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
