MetaDefender®平台針對大型語言模型(LLM)的防護措施
在Secure 、內容和資料傳送至您的 LLM 之前Secure 。阻斷檔案層級的威脅、降低 RAG 毒化風險、強制實施單向傳輸,並保護您的 AI 投資。
- 「預防第一」安全
- 深層檔案淨化
- Hardware 隔離

OPSWAT 獲得以下機構的信賴
人工智慧的新攻擊面


AI 處理流程中的檔案型惡意軟體
惡意載荷常隱藏於常見的商務檔案中,例如 PDF、Office 文件及壓縮檔。傳統上以文字為核心的人工智慧防護機制,無法消除此類嵌入式檔案層級的風險。


透過不可信文件進行知識操縱
惡意或具誤導性的文件可能進入檢索流程,被索引,並隨著時間推移在不知不覺中影響模型輸出,進而將知識庫轉變為攻擊載體。


敏感資料在人工智慧系統中的外洩
使用者將財務資料、原始碼、憑證及客戶紀錄上傳至 AI 工作流程。一旦這些資料接觸到外部模型或管理不善的服務,組織便會面臨失去資料控制權,並可能面臨法規責任的風險。


檔案內的嵌入式提示注入
隱藏在已上傳文件中的指令(而非直接輸入至聊天視窗),當透過 RAG 或代理工作流程檢索時,可操控模型行為及下游工具。


未知及零日檔案型威脅
人工智慧工作流程會促使大量內容被導入系統,從而增加接觸先前未曾察覺的威脅的風險。僅靠偵測是不夠的。必須在內容進入處理流程之前就採取預防措施,否則組織將面臨因未被偵測到的資料外洩事件而遭受法規處罰及聲譽受損的風險。
企業人工智慧的「預防優先」安全策略
MetaDefender Core 「預防優先」的模型來管理 AI 內容流,並確保進入模型的內容、被索引的內容,以及跨越信任邊界的內容皆受到妥善保護。
特點
基於人工智慧的邊界零日漏洞預測
- 執行前偵測與攔截
- 基於企業檔案工作流程所訓練的機器學習模型
多引擎比一個引擎好
- 檢測近 100% 的惡意軟體
- 與 30+ 知名的 AV 引擎同時掃描
防止敏感資料丟失
- 利用 AI 驅動的模型將非結構化文本定位並分類為預定義的類別
- 自動對 125 種以上的檔案類型中已識別的敏感資訊(如個人身份資訊、個人健康資訊、支付卡資訊)進行遮蔽處理
- 支援影像中的光學字元識別 (OCR)
利用先進的模擬沙箱偵測惡意軟體
- 高速分析檔案
- 反避難沙箱引擎擷取 IOC
- 識別零時差威脅
- 透過API 或本機整合啟用深度惡意軟體分類
蒐集威脅情資
利用即時Threat Intelligence增強偵測能力
- 關聯全球 50B+ 工件的 IOC、IP、URL 和檔案信譽
- 更快阻止新興威脅
- 豐富下游分析
保護 您的Software Supply Chain
- 管理與開源軟體 (OSS)、第三方元件和依賴項相關的風險
- 確保代碼庫的透明度、安全性和合規性
在安裝應用程式漏洞之前檢測它們
- 安裝前檢查軟體是否存在已知漏洞
- 在設備處於靜止狀態時掃描系統以查找已知漏洞
- 快速檢查正在運行的應用程式及其庫是否存在漏洞
啟用對檔案原產地來源的即時檢測
- 檢測上傳檔案的地理來源,包括PE、MSI和 SFX(自解壓存檔)
- 自動分析數位指紋和元資料,以識別受限制的位置和供應商
部署選項

Cloud
Core 您的雲端Core 部署Core ,以獲得可擴展且按需的 AI 處理流程防護。
透過 RESTAPI 與基於雲端的 AI 工作流程整合,支援彈性擴展,以因應大型語言模型 (LLM) 應用程式及 RAG 處理流程中不斷變化的檔案導入量。

本地
針對需要完全掌控資料與基礎架構的組織,提供完整的本地部署方案。

物理隔離 / 高保障
採用MetaDefender Optical Diode 進行物理隔離部署Optical Diode 硬體級的單向資料傳輸。
整合
該平台在每個階段皆會進行掃描,從檔案上傳入口網站和 RAG 資料導入管道,到用於 AI 模型與聊天機器人開發的 CI/CD 工作流程皆涵蓋其中。此平台可與現有的企業 AI 環境(包括 AWS 和 Azure 等雲端平台)無縫整合,且無需變更應用程式邏輯或模型基礎架構。
MetaDefender Core
在 AI 技術堆疊中的定位
MetaDefender Core AI 安全閘道Core 檔案上傳前、RAG 資料導入前、工具執行前,以及資料跨越信任邊界前,對內容進行檢查與淨化。
保護處理敏感財務資料的人工智慧副駕駛
使用基於大型語言模型(LLM)的協作系統進行研究、合規及客戶服務的金融機構,必須防止敏感資料外洩,並確保上傳的文件不含任何內嵌威脅。Proactive DLP Deep CDR™ 技術會在檔案送至模型之前,實施內容層級的管控措施。

具備Hardware隔離功能的高可靠性人工智慧
政府及國防機構需要最高等級的資料保障。MetaDefender Core 所有進入機密或敏感 AI 環境的內容Core ,而MetaDefender Optical Diode 資料無法沿著資料導入路徑回流,從而符合嚴格的跨域傳輸要求。

在營運環境中Secure 分析
製造商若運用人工智慧進行預測性維護、品質管控及供應鏈優化,必須防範透過資料導入而入侵的檔案型威脅。MetaDefender Core 每個資料導入點Core 基於政策的強制執行,並針對隔離的營運技術(OT)網路Core 物理隔離的部署選項。

在 OT 與 IT 環境Secure 部署Secure
能源與公用事業組織在部署人工智慧以實現營運智慧時,必須確保不可信的檔案和資料源不會引入惡意軟體,或篡改連接到營運技術網路的模型。MetaDefender Optical Diode IT 區與 OT 區之間的單向資料傳輸。

推薦的資源
確保 AI 資料管線與大型語言模型驅動應用程式的安全性
AI加速Software 檔案安全成為網路防禦的新前線
常見問題
MetaDefender Core 超過 200 種檔案類型,包括 PDF、Office 文件、壓縮檔、圖像、多媒體檔案、原始碼及可執行檔,涵蓋企業 AI 系統常見的各類內容。
Deep CDR™ 技術並非仰賴偵測已知威脅。它會從檔案中移除所有活躍內容,並重建乾淨且可用的版本,藉此消除已知與未知的惡意軟體,包括零日威脅。
是的。MetaDefender Core 會在檔案被索引至向量儲存庫或檢索系統之前,先對其Core 與淨化,從而降低 RAG 中毒及長期知識操縱的風險。
MetaDefender Optical Diode 透過硬體強制執行的單向資料傳輸裝置。它能從物理層面防止資料回流至受保護的環境中——此功能對於國防、關鍵基礎設施,以及任何僅靠軟體控制不足以滿足需求的部署場景而言,皆屬必要。
MetaDefender Core 透過 RESTAPI ICAP 任何資料導入點,包括檔案上傳入口網站、RAG 處理流程、CI/CD 工作流程以及 AI 訓練資料來源。無需變更應用程式邏輯或模型基礎架構。
是的。MetaDefender Core 安全的輸入驗證、完整的稽核追蹤、檔案雜湊及記錄功能,可協助符合《歐盟人工智慧法案》、《網路韌性法案》、《一般資料保護規範》(GDPR)、《健康保險流通與責任法案》(HIPAA)以及其他新興的人工智慧監管框架。
是的。Proactive DLP 個人識別資訊 (PII)、個人健康資訊 (PHI)、財務資料及憑證。此外,它還會運用光學字元辨識 (OCR) 技術,偵測並遮蔽隱藏於圖片及視覺內容中的文字,以防這些內容在人工審查時被忽略。
MetaDefender Core 雲原生、本地端或物理隔離的架構中。針對高安全性環境,它可搭配Optical Diode 硬體強制執行的單向資料傳輸。
































