Standard di sicurezza per Gemini

Questo documento descrive gli standard di sicurezza e i sistemi di protezione per il deployment di Gemini for Google Cloud e Gemini per la pubblica amministrazione. Questi standard ti aiutano ad allinearti ai framework del settore pubblico come FedRAMP High e DoD IL5.

Sebbene Stellar Engine automatizzi i deployment di base della landing zone, devi applicare sistemi di protezione specifici per i workload AI sensibili per mantenere la sovranità, impedire la deriva della configurazione e mitigare le vulnerabilità specifiche dell'AI.

Prerequisiti

Per garantire un ciclo di vita del deployment sicuro, rispetta i seguenti prerequisiti prima di avviare il provisioning dell'infrastruttura:

• Applicazione di Infrastructure as Code (IaC): elimina le configurazioni manuali nella Google Cloud console. Implementa tutte le modifiche dell'ambiente, le azioni di correzione e le modifiche utilizzando pipeline CI/CD automatizzate per evitare la deriva della configurazione.
• Utilizzo del repository ufficiale: utilizza i repository ufficiali di Stellar Engine repositories. I fork non verificati o le varianti personalizzate potrebbero introdurre regressioni di sicurezza.
• Security Command Center Premium: attiva Security Command Center Premium in tutte le cartelle per abilitare il rilevamento continuo delle minacce e il monitoraggio della conformità.

Blocco dell'ambiente root

Per soddisfare i framework FedRAMP High e DoD IL5, applica i seguenti controlli rigorosi a livello di cartella e organizzazione:

• Architettura a doppia cartella: separa le risorse utilizzando almeno due cartelle dedicate regolate da Assured Workloads: una per FedRAMP High e una per FedRAMP Moderate o IL5.
• Residenza delle risorse: blocca la residenza delle risorse nelle regioni statunitensi pre-concordate (ad esempio, us-east4).
• Vincolo della policy dell'organizzazione: attiva i seguenti vincoli per limitare l'accesso:
  • iam.allowedPolicyMemberDomains: limita ai domini delle agenzie autorizzate.
  • compute.vmExternalIpAccess: impedisci le assegnazioni di indirizzi IP pubblici sulle istanze VM.
  • compute.restrictVpcPeering: riduci al minimo i rischi di attraversamento laterale; indirizza il traffico degli spoke tramite hub centralizzati.
  • vertexai.allowedModels: limita l'accesso ai modelli autorizzati (ad esempio, per impedire l'importazione di modelli esterni o di partner non approvati).
• Accesso sensibile al contesto: richiedi a Identity-Aware Proxy (IAP) di verificare l'identità dell'utente e la security posture del dispositivo (utilizzando Gestore contesto accesso) prima di indirizzare il traffico al livello di applicazione Gemini.

Networking sicuro

I deployment devono applicare una topologia hub-and-spoke regolata da Network Connectivity Center anziché il peering flat. La topologia hub-and-spoke presenta i seguenti vantaggi:

• Separazione del traffico: isola il traffico tra VPC specializzati (ad esempio, vpc-trust per il routing interno, vpc-mgmt per la gestione degli appliance e vpc-untrust).
• Protezione dei limiti: indirizza il traffico tramite VPC di ispezione specializzati dotati di firewall di nuova generazione (NGFW) in cluster per sanificare il traffico in entrata e in uscita.
• Isolamento laterale: configura gli hub NCC per assicurarti che le reti spoke che gestiscono i dati delle applicazioni non possano comunicare direttamente tra loro, eliminando i vettori di movimento laterale.

Sistemi di protezione delle applicazioni

Per proteggere il livello dell'applicazione e i modelli di supporto dai tipici rischi di injection o esfiltrazione, implementa quanto segue:

• Bilanciamento del carico privato: esponi le applicazioni frontend utilizzando solo un bilanciatore del carico delle applicazioni esterno regionale, assicurandoti che non siano mai accessibili direttamente da internet.
• IAP: applica una verifica rigorosa dell'identità e della postura del dispositivo prima di indirizzare il traffico al livello dell'applicazione Gemini.
• Model Armor: attiva Model Armor per tutti i modelli di supporto in esecuzione su Gemini Enterprise Agent Platform. Model Armor è obbligatorio per applicare la sicurezza del payload in fase di esecuzione, soddisfare la conformità dei contenuti e mitigare le vulnerabilità di prompt injection.

Protezione e audit dei dati

Per proteggere i workload sovrani, puoi implementare le seguenti funzionalità di audit centralizzato e immutabilità:

• Schema di classificazione dei dati: esegui l'integrazione con lo schema di classificazione dei dati per ottimizzare il posizionamento dei controlli.
• Perimetri dei Controlli di servizio VPC: implementa i perimetri dei Controlli di servizio VPC attorno agli ambienti di elaborazione e archiviazione dei dati sensibili per impedire l'esfiltrazione di dati. I perimetri sono obbligatori per DoD IL5.
• Separazione dei compiti KMS: applica una rigorosa separazione dei compiti per le chiavi di crittografia. Assicurati che gli amministratori della sicurezza che gestiscono i portachiavi di Cloud Key Management Service nel progetto di sicurezza di Fase 3 non dispongano delle autorizzazioni di Identity and Access Management per decriptare i dati.

• Sink di log gerarchici: inoltra la telemetria a livello di organizzazione in sink strutturati dedicati a:

  • Audit log delle attività di amministrazione e dell'accesso ai dati
  • Eventi dei Controlli di servizio VPC
  • Eventi di Google Workspace e di accesso
  • Telemetria di conformità CIS

  Assicurati che gli utenti non possano ignorare l'inoltro della telemetria.

• Importazione SIEM: indirizza i log utilizzando gli argomenti Pub/Sub a progetti amministrativi specializzati in cui i log vengono inseriti in repository di archiviazione immutabili.

• Rilevamento di anomalie: analizza gli eventi utilizzando strumenti SecOps come Google Security Operations per rilevare violazioni come picchi anomali di API in Agent Platform.

• Armonizzazione tra strumenti: integra la telemetria con Google Threat Intelligence, Wiz Security Graph o strumenti di terze parti per identificare gli endpoint shadow AI o le configurazioni dannose.

• Correzione automatizzata tramite SOAR: utilizza i playbook SOAR per abilitare le difese in tempo reale, ad esempio isolando gli endpoint dei modelli non autorizzati o disattivando i token compromessi.

Monitoraggio e sicurezza dell'AI

Mantieni l'osservabilità e le pipeline di difesa automatizzate utilizzando le seguenti funzionalità:

• Monitoraggio dell'utilizzo delle API: crea avvisi per il rilevamento dei picchi nelle funzioni LLM di base (ad esempio, serviceruntime.googleapis.com/api/request_count).
• Sink di log gerarchici per l'AI: configura i sink di log gerarchici per acquisire eventi specifici dell'AI, come picchi anomali del volume di chiamate API a aiplatform.googleapis.com o violazioni di viaggi impossibili da parte degli account di servizio AI. Assicurati che questi log vengano inseriti in un repository di archiviazione immutabile (ad esempio, BigQuery) accessibile dal SIEM dell'agenzia.
• Allineamento con Secure AI Framework (SAIF): collega la telemetria ai seguenti quattro pilastri SAIF:
  • Fondamenta solide: convalida le autorizzazioni IAM e lo stato di Cloud KMS.
  • Estensioni di rilevamento: monitora le prompt injection e gli endpoint non autorizzati utilizzando il filtro dei log.
  • Difese automatizzate: utilizza l'automazione per mettere in quarantena o rifiutare i payload anomali.
  • Armonizzazione della piattaforma: agisci in base all'intelligence sulle minacce (da Google Threat Intelligence o dai risultati di sicurezza di Wiz).