用途：为 AI/ML 模型生产部署提供安全最佳实践，采用纵深防御与零信任架构，降低供应链与过度授权风险（对应 OWASP LLM03、LLM06，NIST Govern、Manage）。
主要能力：
- 预部署检查：模型漏洞扫描、依赖审计、偏见评估、对抗鲁棒性测试、PII 泄露检测、许可证合规、密钥检测；示例类 PreDeploymentChecker 聚合依赖审计、密钥扫描、PII 检测、鲁棒性与偏见评估。
- 部署配置：容器使用 distroless 基础镜像、非 root 用户（UID 65532）、只读文件系统、丢弃全部 capabilities、seccomp runtime/default；网络仅经 API 网关入站、出口白名单、强制 mTLS；密钥由 HashiCorp Vault 侧车注入，24 小时轮换，不写入环境变量；模型存储使用 AES-256-GCM 加密、RSA-4096 签名、SHA-256 完整性校验与 RBAC。
- 运行时防护：gvisor 隔离、命名空间隔离、结构化 JSON 日志、Prometheus 指标、OpenTelemetry 追踪、PagerDuty 告警；限制 CPU、内存、GPU 显存，超时 30 秒，并含速率限制与内存限制的 protected_inference 示例。
- 灰度发布：金丝雀初始 5%，每次增 10%，间隔 1 小时；成功标准为错误率<0.1%、p99 延迟<5s、无安全告警；错误率>1%、安全告警或 p99>10s 自动回滚。
- CI/CD 安全门禁：pip-audit --strict、gitleaks detect、trivy image $IMAGE、syft $IMAGE -o spdx-json、cosign sign $IMAGE、cosign verify $IMAGE、kubectl apply -f canary.yaml。
使用方式：按预部署、部署、运行时三阶段核对安全清单，并结合 CI/CD 工作流与 ArgoCD GitOps 部署落地；可与安全测试、CI/CD 自动化等组件集成。
限制：资料仅给出类别与配置示例，未提供具体安装命令、版本依赖、收费或实测效果；实际落地需结合自身环境验证。