F5推出AI安全防护平台扩展新产品

面对企业应用管理中的AI安全和多云操作两大新兴挑战,网络和安全团队需要全新的解决方案。F5公司正在通过产品发布来应对这些挑战,将其应用交付和安全平台扩展到AI运行时保护和多云管理服务领域。

AI安全防护需要全新方法

1月14日,F5公司宣布推出F5 AI Guardrails和F5 AI Red Team两款产品,紧随1月13日发布的面向Google Cloud的F5 NGINXaaS服务。这些AI安全产品来自F5在2025年9月收购CalypsoAI公司的成果。NGINXaaS是一项网络服务器即服务产品,继2025年5月在Azure平台首次部署后,现在正扩展到Google Cloud,AWS支持也在开发中。

F5产品管理高级副总裁Shawn Wormke表示:"我们从来不是封闭的生态系统,我们相信要在客户所在的地方与他们相遇,并与他们现有的技术栈集成,无论这个技术栈是F5产品还是其他供应商的产品。"

AI安全需要与传统网络防护截然不同的方法。Web应用防火墙检查HTTP请求中的SQL注入,入侵检测系统分析数据包头中的已知攻击特征,这些工具都在数据包和协议层面运行。

AI系统呈现出不同的攻击面。恶意提示词欺骗模型泄露训练数据,在网络层看起来就像合法流量。Wormke解释说,AI安全就像WAF一样是另一层安全防护。不同之处在于,传统安全威胁存在于数据包中,而AI威胁存在于用户、模型和智能体之间交换的词语、提示和上下文中。

"AI模型可能被操纵以暴露敏感数据或生成有害输出,影响品牌声誉和信任,"他说。"因此你需要一个专门构建的解决方案来保护和管理这些新威胁,如提示注入、新的越狱技术和模型蒸馏。"

F5 AI Guardrails作为用户和AI模型之间的代理部署。Wormke将其描述为插入到AI交互"前门"的代理层,位于AI应用程序、用户和智能体之间。它在提示到达模型之前进行拦截,并在输出返回给用户之前进行分析。系统对实际内容而非传输层特征应用策略规则。

策略执行涵盖几个类别。Guardrails阻止试图越狱或注入攻击的提示,扫描输出中的敏感数据模式,并执行包括GDPR和欧盟AI法案在内的合规要求。

自动化对抗测试强化防护

AI Red Team对AI系统进行自动化对抗测试。它维护一个攻击技术数据库,随着研究人员发现新漏洞,该数据库每月增长10000个条目。

Red Team测试的结果直接反馈到Guardrails策略中。当Red Team发现漏洞模式时,安全团队创建相应的防护栏来阻止生产环境中的类似攻击。

"这是一个非常协同的配对,通过AI Red Team你可以派遣智能体团队发现AI系统中的漏洞,通过AI Guardrails你可以将这些洞察转化为基于威胁信息的防御,"Wormke说。

NGINXaaS扩展多云服务能力

F5在2019年收购了NGINX,此后一直在扩展这个Web服务器平台的功能。

NGINXaaS首先在2023年在Microsoft Azure上正式可用,现在正进入Google Cloud。Google Cloud的扩展满足了客户对跨云提供商一致工具的需求。"客户一直要求在更多云平台上提供NGINXaaS,"Wormke说。"Google Cloud是下一个,现在我们正在与AWS合作。"

该服务结合了第4层和第7层负载均衡以及安全性和可观测性,通过Google Cloud Marketplace提供。

"NGINXaaS建立在NGINX企业版NGINX Plus的基础上,"Wormke说。"它有开源根基,支持你的开源配置,但为你提供商业版NGINX Plus的所有功能。"

Wormke指出,这些功能包括对超过240个深度应用程序指标的可见性、智能负载均衡算法、流量优化、内存状态共享、认证和授权,以及为NGINX准备的F5 WAF。

NGINX项目在2024年10月庆祝了20周年,是使用最广泛的Web服务器和应用交付技术之一。除了核心Web服务器之外,它还用作负载均衡器、反向代理、可编程层、API网关、Ingress控制器和Kubernetes网关。

"它继续为今天互联网和API流量的重要部分提供动力,"Wormke说。"它远不止许多人认为的开源NGINX Web服务器那么简单。"

F5继续开发开源NGINX和商业版本。例如,他指出F5最近宣布了加密客户端Hello(ECH)支持以增强隐私,以及对后量子密码学(PQC)的支持。展望未来,AI将在未来方向中发挥重要作用。

"我们正在向AI感知的应用交付和安全发展,以实现安全、可扩展和高性能的智能体AI操作,"他说。

Q&A

Q1:F5 AI Guardrails是什么?它如何工作?

A:F5 AI Guardrails是一个部署在用户和AI模型之间的代理安全产品。它在提示到达模型之前进行拦截,并在输出返回给用户之前进行分析,通过策略规则阻止越狱攻击、扫描敏感数据并执行合规要求。

Q2:AI安全防护与传统网络安全有什么不同?

A:传统安全威胁存在于数据包中,工具在数据包和协议层面运行。而AI威胁存在于用户、模型和智能体之间交换的词语、提示和上下文中,恶意提示在网络层看起来像合法流量,需要专门的内容分析方法。

Q3:NGINXaaS现在支持哪些云平台?

A:NGINXaaS在2023年首先在Microsoft Azure上正式可用,现在正扩展到Google Cloud平台,AWS支持也在开发中。该服务通过Google Cloud Marketplace提供第4层和第7层负载均衡以及安全性和可观测性功能。

相关推荐
墨染天姬3 小时前
【AI】端侧AIBOX可以部署哪些智能体
人工智能
AI成长日志3 小时前
【Agentic RL】1.1 什么是Agentic RL:从传统RL到智能体学习
人工智能·学习·算法
2501_948114244 小时前
2026年大模型API聚合平台技术评测:企业级接入层的治理演进与星链4SAPI架构观察
大数据·人工智能·gpt·架构·claude
小小工匠4 小时前
LLM - awesome-design-md 从 DESIGN.md 到“可对话的设计系统”:用纯文本驱动 AI 生成一致 UI 的新范式
人工智能·ui
黎阳之光4 小时前
黎阳之光:视频孪生领跑者,铸就中国数字科技全球竞争力
大数据·人工智能·算法·安全·数字孪生
小超同学你好4 小时前
面向 LLM 的程序设计 6:Tool Calling 的完整生命周期——从定义、决策、执行到观测回注
人工智能·语言模型
智星云算力4 小时前
本地GPU与租用GPU混合部署:混合算力架构搭建指南
人工智能·架构·gpu算力·智星云·gpu租用
jinanwuhuaguo4 小时前
截止到4月8日,OpenClaw 2026年4月更新深度解读剖析:从“能力回归”到“信任内建”的范式跃迁
android·开发语言·人工智能·深度学习·kotlin
xiaozhazha_4 小时前
效率提升80%:2026年AI CRM与ERP深度集成的架构设计与实现
人工智能
枫叶林FYL5 小时前
【自然语言处理 NLP】7.2.2 安全性评估与Constitutional AI
人工智能·自然语言处理