金沙总站6165(Macau)股份有限公司-Official website


打开微信“扫一扫”,开启安全数字世界之旅
截图或长按保存至相册,使用微信扫一扫
首页 > 产品与服务 > 智能体安全平台

智能体安全平台

产品介绍

您是否也面临这些困境?


资产失控:Shadow AI 泛滥

多团队各自为战,智能体、模型、MCP 工具散落各处;未经审批的智能体野蛮生长,形成大量监管盲区,调用链路不透明、数据流向不可追溯。

防护缺位:传统手段失效

提示词注入、越狱攻击、记忆投毒、MCP 链路劫持…… 传统防火墙对这些新型 Agentic 攻击毫无招架之力,安全事件往往事后才被发现。

供应链盲区:Skill 插件暗藏风险

第三方 Skill 缺乏系统性安全审查,提示词注入、数据窃取代码、钓鱼外链暗藏其中;恶意 Skill 一旦上架,即成渗透整个 AI 平台的 “木马”,风险覆盖面广、追溯极难。

合规压力:监管要求严苛

网信办《生成式 AI 服务管理暂行办法》等法规持续落地,运营商、金融、医疗等关键行业面临内容合规、数据安全、操作审计的多重合规要求,自建能力成本高、周期长。



金沙总站6165地址基于 MAESTRO 威胁建模框架,构建了全栈式智能体安全防护体系,为企业级 AI 应用提供事前 - 事中 - 事后全生命周期安全保障。


智能体安全管控

“全局可视,合规管控的中枢大脑”

资产全景发现:自动拉齐 “有哪些智能体、在哪里、依赖什么”,消除 Shadow AI 盲区。

统一策略管理:低代码编排安全策略,支持 “AI 小模型语义识别 + 规则引擎” 双重检测。

配置加固与巡检:自动识别并加固提示词泄漏、防篡改与敏感数据泄漏风险。


智能体安全网关

“第一道安全防线,智能体的贴身保镖”

提示词注入与越狱防护:实时检测并隔离注入内容,重构安全提示。

MCP / 工具调用风控:实时扫描链路注入点,验证 RAG / 函数 / 外链输入源头,动态阻断高危工具交互。


供应链与生态安全扫描

“净化 AI 插件生态,阻断供应链植入威胁”

针对日益丰富的智能体插件生态,平台提供深度定制的 OpenClaw 及 Skills 安全风险扫描能力:


Skill 多维度安全扫描:

静态语义分析(高危):深度解析 SKILL.md 等描述文件,防范提示词注入与隐藏指令。

动静结合污点分析(极高危):对任意可执行体进行静态分析与沙箱动态执行,严防恶意代码执行与数据窃取。

外部引用审查(中高危):对外部引用文件进行 URL 信誉与内容语义分析,防范外链钓鱼与恶意资源加载。


自动化评审与熔断:

依据扫描结果自动给出风险评级,对高风险 Skill 触发人工二次审核并暂缓上架,系统性解决 AI 应用平台的供应链植入安全威胁,让 AI 工具 “可控”“可信任”。


产品优势
  • 01
    智能体风险精准定位
    基于知识图谱构建 “资产、数据、行为” 分析模型,穿透智能体本体调用链(如投毒 MCP→关联智能体→业务系统),实现可视化传播路径、预测风险扩散范围,让智能体风险连锁扩散 “零蔓延”。
  • 02
    全链路风险实时拦截
    针对智能体 “指令输入→工具调用→结果输出” 全推理环节,防御提示词攻击、阻断 MCP 工具风险传导、过滤违规输出,适配自主决策特性,让智能体推理安全 “无死角”。
  • 03
    场景化策略灵活管控
    联动智能体安全网关,自定义松紧度安全防护策略,支持差异化规则配置(如客服智能体严控内容、运维智能体适配工具权限),平衡安全与业务效率。
  • 04
    训练集数据安全保障
    针对智能体训练集与交互数据,识别敏感信息、检测投毒样本,结合静态 / 动态脱敏、差分隐私技术,既防数据泄露与污染风险,又保障智能体训练可用性,避免 “安全拖累效果”。
应用场景

场景一:智能体资产管理

痛点:

企业内部 AI 资产(Agent、模型、工具)分散在不同团队,野蛮生长形成 “Shadow AI” 监管盲区;调用链路不透明导致数据流向无法追溯;缺乏统一管理导致资产重复建设严重,且版本变更难以审计。

价值:

通过平台同步 + 协议探测自动发现全量资产,实现智能分类、依赖分析、策略治理、风险监测的五环闭环管控。资产复用率提升、变更审批自动化,合规成本大幅下降。


场景二:智能体安全网关

痛点:

企业同时接入多个大模型,安全策略难以统一;用户恶意提示词导致模型 “越狱” 并输出违规内容;员工日常交互中极易泄露商业机密或客户隐私数据(PII);高危工具调用缺乏拦截与审计节点。

价值:

统一入口对所有模型与工具,数据安全检测→内容与越狱检测→工具审批 / 沙箱→全链审计,四层防护层层把关,越狱攻击检测准确率 >90%,全链审计满足监管要求。


场景三:MCP 工具安全监测

痛点:

业务系统中引入大量第三方 MCP 工具,来源真实性难以验证(不可控);工具权限往往过大且调用过程不可见,一旦混入恶意工具、被投毒或存在漏洞,极易导致数据窃取,且事后难以追溯定位。

价值:

主动发现→安全基线校验→实时拦截阻断→持续审计优化,让 MCP 工具从 “不可控” 到 “可信任”。工具准入风险拦截率 >95%,异常调用发现速度提升 5 倍,故障定位时间减少 70%。



场景四:AI 应用平台 Skills 供应链安全管控

痛点:

AI 应用平台开放插件生态后,面临严峻的供应链植入威胁。开发者上传的 Skill 可能在描述文件中暗藏提示词注入指令,或在可执行体及外部引用链接中植入恶意代码与钓鱼资源,缺乏系统性的自动化上架审核机制。

价值:

针对平台上架的每一个 Skill,系统自动触发三层安全扫描 ——SKILL.md 语义分析防隐藏指令注入、可执行体沙箱分析防恶意代码植入、外链 URL 信誉检测防钓鱼资源加载,从源头系统性封堵供应链植入攻击,确保平台生态中每一个 Skills 都安全可信。