资产可用不可见
覆盖静态、传输中与使用中数据，让模型与核心数据在授权可信执行域内使用，降低复制、窃取与窥探风险。
人工智能计算系统 模型与数据资产机密保护方案
让AI核心数据在大模型开发与运行中持续“可用不可见”
以密码技术为基础，协同内核层数据保护与机密计算，覆盖模型权重及核心数据资产的存储、传输与计算安全
从静态加密走向全链路机密保护
AI应用让数据资产从业务文件扩展至模型权重、训练语料、知识库与会话数据。资产在存储、内存、CPU与GPU传输链路、GPU之间持续流转，保护边界需要随之延伸。
访问精细可控
将授权落实到资产、进程和操作，区分平台运维权限与数据使用权限，阻断未授权访问、篡改和删除。
过程可审可溯
贯通策略、密钥、资产加载与访问审计，结合可信度量和远程证明，为安全运营、事件追溯与合规评估提供依据。
以密码为基石，构建独立数据保护平面
在AI应用之下，协同部署格尔AI大模型安全保险箱与TEE机密计算能力。保持应用代码、运行框架与服务接口不变，从操作系统内核延伸至算力基础设施，形成存储、传输与计算协同保护。
软件侧保护资产存储与加载，硬件侧增强内存、异构链路与加速器内的数据保护。
以可信执行为边界，保护使用中数据
AI应用让数据资产从业务文件扩展至模型权重、训练语料、知识库与会话数据。资产在存储、内存、CPU与加速器链路、显存之间持续流转，保护边界需要随之延伸。
存储与加载可信
操作系统内核接管文件读写，自动完成透明加解密；以进程身份执行强制访问控制，限制未授权进程访问。通过摘要与数字签名，在加载前校验资产来源和完整性。
运行与传输受保护
利用机密虚拟机内存加密与可信隔离，防范宿主机和虚拟化管理层越权读取。结合远程证明、密钥协商与PCIe数据加密，保护CPU与AI处理器之间的任务数据。
计算与结果受控
将模型参数与任务数据的明文计算限定在AI处理器受保护区域内，结合显存与访问隔离限制越权读取；结果沿受保护通道返回，并按策略加密落盘。
兼顾资产保护与业务落地
AI应用让数据资产从业务文件扩展至模型权重、训练语料、知识库与会话数据。资产在存储、内存、CPU与加速器链路、显存之间持续流转，保护边界需要随之延伸。
业务零改造
在完成运行环境适配的基础上，无需修改AI应用代码、训练推理框架和服务接口，降低业务接入与改造成本。
软件与硬件协同
以内核级透明加密与访问控制保护资产，协同机密虚拟机、加密链路和隔离显存，贯通存储、传输与计算。
资产权限独立管理
将系统管理权限与资产访问权限分离。Root账号使用未授权进程时，仍受内核策略约束，降低运维越权与勒索破坏风险。
安全控制有据可查
集中管理密钥、策略和审计记录，留存资产验签、访问控制及远程证明证据，支撑算力平台安全建设与合规评估。
面向AI开发、交付与运行场景
AI应用让数据资产从业务文件扩展至模型权重、训练语料、知识库与会话数据。资产在存储、内存、CPU与加速器链路、显存之间持续流转，保护边界需要随之延伸。
模型交付，授权使用
让模型进入目标环境后仍受保护
面向模型提供方和托管运行平台，在交付、存储和加载阶段保护模型工件，通过签名校验和可信进程授权，降低权重被拷贝、替换或篡改的风险。
- 保护对象
- 模型权重、微调参数、配套代码与配置文件
- 建设重点
- 模型文件加密、来源与版本校验、授权运行、访问与加载审计
- 应用价值
- 保护模型知识产权，为模型安全交付与托管运行提供支撑
业务可用，数据受护
保护企业AI应用中的核心数据
面向企业私有化大模型、RAG知识库和智能体业务，覆盖知识入库、模型加载、推理计算及会话结果落盘，降低敏感数据泄露风险。
- 保护对象
- 企业知识库、向量数据、模型文件、提示词、会话与日志
- 建设重点
- 文件透明加密、进程最小权限、资产验签、使用中数据保护
- 应用价值
- 保持现有应用与接口，支撑核心数据在AI业务中受控使用
共享算力，资产受控
让多主体放心使用共享算力
面向智算中心、联合创新平台和多租户训练推理服务，将平台运维权限与模型、数据访问权限分离，减少算力共享中的资产暴露。
- 保护对象
- 模型权重、训练与微调数据、租户知识库、运行中数据
- 建设重点
- 资产与租户密钥分域、可信进程访问、内存与加速器隔离、集中审计
- 应用价值
- 降低多主体协作顾虑，支撑共享算力服务可信运营
成功案例
长三角AI+联合创新中心
面向企业、开发者与科研机构的共享算力及模型训练、推理服务，以商用密码为基础，构建AI应用之下的独立数据保护平面。
建设需求
多主体共享算力，需防范模型窃取、数据泄露和篡改，明确平台运维与资产访问权限边界。
方案价值
通过透明加密、进程级强制访问控制、数字签名和全链路审计，保护模型与数据资产，降低企业使用共享算力的顾虑。
