借助API安全保护AWS上的AI创新

F5生态系统 | 2025年8月21日

随着越来越多的组织采用AI，它们日益依赖API将AI模型连接到应用和数据，以进行训练和推理。然而，API连接越多，风险就越高。威胁行为者可能滥用API窃取数据、对AI模型实施越狱，甚至盗取模型本身。

单个AI应用可能包含数百个API端点，安全团队难以对其进行跟踪，而且配置只会越来越复杂。Gartner指出，到2026年，API需求增量中超过30%将来自AI以及使用大语言模型（LLM）的工具。¹

不要忽视用于AI的API安全基础设施。此类API需要开展额外的尽职调查，并在监管和身份验证方面采取针对性措施，以帮助保护您和您的AI投资免受高级漏洞利用的侵害。

为何需要强大的API安全防护

如果缺乏API安全防护，AI模型将面临提示词注入、模型提取等诸多威胁，还可能遭遇影子API带来的混乱。影子API是指不可见且不受控的API。它们通常源于团队成员出于善意创建新的API端点，却未经过适当的安全监督，因而形成安全盲区，难以追踪哪些人员或对象正在访问哪些AI模型。

“如果缺乏API安全防护，AI模型将面临提示词注入、模型提取以及影子API造成的混乱等诸多威胁。”

还需注意，如果缺少适当的防护措施，API端点可能会在交互过程中泄露个人身份信息（PII）或知识产权，使看似无害的提示词暴露超出预期的信息。如果API缺少速率限制，还可能因大量请求而不堪重负，容易遭受拒绝服务（DoS）攻击，进而导致服务性能下降和高昂的计算成本。

API安全应具备的五大关键要素

要保护AI模型和应用，需要采用全面的API安全方法，涵盖发现、身份验证，并应对AI特有威胁带来的更高风险。建议优先考虑以下能力：

持续发现可监控连接到AI服务的任何新API端点，实现实时可见性。
访问控制可确保新的API端点遵循适当的身份验证流程，并实施最小权限原则，即授予的访问权限不超过所需范围。
输入和输出验证检查传入和传出AI模型的所有数据，防止恶意提示词进入或敏感数据外泄。
速率限制可对API调用实施阈值限制，防止系统过载，例如遭受DoS攻击时。
异常检测与其他监控软件一样，会检查常规流量模式中的可疑行为。

如何在AWS上启用全面的AI防护

成功部署AI既需要开发，也需要安全保障。Amazon Bedrock、Amazon SageMaker和Amazon CodeWhisperer等服务支持使用主流基础模型，也可借助AI驱动的开发功能构建并扩展自有模型。F5提供一系列解决方案，与这些AWS服务形成互补，为关键API提供安全保障，并整合上一节介绍的五项能力。

首先应考虑的解决方案是F5 Distributed Cloud API Security。即使新的API端点由影子IT创建，该解决方案也能自动识别并映射这些端点，从而提供更深入的可见性，帮助您更轻松地实施安全策略，并保护API免遭滥用、数据泄露和未经授权的访问。

接下来，F5 Managed Rules for AWS WAF是一组可在AWS Marketplace上获取的预配置规则集，旨在与AWS WAF集成。这些API专用规则集可提供额外一层防护，并由F5安全专家持续更新，以应对最新威胁。

这两种解决方案都有助于防止未经授权访问模型，保护敏感数据和知识产权，并确保AI始终可供人类或机器实体合法使用。