用途
该技能用于对 AI 驱动的应用和机器学习系统进行全面的安全验证，依据 OWASP AI Security Verification Standard（AISVS）框架执行结构化检查。它适合在需要评估 AI 系统安全控制是否完备、识别安全差距并规划合规路径时使用。
主要能力
技能围绕 AISVS 的 13 个类别展开验证，具体包括：
- 训练数据治理与偏见管理——评估数据质量、来源、偏见检测及数据全生命周期中的治理控制。
- 用户输入验证——评估输入清理、提示注入防御、对抗性输入检测与边界验证机制。
- 模型生命周期管理与变更控制——审查模型版本管理、部署控制、回滚能力与变更管理流程。
- 基础设施、配置与部署安全——检查部署安全、容器加固、网络控制与基础设施配置。
- 访问控制与身份——验证认证机制、授权控制、权限管理与身份治理。
- 模型、框架与数据的供应链安全——评估第三方模型安全、依赖管理与供应链完整性。
- 模型行为、输出控制与安全保证——评估输出验证、安全护栏、行为监控与有害内容防护。
- 记忆、嵌入与向量数据库安全——审查向量数据库安全、嵌入保护、记忆隔离与上下文管理。
- 自主编排与智能体行为安全——评估智能体协调安全、工具访问控制与自主决策防护措施。
- 对抗鲁棒性与攻击抵抗——测试对对抗样本、规避攻击与模型提取尝试的韧性。
- 隐私保护与个人数据管理——验证隐私控制、数据最小化、同意管理与法规合规。
- 监控、日志与异常检测——评估安全监控、审计日志、异常检测与事件响应能力。
- 人工监督与信任——评估人在回路控制、可解释性机制与信任校准措施。
使用方式
按照 plays/ai-security-verification.md 中的完整流程执行验证。输出时使用 templates/finding.md 中的发现格式，产出以下内容：
- AISVS 合规评估——全部 13 个类别的验证状态
- 安全控制评估——对已实施控制的详细分析
- 差距分析——缺失或不充分的安全措施
- 基于风险的优先级排序——需要立即关注的关键发现
- 合规路线图——实现 AISVS 合规的结构化计划
- 验证证据——支持合规声明的文档
适用场景
适用于对 AI 驱动应用、机器学习系统进行安全审查、合规评估或差距分析的场景，尤其适合需要参照 OWASP AISVS 标准体系化检查安全控制的团队。
限制
资料未提供该技能的具体安装命令、运行环境要求、支持的平台、收费方式或价格信息，这些内容暂未提供。
参考标准
- OWASP AI Security Verification Standard (AISVS)
- OWASP Top 10 for LLM Applications 2025
- OWASP AI Security and Privacy Guide
- OWASP Application Security Verification Standard (ASVS)
- OWASP AI Testing Guide