從去年的銀色亮片夾克，到今年的彩色背帶褲，亞馬遜雲科技安全副總裁Hart Rossman的穿搭，在人群中依舊搶眼。
作為亞馬遜雲科技的第一位安全顧問，Hart Rossman已在公司工作了13年。今年，他特意以這身造型亮相re:Inforce，是因為要做一場關於如何在亞馬遜雲科技上構建生成式AI安全基礎的分享。
這既是他的個人風格，也為生成式AI安全增加了「可見度」。
Hart Rossman強調，面對生成式AI，企業需要一套「深度防禦」策略：先做策略、流程、意識培訓和教育，然後才是技術層面的起點，身份與訪問控制。
此外，亞馬遜雲科技也是首個通過FedRAMP High和美國國防部IL-4/5認證的雲服務商，適用於Anthropic和Meta基礎模型。「我們正在追求最高等級的安全保障來服務客戶。」Hart Rossman認為。這並不是終點，亞馬遜雲科技始終從客戶需求出發，持續學習、不斷挑戰自我，力求把安全性做到更好。
亞馬遜雲科技安全副總裁Hart Rossman
生成式AI讓安全範式發生轉移
一年前，大家在面對生成式AI時，提出的問題不是擔憂，更多是出於不了解。因為當你沒有用過一種新技術是，自然不知道會遇到什麼。
Hart Rossman看到生成式AI有兩個特別值得注意的現象，這有助於企業理解AI安全的核心基礎。
第一個現象是，關於大語言模型，如今的授權模型早已不再是針對單個數據元素，不像過去那樣在資料庫中設置行級或單元格級別的權限。在大語言模型里，所有資訊從技術上講對用戶都是可訪問的。那麼問題變成，我們該如何為整個模型本身建立訪問控制和授權機制，而不是針對模型內部每條數據逐個控制。
亞馬遜雲科技也在探索如何構建與大語言模型交互的分布式系統，比如RAG框架、API接口、接入外部數據集。但需要注意的是，更多大語言模型的訓練是預先完成的，意味著它的訪問模型是固化的。
Hart Rossman解釋稱，這有點像編譯型代碼和解釋型代碼的區別：我們習慣在解釋型環境裡實現授權邏輯，隨時查看和調整執行過程；現在一旦模型訓練完成，就像代碼已經編譯好，內部細節便無法再查看或修改。
因此，真正要做的是對「模型本身」進行訪問控制和授權，而不是對其底層訓練數據進行授權。
第二個現象是，我們正在邁向AI智能體階段，企業已經開始把AI智能體當作「虛擬同事」來看待。
許多組織將AI智能體視作更複雜分布式系統中的一部分，因此問題變成：如何合理賦予AI智能體權限，確保它在安全可控的前提下完成任務。就像任何深度防禦策略一樣，一切都要從身份開始，然後是架構、數據、運維、響應。
用生成式AI改寫安全運營三大環節
將安全融入開發、升級流程的能力，正在變得越來越重要，亞馬遜雲科技的安全團隊正在三個方面融入生成式AI。
第一是代碼輔助，比如，使用Amazon CodeGuru或其他編碼助手，開發者可以在編碼階段自動執行安全檢查，實現「安全左移」，也就是在軟體開發生命周期的早期，就把潛在的安全隱患消除。同時，客戶可以通過Amazon Q for Business對舊有Java代碼進行升級改造，並在這個過程中自動完成安全加固和依賴項更新。
第二是漏洞評估和滲透測試，很多客戶和合作夥伴已經能夠實現這類工作的自動化。如果再結合傳統的模糊測試（fuzz testing），就能從整體安全測試策略中獲得更高質量的檢測結果。
第三是，事件響應，事件響應的本質是調查，涉及數據分析、解讀和推理。不僅亞馬遜雲科技客戶安全事件響應團隊（CIRT）在使用生成式AI輔助調查，很多合作夥伴和客戶也開始將生成式AI工具與人類分析師協作，提升事件響應的效率與判斷質量。
Hart Rossman最近最常用的服務就是全新的Amazon Security Hub，其在原有基礎上進行了全面升級，變得更加直觀、易用，帶來了既強大又簡潔的安全運營體驗。他用了新版本一段時間後，現在甚至有些記不清舊版是什麼樣子了。
他非常喜歡Amazon Security Hub的一點是，關鍵資訊能在關鍵時刻出現在你面前。他談到，Amazon Security Hub可以更好地進行漏洞優先級管理，也能直觀展現來自Amazon GuardDuty檢測的攻擊路徑。
Hart Rossman的團隊負責運營的Amazon Security Response Service，與Amazon GuardDuty 和Amazon Security Hub是深度集成的。這次新功能升級，讓團隊在處理客戶實時安全事件時，響應速度和處置效率都得到進一步提升。
