GenAI在各团队和工具中的使用量激增，但大多数企业仍缺少保障其安全所需的控制措施。安全防护失效并非因为缺少策略，而是因为组织没有采用适当类型的安全控制措施来应对GenAI的自适应特性。为此，需要对分布式系统实施实时保护，而这些系统往往超出IT部门的可见范围。
《2025 年生成式 AI 政策手册》指出了这一问题，并提供了解决框架。其核心理念是：政策必须能够在 AI 交互点强制执行。
安全盲区：运行时
大多数组织的传统安全体系主要围绕访问控制、边界防火墙和数据丢失防护构建。但生成式AI带来了一个本质不同的攻击面：运行时。
真正的风险就存在于这一层，即用户与模型交互、数据被摄取和返回、输出影响业务成果的运行时层，包括：
- 绕过过滤器的提示词注入
- 误导决策的幻觉输出
- 通过模型响应泄露敏感数据
- 缺乏监督而不断失控的自主智能体操作
简而言之：运行时环境正是需要实施安全防护的关键环节，但具备相应防护能力的企业寥寥无几。
从纸面策略到运行时保护
许多企业已开始起草可接受使用政策，有些还制定了操作手册或指导性准则。但没有强制执行的政策只能算是建议。
为弥合治理与实际保护之间的差距，组织必须在运行时采用自适应安全控制措施，以便：
- 实时阻止有害的提示和响应
- 强制实施基于角色的模型访问控制
- 实时检测新出现的异常和威胁模式
- 根据用例和风险承受能力调整安全设置
借助满足这些需求的防御解决方案，您可以随着模型和用例的发展不断调整安全态势。
统一的AI Security Platform：全生命周期保护的必备之选
运行时安全至关重要，但这只是整体安全体系的一部分。要真正保障生成式AI和智能体AI的安全，需要采用涵盖可见性、防御、攻击性测试和策略一致性的集成方法。
因此，企业正转向采用F5全面的AI运行时安全解决方案：
- F5 AI Red Team：通过智能体式对抗测试，在攻击者利用漏洞之前将其发现
- F5 AI Guardrails：在交互点提供实时保护
- 内置可观测性：基于角色查看AI使用情况、风险和合规性
这些功能共同构成专为网络安全领域中变化最为频繁的攻击面打造的运行时边界。
运行时安全指南
《2025 年生成式 AI 策略手册》为企业领导者提供实用指导，帮助其制定可在运行时持续生效、在推理阶段提供防护并随模型变化而调整的策略。
下载手册，了解以下内容：
- 传统控制措施为何无法抵御生成式AI威胁
- 安全负责人现在可以采取哪些措施，为智能体AI做好准备
- 如何构建可随创新扩展的分层防御体系
AI之旅才刚刚开始，请从一开始就确保安全。
关于作者
相关博客文章
三家企业如何借助AI驱动的WAF改进虚拟补丁和运行时安全
了解三家F5客户如何利用AI驱动的WAF加快虚拟补丁部署、将误报减少50%以上，并更有信心地启用阻断模式。
F5 BIG-IP v21.0增强S3工作流的AI数据交付与摄取能力
使用F5 BIG-IP 21.0版优化S3工作流：通过低接触式配置，为AI数据交付、对象存储和RAG管道提供可扩展的安全解决方案。
Everest Group报告：生成式AI行业应用的当前趋势与未来前景
我们很高兴能为全球知名研究机构Everest Group发布的一份重要新报告作出积极贡献。该报告题为《生成式AI应用：审视横向职能中的实际应用与未来展望》，深入分析了各行业对生成式AI（GenAI）的应用情况。报告指出，IT［……］