爲什麽 AWS 提供更安全、合規、負責任的生成式 AI?

記者陳欣欣 / 台北報導

隨著生成式 AI 的快速發展,確保其安全合規已成為企業的當務之急。作為雲端運算的先驅,AWS 提供了完善的安全與合規解決方案,助力企業在雲端建立安全可控的生成式 AI 環境。

明確安全職責,AWS 與客戶共同守護生成式 AI

AWS 採用「共同負責模式」,與客戶共同確保生成式 AI 系統的安全合規。在這種模式下,AWS 負責基礎設施和運行時的安全;客戶則負責數據、模型及配置的安全。

這種清晰的職責劃分,不僅減輕了客戶的合規負擔,也使雙方在建立安全的生成式 AI 系統時各司其職、相互配合。AWS 提供安全的基礎設施和運行時環境,而客戶專注於數據與模型的安全治理,兩者相輔相成,共同守護生成式 AI。

嚴密的安全評估,持續監控生成式 AI 風險

在推出任何生成式 AI 服務之前,AWS 都會進行全面的安全評估,評估內容包括:

  • 數據隱私與模型偏差風險
  • 惡意使用與系統穩定性風險
  • 潛在的安全漏洞與攻擊面

通過嚴格的前期評估,AWS 能夠預先識別並消除各種安全隱患。即使是在服務上線後,AWS 也會持續監控並主動評估生成式 AI 的潛在風險,時刻保持高度的安全意識。

完善的安全工具,助力客戶實現生成式 AI 治理

AWS 提供了多種安全合規工具,以協助客戶構建安全的生成式 AI 環境:

  • AWS Security Hub: 集中化的安全與合規管理控制台
  • Amazon Inspector: 評估 EC2 实例的安全狀態並發現漏洞
  • AWS Config: 評估資源配置的合規性
  • Amazon Macie: 使用 ML 發現、分類和保護敏感數據

此外,AWS 最近推出的 Model Evaluation on Bedrock 提供人工建立評估工作流程的程序, Amazon SageMaker Clarify 改正模型偏見,以及 Amazon Bedrock 的 Guardrails 功能, 使客戶能夠為生成式 AI 應用程式實施保護措施。Guardrails 功能可以提高 Amazon Bedrock 上模型對應用程式中不良和有害內容回應的一致性。 Guardrails 現已推出預覽版。

這些應用程式根據客戶應用場景和「負責任的 AI」原則定制,因此可以增強用戶互動的安全性和隱私性。也專門用於提升生成式模型的安全性與可解釋性。這些強大的工具為客戶構建安全合規的生成式 AI 系統提供了全面支持。

完善的認證與合規報告,增加客戶信任

AWS 定期接受各種安全與合規認證,包括 ISO 27001、HIPAA、FedRAMP 等。客戶可以通過 AWS Artifact 這一免費服務,下載相關的認證報告與合規資訊,增加對 AWS 安全合規環境的信任度。

此外,AWS 也會聘請獨立第三方審計機構對其安全控制進行評估。這些評估報告同樣可供客戶查閱,進一步驗證 AWS 的安全合規水平。

明確的客戶合規責任,構建端到端的安全體系 

基於共同負責模式,客戶肩負確保數據與模型安全的責任。為實現端到端的安全合規,客戶需要:

  • 設定 Identity 與 Access Management 控制訪問
  • 對機密數據加密
  • 配置資源以符合合規要求
  • 主動監控並審計系統存取與使用

通過落實這些安全措施,並參考 AWS 提供的安全文件與最佳實踐,客戶可以構建全面、合規的生成式 AI 環境。

AWS 為企業構建安全合規的生成式 AI 系統提供了完整的解決方案,包括明確的安全責任劃分、嚴密的風險評估、完善的安全工具、認證合規報告,以及對客戶責任的指導。藉助 AWS 的專業知識與先進技術,企業可以放心地在雲端啟動安全可控的生成式 AI 之旅。

歡迎留下資料,與 AWS 專家探討生成式 AI 的安全與合規議題