该银行选择了F5 AI Guardrails（F5 AI Security Platform的一部分），以内联方式检查AI交互，为每个应用提供提示注入防护，并针对高度敏感的用例叠加PII保护。审计模式下的初始部署表明，威胁检测准确率有所提升，同时满足了该银行在工作负载扩展过程中保持峰值F1准确率的要求。

客户基于这一基础进行构建，并非只为实现规模扩展。我们还看到，一些风险容忍度极低的客户会根据预期出现或已在运行时发现的特定攻击模式，叠加自己的威胁防护Guardrails。得益于我们与NVIDIA的Nemo Guardrails的原生集成，以及F5 AI Guardrails的自然语言Guardrails创建功能，风险偏好相近的客户正充分利用各种可用选项，针对提示词注入实施纵深防御策略。

下一层是内容审核与合规

客户通过威胁防护控制措施“锁好前门”后，讨论重点便会转向内容审核与合规。在过去一年与客户的交流中，我听到的合规标准和风险管理框架（RMF）不胜枚举，其中包括AI专项合规标准、组织专属RMF，以及针对特定团队和地区的负责任AI政策。如果AI安全平台不支持创建自定义策略，也无法对这些控制措施的成效进行基准评估，那么AI治理将不再具有可操作性，只会沦为空谈。

另一家客户是全球规模较大的全球系统重要性银行（G-SIB）之一，对证据的需求阻碍了其采用AI。该银行已有50多个AI用例准备在包括人力资源、采购和网络安全在内的多个部门上线，但其内部审计人员无法验证这些系统是否可以安全部署。

该银行选择了F5 AI Security Platform，将由集中式AI和安全团队管理的开箱即用型及自定义防护机制，与针对AI系统实际行为的测试相结合。测试表明，该平台在个人身份信息（PII）泄露、提示词注入、越狱和恶意内容方面的防护率均超过90%。符合《欧盟人工智能法案》和ISO/IEC 42001要求的报告，为审计人员提供了此前缺少的安全证据。安全架构通过验证后，该银行得以推进此前受阻的用例。

这只是将治理转化为实际行动的一个具体示例。借助F5 AI Security Platform中的自定义策略编写功能，我们看到客户为各种用例创建控制措施，其中一些用例甚至连热衷宣传的我都不敢声称平台能够支持。客户投入生产的所有防护机制和策略中，约有38%完全由客户自行创建。这充分证明，在全球采用AI的现阶段，自定义并非“锦上添花”，而是“不可或缺”。

关键不在于本地部署还是SaaS，而在于灵活性。

F5以在任何环境中交付和保护每个应用及API而著称。这一理念同样适用于保护AI工作负载。我们认为，AI安全平台应能无条件适配现有架构和主权要求。

即使这两家银行客户也采用了不同的方法。该投资银行选择在其企业云环境中自行托管F5 AI Guardrails，而不是将其作为SaaS服务使用，使其网络安全控制团队能够全面掌控AI流量的处理位置和数据处理方式。该全球系统重要性银行（G-SIB）客户则选择使用由银行完全拥有和控制的专用本地基础设施，自行托管F5 AI Security Platform。

许多客户在本地部署我们的平台；如果用例需要，有时还会采用完全物理隔离的方式。对于通过SaaS部署平台的客户，如果日后出现相关用例，可选择将检查和策略执行完全迁移至本地，这已成为一项重要的差异化优势。数据主权已成为许多客户的必要要求，其他客户也选择遵循类似的自定标准。鉴于客户正在AI领域投入大量资金、知识产权和知识型人才，将隐私视为不可妥协的原则也就不足为奇。