资产、数据流与威胁建模
企业权限、数据安全与 AI 风险控制#FDE#第十八阶段#企业权限、数据安全与 AI 风险控制#资产、数据流与威胁建模约 746 字 · 2 分钟阅读
追问显示点击任意追问卡片可收起 / 展开
本阶段学习说明
培养方向： 客户现场的软件实现、系统集成与 AI 应用交付。
阶段定位： 能梳理企业 AI 应用的资产与信任边界，落实访问控制、数据最小化、提示注入防护和操作审计。
适用环境： 测试身份系统、数据库、对象存储、检索与工具服务；安全测试仅在授权的隔离环境使用合成或脱敏数据。
统一场景： 多客户知识与工单助手接入内部文档及业务系统，需要防止跨租户访问、外部内容诱导、敏感数据泄露和未经授权的写入。
题库结构： 100 道题及追问，分十组，附评分和实操建议；提供题目，不包含参考答案。
答题约定： 模型指令、隐藏按钮和工具注解都不能替代服务端访问控制。权限依赖可信身份与资源归属；外部内容不获得更高指令权限。安全测试结果、客户约定与法律要求应分别说明，本章不要求背诵未核实的法规结论。
企业 AI 应用需要盘点哪些资产？
追问 客户数据、凭据、模型上下文和业务工具分别由谁负责？
怎样画出从上传到生成再到写入的数据流？
追问 哪些节点跨越客户、供应商或网络边界？
系统中的信任边界如何识别？
追问 用户输入、外部文档与身份服务返回值信任程度有何区别？
为什么内部文档仍可能包含不可信内容？
追问 邮件转发、客户附件和共享编辑如何进入内部资料？
威胁建模应包含哪些主体？
追问 外部用户、恶意租户、内部误操作和供应链分别怎样考虑？
如何按影响范围给 AI 风险排序？
追问 错误摘要与跨客户泄露为什么不能只按出现频率排序？
哪些功能应设置独立的风险评审？
追问 只读问答、批量导出与业务写入的要求怎样不同？
客户数据分类如何影响工程设计？
追问 普通手册与身份信息在存储和模型调用上怎样区别？
安全责任怎样在客户与实施团队之间划分？
追问 账号审批、数据授权、更新和事故处理由谁确认？
如何形成可执行的安全验收清单？
追问 每项要求对应什么实现、测试证据和负责人？