Amazon Bedrock 防護機制

Amazon Bedrock 防護機制除了 FM 的原生保護之外，還提供額外的可自訂保護措施，透過以下方式提供業界最好的安全保護：

• 攔截高達 85% 的有害內容
• 針對 RAG 和匯總工作負載過濾超過 75% 的幻覺回應
• 讓客戶在單一解決方案中自訂並應用安全、隱私和真實性保護

Amazon Bedrock 防護機制會根據使用案例特定的政策來評估使用者輸入和 FM 回應，並提供額外的防護層，無論基礎 FM 為何。 Amazon Bedrock 防護機制是主要雲端供應商提供的唯一負責任 AI 功能，可讓客戶在單一解決方案中為其生成式 AI 應用程式建立和自訂安全、隱私和真實性保護，並且適用於 Amazon Bedrock 中的所有大型語言模型 (LLM) 以及精密調整的模型。 客戶可以建立多個防護機制，每個防護機制都設定不同的控制項組合，並在不同的應用程式和使用場景中使用這些防護機制。 Amazon Bedrock 防護機制也可與 Amazon Bedrock 代理程式和 Amazon Bedrock 知識庫整合，以建置符合您負責任 AI 政策之生成式 AI 應用程式。此外，Amazon Bedrock 防護機制還提供 ApplyGuardrail API，用於評估使用者輸入和 Bedrock 以外任何自訂或第三方 FM 產生的模型回應。

組織可識別需要管理生成式 AI 應用程式內的互動，以提供相關且安全的使用者體驗。使用者希望進一步自訂互動，以保持主題與其業務相關，並符合公司政策。Amazon Bedrock 防護機制可讓您使用簡短的自然語言，描述在應用程式環境中定義一組要避免的主題。 Amazon Bedrock 防護機制可偵測並封鎖屬於受限制主題的使用者輸入內容和 FM 回應。例如，可以設計銀行助理以避免與投資建議相關的主題。

Amazon Bedrock 防護機制提供具有可設定閾值的內容篩選條件，以篩選涉及仇恨、辱罵、性、暴力、不當行為 (包含犯罪活動) 以及防範即時攻擊 (提示注入和破解)。大多數 FM 已提供內建保護，以防止產生有害回應。除了這些保護措施之外，Amazon Bedrock 防護機制還可以讓您在不同的內容類別中設定閾值，以篩選出有害互動。增加篩選條件的強度會提升篩選的侵略性。它們會自動評估使用者輸入和模型回應，以偵測並協助防止屬於受限類別的內容。例如，電子商務網站可以設計在線助理，以避免使用不當的語言，例如仇恨言論或羞辱。

Amazon Bedrock 防護機制可讓您偵測使用者輸入內容和 FM 回應中的個人身分識別資訊 (PII) 等敏感內容。可以從預先定義的 PII 清單中選取，也可以使用規則表達式 (RegEx) 定義自訂的敏感資訊類型。依據使用場景，您可以有選擇地拒絕包含敏感資訊的輸入內容，或在 FM 回應中編輯這些資訊。例如，您可以編輯使用者的個人資訊，同時根據呼叫中心的客戶和客服人員對話記錄產生摘要。

您可透過 Amazon Bedrock 防護機制設定一組自訂字詞或片語，在使用者與生成式 AI 應用程式之間的互動中需要偵測並封鎖這些字詞或片語。還可透過防護機制偵測並封鎖褻瀆言語和具體自訂字詞，例如競爭對手名稱或其他冒犯字詞。

組織需要部署真實且值得信賴的生成式 AI 應用程式，以維持和增加使用者的信任。然而，使用 FM 建立的應用程式，可能會因為幻覺而產生不正確的訊息。例如，FM 可能產生偏離來源資訊的回應、混合多個資訊或發明新資訊。Amazon Bedrock 防護機制支援關聯式接地檢查，以偵測和篩選幻覺，檢查回應在來源資訊中是否不接地 (例如實際上不準確或是新資訊)，且與使用者的查詢或指示無關。關聯式接地檢查可用於偵測 RAG、摘要和對話應用程式的幻覺，其中來源資訊可用作參考來驗證模型回應。