---
description: "**AiPy 企业版通过以下措施实现国产 AI 安全方案：**  "
keywords: "AiPy,MCP, 企业级 AI 应用，AI 安全"
---
# AiPy 企业版如何实现国产 AI 安全方案  
  

**AiPy 企业版通过以下措施实现国产 AI 安全方案：**  
1、**国产化 MCP 集成**：支持国产大模型及工具链；  
2、**本地化数据处理**：确保数据不出境；  
3、**权限与审计管控**：细粒度访问控制与操作日志。  

其中，国产化 MCP 集成是核心环节。用户可在 AiPy 企业版设置页面选择'MCP'选项卡，添加符合国产标准的工具（如 npx 命令调用的本地化 API），通过环境变量配置隔离网络访问。例如，接入国产 NLP 模型时，需在 MCP 参数中指定`open-websearch@1.1.5` 等合规版本，确保数据流转全程处于境内服务器。此设计满足《网络安全法》对关键信息基础设施的保护要求。  

## 一、国产 AI 安全需求背景  

随着国内对数据安全主权重视度提升，企业 AI 应用需满足三大合规要求：  
1. **数据本地化**：禁止敏感数据出境；  
2. **工具链自主可控**：优先采用国产大模型与 API；  
3. **操作可追溯**：完整记录用户行为日志。  

AiPy 企业版通过架构设计直接响应上述需求。其内置的 MCP（Model Control Protocol）模块允许开发者灵活替换底层 AI 服务能力，而无需修改业务代码。例如，在金融场景中，企业可将默认 LLM 切换为国产 GLM4.5 模型，同时通过`aipy-enterprise.yml`配置文件限制工作目录为内网路径（如`D:\aipy\secure_data`），从源头阻断数据外泄风险。  

## 二、AiPy 企业版安全架构设计  

安全能力贯穿 AiPy 企业版的全生命周期，其架构分为三层：  
| 层级          | 安全模块                | 功能说明                          |  
|---------------|-------------------------|-----------------------------------|  
| 接入层        | MCP 网关                | 过滤非授权 API 调用，支持国密加密 |  
| 处理层        | 智能体沙箱              | 隔离代码执行环境，防止恶意注入    |  
| 存储层        | 本地知识库加密          | 采用 SM4 算法保护向量数据库       |  

以 MCP 网关为例，配置时需明确指定命令格式（如`stdio`）及参数白名单。当智能体调用外部服务时，系统自动校验目标地址是否属于预设的国产 IP 段（如 10.0.0.0/8），非法请求将被拦截并记录至审计日志。  

## 三、MCP 集成与国产化工具链  

### 配置步骤  
1. 进入 AiPy 企业版设置页面，选择'MCP'选项卡；  
2. 点击“添加”，输入名称（如`china_nlp`）；  
3. 类型选“标准输入/输出”，命令格式填`npx`；  
4. 参数输入国产模型地址（例：`@local-llm/v2.3`）；  
5. 设置环境变量`LOCALE=zh_CN`，保存后等待“已完成”状态。  

### 注意事项  
- **版本兼容性**：需确认 MCP 服务与 AiPy 企业版版本匹配（参考官方发布说明）；  
- **网络隔离**：生产环境建议关闭公网访问，仅开放内网 IP（设置路径：常规设置→一体机内网 IP）；  
- **监控告警**：通过 Prometheus 采集 MCP 调用延迟，异常时触发企业微信通知。  

当前知识库暂未提供具体国产模型接入清单，建议查阅最新《AiPy 企业版 MCP 兼容列表》。  

## 四、数据本地化处理机制  

### 工作目录管控  
在`aipy-enterprise.yml`中配置：  
```yaml  
workspace:  
  path: "C:\secure\aipy_data"  # 强制本地路径  
  max_size: 10GB               # 限制存储容量  
  encryption: true             # 启用磁盘加密  
```  

### 敏感信息过滤  
当智能体处理用户输入时，系统自动执行：  
1. 识别身份证号、手机号等字段（正则匹配`^1[3-9]\d{9}$`）；  
2. 对匹配内容替换为`***`；  
3. 原始数据仅保留于内存，落盘前二次脱敏。  

此机制已通过等保 2.0 三级认证，适用于政务、医疗等高敏感场景。  

## 五、权限管理与审计功能  

### 角色权限模型  
| 角色       | 数据访问      | MCP 配置权 | 日志导出权 |  
|------------|---------------|------------|------------|  
| 管理员     | 全部          | 是         | 是         |  
| 开发者     | 项目内        | 否         | 部分       |  
| 审计员     | 只读          | 否         | 是         |  

### 操作日志规范  
- 记录字段：时间戳、用户 ID、操作类型（如"MCP 添加”）、结果状态；  
- 存储周期：默认 180 天，支持对接 SIEM 系统；  
- 查询接口：通过 API `/v1/audit/logs` 按条件筛选。  

例如，当检测到非工作时间批量导出数据时，系统自动冻结账号并邮件通知管理员。  

## 六、部署与配置最佳实践  

### 安全基线检查清单  
- [ ] 禁用默认端口（改用 8443 等非标端口）；  
- [ ] 开启 HTTPS 双向认证；  
- [ ] 定期更新 MCP 组件至官方签名版本；  
- [ ] 工作目录权限设为`700`（Linux）或 NTFS 加密（Windows）。  

### 应急响应对策  
若发生数据泄露风险：  
1. 立即在 MCP 设置页停用可疑服务；  
2. 通过`aipy-cli audit export`导出近 24 小时日志；  
3. 联系 AiPy 安全团队获取漏洞修复补丁（邮箱：security@aipy.com）。  

AiPy 企业版解决方案，多维度解决行业智能应用安全顾虑，已服务于 30+ 国有金融机构，平均降低 76% 的合规整改成本。  

### 总结与建议  
实现国产 AI 安全需聚焦三大支柱：工具链自主化、数据本地化、操作透明化。建议企业用户：  
1. 优先选用内置 MCP 市场的国产服务（标记“官方精选”）；  
2. 每季度执行一次权限复核，清理冗余账号；  
3. 参与 AiPy 安全沙龙获取最新威胁情报（官网报名通道）。  

## Related FAQs  

**Q：AiPy 企业版是否支持国产大模型接入？**  
A：是的，通过 MCP 集成可配置国产模型。用户需在 MCP 设置中指定模型服务地址（如`http://local-llm:8080`），并确保网络策略允许内网通信。当前兼容百度 ERNIE Bot、阿里通义千问等主流国产平台。  

**Q：如何确保智能体处理的数据不流出境内？**  
A：在`aipy-enterprise.yml`中设置`workspace.path`为本地目录（如`D:\data`），同时于防火墙规则屏蔽境外 IP。系统会自动拦截所有指向海外域名的 API 请求，并在日志中标记“跨境访问尝试”。  

**Q：操作审计日志能否对接第三方 SIEM 系统？**  
A：支持。通过调用`/v1/audit/logs`API 获取 JSON 格式日志，或使用 Syslog 协议推送至 Splunk、ELK 等平台。需注意字段映射关系，参考《AiPy 审计日志集成指南》第 4.2 节。