移動 AI 應用的執行時安全邊界

御盾技術指南 · 技術原理與實操 · 繁體中文

移動 AI 應用通常同時包含模型、推理執行時、SDK、介面和業務決策。安全設計應先畫出這些資產在哪裡生成、傳輸、使用和更新，再決定哪些部分由客戶端保護。

模型只是資產清單的一部分

除模型檔案外，還應盤點提示模板、預處理規則、後處理邏輯、介面憑據、快取、日誌和使用者輸入輸出。

不同資產的保密、完整性和可用性目標不同，不應只用模型加密覆蓋全部問題。

端側適合承擔低延遲推理和離線能力，但長期金鑰、賬號授權和高風險業務決策更適合由服務端控制。

客戶端訊號可以作為證據，不能被當作絕對可信結論。

模型、執行時和應用版本需要保持相容關係。更新過程應驗證來源、完整性、回退和灰度範圍。

異常時要能停止使用有問題的模型或策略，而不是讓客戶端無限期保留舊版本。

沒有當前樣本和執行驗證時，可以公開威脅模型、設計原則和驗收清單，但不能聲稱某種注入、提取或記憶體修改已經被阻斷。

提交應用的技術棧、關鍵路徑與目標系統範圍。登入、註冊、申請和專案資料均由御盾中央平臺承接。