本文說明部署 Gemini for Google Cloud 和 Gemini 政府機關應用 的安全標準和防護機制。這些標準可協助您配合 FedRAMP 高等風險和 DoD IL5 等公部門架構。
雖然 Stellar Engine 會自動部署基礎登陸區，但您必須針對機密 AI 工作負載強制執行特定防護措施，才能維持主權、防止設定漂移，並降低 AI 專屬的安全性漏洞。
必要條件
為確保部署生命週期安全無虞，請在啟動基礎架構佈建前，遵守下列先決條件：
- 基礎架構即程式碼 (IaC) 強制執行：在 Google Cloud 控制台中，免除手動設定。使用自動化 CI/CD 管道實作所有環境變更、補救措施和調整，有助於防止設定漂移。
- 使用官方存放區：使用官方 Stellar Engine 存放區。未經驗證的分支或自訂變體可能會導致安全性回歸。
- Security Command Center Premium：在所有資料夾中啟用 Security Command Center Premium，持續偵測威脅及監控法規遵循情形。
鎖定根環境
如要符合 FedRAMP High 和 DoD IL5 架構，請在資料夾和機構層級強制執行下列嚴格控管措施：
- 雙資料夾架構：使用至少兩個專屬資料夾分隔資源，並由 Assured Workloads 管理；一個用於 FedRAMP High，另一個用於 FedRAMP Moderate 或 IL5。
- 資源所在地：將資源所在地鎖定在預先同意的美國區域 (例如
us-east4)。 - 組織政策限制條件：啟用下列限制條件來限制存取權：
iam.allowedPolicyMemberDomains： 限制只能與授權的機構網域往來郵件。compute.vmExternalIpAccess： 禁止在 VM 執行個體上指派公用 IP。compute.restrictVpcPeering： 盡量降低橫向遍歷風險；透過集中式中樞路徑傳送 Spoke 流量。vertexai.allowedModels： 限制對授權模型的存取權 (例如，防止未經核准的外部或合作夥伴模型遭擷取)。
- 情境感知存取權：要求 Identity-Aware Proxy (IAP) 先驗證使用者身分和裝置安全性狀態 (使用 Access Context Manager)，再將流量轉送至 Gemini 應用程式層。
安全網路
部署作業必須強制執行由 Network Connectivity Center 管理的軸輻式拓撲，而非固定對等互連。中樞輻射拓撲具有下列優點：
- 流量隔離：隔離專用虛擬私有雲之間的流量 (例如：
vpc-trust用於內部轉送、vpc-mgmt用於設備管理，以及vpc-untrust)。 - 邊界防護：透過配備叢集式新一代防火牆 (NGFW) 的專用檢查虛擬私有雲，直接傳輸流量，以清除輸入和輸出流量。
- 側向隔離：設定 NCC 中樞，確保提供應用程式資料的輪輻網路無法直接通訊，消除橫向移動向量。
應用程式防護機制
為協助保護應用程式層和支援模型免受一般注入或外洩風險影響，請實作下列項目：
- 私有負載平衡：僅使用區域外部應用程式負載平衡器公開前端應用程式，確保這些應用程式永遠無法從網際網路直接存取。
- IAP：在將流量路由至 Gemini 應用程式層之前，強制執行嚴格的身分和裝置資安態勢驗證。
- Model Armor：為在 Gemini Enterprise Agent Platform 上執行的所有支援模型啟用 Model Armor。您必須使用 Model Armor，才能強制執行執行階段酬載安全措施、遵守內容法規，以及防範提示詞注入漏洞。
資料保護與稽核
為保護主權工作負載，您可以實作下列集中式稽核和不可變更性功能：
- 資料分類架構：與資料分類架構整合，盡量將控制項放置在最佳位置。
- VPC Service Controls 範圍：在機密資料處理和儲存環境周圍實作 VPC Service Controls 範圍，有助於防止資料遭竊。DoD IL5 必須設定範圍。
- KMS 分散權責：嚴格執行加密編譯金鑰的分散權責。請確保管理第 3 階段安全專案中 Cloud Key Management Service 金鑰環的安全管理員，沒有解密資料的 Identity and Access Management 權限。
階層式記錄接收器：將機構層級的遙測資料轉送至專用的結構化接收器：
- 管理員活動和資料存取稽核記錄
- VPC Service Controls 事件
- Google Workspace 和登入事件
- CIS 法規遵循遙測資料
確保使用者無法略過遙測轉送。
SIEM 擷取：使用 Pub/Sub 主題將記錄檔轉送至專門的管理專案，讓記錄檔流入不可變動的儲存存放區。
異常偵測：使用 Google Security Operations 等 SecOps 工具分析事件，偵測違規行為，例如對 Agent Platform 的異常 API 爆量。
跨工具協調：整合遙測資料與 Google Threat Intelligence、Wiz Security Graph 或第三方工具，找出影子 AI 端點或有害的設定。
使用 SOAR 自動補救：使用 SOAR 應對手冊啟用即時防禦措施，例如隔離惡意模型端點或停用遭盜用的權杖。
監控和 AI 安全性
使用下列功能，維持可觀測性和自動防禦管道：
- 監控 API 使用情況：針對核心 LLM 函式 (例如
serviceruntime.googleapis.com/api/request_count) 建立偵測用量暴增的快訊。 - AI 的階層式記錄接收器：設定階層式記錄接收器，擷取 AI 專屬事件，例如 AI 服務帳戶的異常 API 呼叫量爆增至
aiplatform.googleapis.com或不可能的旅行違規。確保這些記錄會匯入不可變更的儲存空間存放區 (例如 BigQuery)，且該存放區可供機構 SIEM 存取。 - 安全 AI 架構 (SAIF) 對齊：將遙測資料連結至下列四個 SAIF 支柱：