出海产业的多重赛道中，电商创新业态持续升维革新。如今，越来越多的企业正使用 AI 大模型，通过打造智能客服等方式，重塑用户体验。Akamai“蜀”智出海，从“蓉”上云主题分布式云战略高峰论坛于成都圆满闭幕。敦煌网集团技术中心副总裁、Akamai 云服务专家和 OWASP 云安全专家等大咖，在峰会圆桌环节中，围绕 AI 出海、大模型的攻防升级、PCI DSS 合规等话题，展开了深入探讨。
延伸阅读，点击链接了解 Akamai Cloud Computing
一、AI 出海格局下的“人货场”
刘炅：大家都知道，特别在 ToB 这一块，敦煌网是做电商出海的卓越企业。敦煌网都将 AI 技术应用在哪些场景？
刘文涛：聊起 AI 大模型的助力，也是围绕“人货场”展开。人的角度，聚焦于通过 AI 提高投放效率，更精准地展示给广告主或营销对象；货的角度，我们用大量 AI 技术，增强 SKU 或商品的卖点表现；场的角度，改善场域内体验，比如可以通过智能客服、数字人直播，增强信任感。
二、打好 AI 安全持久战
刘炅：基于当下泛滥的 AI 大模型十大威胁，您觉得前三大 AI 大模型的安全问题是哪些？
王文君：语料投毒是相当重要的风险。一般微调后，要进行部署上线，此时可能遇到供应链风险。使用模型时表面上很安全，但在Hugging Face上已经中招了，若还在使用，就会忽视供应链风险。如果大模型在上线使用时，设置一些对话框来增强用户体验，也可能带来输入风险，典型的是对抗性注入风险。
三、一键加强出海品牌保护
刘炅：AI 是2024年主流趋势，Akamai 可以给大家什么建议？有哪些对应产品提供 AI 能力？
马俊：首先，AI 过去两年非常盛行，从事黑产的攻击者，也用 AI 衍生出多种攻击模式，单纯靠人力很难快速识别，但通过 Akamai 机器学习的大模型技术，第一时间识别虚假网站域名、截图和框架，提醒客户一键关停冒牌网站。
Akamai 很早以前在安全产品中，使用 AI/ML 技术。比如Akamai Bot Manager, Akamai Brand Protector, Akamai App & API Protector, Akamai API Security, Akamai Guardicore Segmentation(下文简称 Guardicore) 产品，都包含有 AI 技术。以 Guardicore 为例，Akamai 运维工程师可以用自然语言，问 Guardicore 网络当中是不是存在Log4j漏洞。
四、多角度关注大模型安全合规
刘炅：对于 AI 合规，包括 API 等核心资产防护问题，敦煌网会用哪些技术防护核心资产、数据和 API 安全？
刘文涛：大多数企业不会从 AI 角度做预训练，只会在一些哪怕是开源大模型上微调，加入语料库。加入过程中，可能有一些原始数据，包括泛化后的数据，要做大量检测，不管是离线、在线数据，这非常重要。从推理角度看，大多数安全隐患，都出现在推理阶段。
一旦企业知识库，涉及到非常重要的数据资产。如果说某公司用大模型过程中，记忆体管理未能做好。把自己生产经营的数据、员工隐私，透露给了大模型。那相当于是把它当做公域数据。这是缺乏对核心数据资产的管理。
五、AI 防火墙，拦截敏感数据外泄
刘炅：大模型时代，API 风险会不会是更主要的安全威胁？
王文君：实际上，企业数据要产生流通。而流通过程中，API 是主要的实现方式。同样的大模型，要对外赋能的情况下，可能要通过 API 接口进行。所以说，大模型 API 安全非常重要。在过度代理威胁中，大模型具有过度的功能和权限，如果大模型作为邮件助手的话，总结已有信息发送出去，甚至产生蠕虫。
面对这些痛点，在训练或微调，或者做RAG知识库外挂时，数据的去标识化、脱敏，该怎么去做？这方面，海外甚至诞生了合成数据行业。合成数据公司依赖于在某个行业的积累，去产生大量的数据作为一个语料，去反哺大模型。这对保护敏感资产泄露，是有一定帮助的。
六、Akamai 为大模型提供双层保护
刘炅：Akamai 实验室里，我们在做一些 AI WAF，可识别大模型的一些请求，或者对内容做过滤。对核心资产的保护，从 Akamai 的角度来讲，我们能够给客户什么解决方案呢？
马俊：从数据底层来看的话，企业的核心资产，上面架构了应用 API 以及工作负载。王老师提到的 AI 模型，可能也是新兴资产形式。Akamai 针对这些资产，已形成了一套完全闭环的保护体系。
对外来讲，Akamai 构建了三个不同模块，保护企业核心资产。员工使用企业内网时，我们通过零信任的方式，去保护企业员工和相关设备访问内部资产。Akamai 也有 WAF 应用防护，保证说外部业务访问及 HTTP 访问，能被适当的安全策略控制。
此外，就是工作负载核心资产。Akamai API Security 与 Guardicore 微分段解决方案，针对数据、API、工作负载，可提供双层保护。应对 TOP 10风险，Akamai 现有防护就能抵御一半的威胁。我也了解到 Akamai 内部新产品当中，也在探讨说如何能够适应快速变化的大模型威胁。
七、出海更需主动加强合规认证
刘炅：今年又出了两个补充的法案。一个是关于促进和规范数据跨境流动的规定，一个关于数据分类分级的法案。您觉得这类法案，对出海企业，反映出了哪些信息？此外，就是电商企业对 PCI DSS 支付卡行业的数据安全要求。这方面，您这边有没有什么计划？
刘文涛：第一个问题，对企业来讲有一个原则，就是合规经营。特别对电商来讲，做出海一头要符合国内监管，另一头要符合生意所属地的监管。在地缘政治的影响下，挑战会越来越严峻，倒逼我们去做合规。
第二个问题，敦煌网目前是 PCI 3.0，在积极地去过 PCI 4.0 要求。条件允许的情况下，我建议大家尽可能去多做认证、合规。像 ISO27001 这一类的标准，能系统性地帮企业梳理数据出入境的风险。
八、应对 PCI DSS 新标准的三大要点
刘炅：接下来请 Akamai 的同事解读一下 PCI DSS 合规要求。Akamai 能帮电商等企业客户解决哪些问题？
马俊：PCI 4.0相对3.2.1之前版本，有大概60多处修改。这么多变化，很多都是原来控制部分的延伸。有三个新变化大家可以重点关注。第一，日志的留存和分析；第二，供应链安全；第三，API 全生命周期管理。这几个部分，正好也是 Akamai 可以去帮忙的地方。像日志，Akamai 有 WAF 产品，在我们云平台能看到近一个月的实时日志，也会通过一些离线方式，把日志导给客户去保存。
供应链安全领域，引用第三方脚本文件时，要去了解到第三方引用文件的版本信息和相关漏洞状态。同时有告警，版本迭代时要有留存等，这些其实都是在 Akamai Client-Side Protection & Compliance (简称 CPC)，专门有模块帮客户做供应链安全，减少合规操作用时，降低总体成本。
关于 API 安全，在 API 全生命周期的管控中，也希望通过对历史版本、新 API 的测试、漏洞及日志方面，提供相关安全控制能力，满足 PCI 4.0 要求。综上，是我们给大家的一些合规建议。Akamai 这些产品，目前都是 PCI DSS 合规的最高等级 level one 合规，大家可以放心使用 Akamai 的服务。
九、体系化守护数据资产安全
刘炅：请从更宏观视角介绍一下，数据安全防护应该怎么做架构？
王文君：数据安全跟网络安全相比，我觉得显著差异，是它跟业务强相关。数据安全怎么去得到保护呢？我们也总结了几个法则。
落地数据安全防护的步骤上，第一步，遵守数据安全政策；第二步，数据安全评估，梳理好企业 API、数据库等核心资产，就会事半功倍。梳理资产以后，做一些分类分级，进行数据风险评估。
第三步，对数据资产初步评估以后，分类分级以后，然后上安全技术。比如说敏感数据，无论是训练也好，或是数据共享、要素流通。电商出海场景中，数据要流通的话，肯定要脱敏、特征化处理、保障隐私合规。
第四步，仅有技术还不够，还要做好数据安全的常规运营。利用技术分类分级，进行风险评估、风险运营。通过数据协议的流量监测、敏感数据洞察，分析安全现状，进行应急响应。万一发生数据泄露，迅速定位异常资产位置，进行缓解、补救。如此就形成了业务闭环。
整体而言，构建针对 AI 大模型的云安全防御体系，需融合终端用户、企业客户的创新需求，以及安全厂商的优势服务，打造体系化、流程化的智能防线。未来，Akamai 也将深度多方合作伙伴，基于对全球风险威胁的洞察力，支持中国出海企业合规增长、布局全球。
—————————————————————————————————————————————————
如您所在的企业也在考虑采购云服务或进行云迁移，
点击链接了解Akamai Linode的解决方案
