AI治理、风险管理、可信性与生成式AI风险画像
适合作为专题证据分级、治理维度和资源比较的基础坐标系。AI Security资源地图:全球能力坐标与俄罗斯合作入口
资源池以官方来源、技术相关性、证据等级和合作价值组织;平台资料用于能力画像,不等同于独立效果验证。
一、标准、知识库与参考框架
11项全球资源提供治理、威胁、协议、生命周期与模型供应链坐标系。
AI系统攻击技术、战术、案例与缓解措施
连接攻击知识、产品控制覆盖和研究主题的长期知识底座。LLM、Agentic应用、MCP与工程安全指南
适合作为产品能力、风险清单和工程实践的共同语言。OAuth、令牌、会话、本地服务、元数据与Scope安全
定义MCP客户端、服务端与代理实现的最小安全审查面。从数据、模型、供应链到运行时和治理的AI安全架构
适合连接架构原则、云产品资源和组织自评。覆盖模型、数据、运行时、Agent与生态的生命周期安全分类
可作为跨框架归并、红队主题和产品覆盖比较的补充。任意模型格式与规模的签名、验证、统一哈希与签名格式,以及Sigstore/PKI支持
为模型供应链补齐可验证来源与部署前完整性闸门,可与模型扫描、AI-BOM和制品哈希共同构成E4证据链。跨云与异构环境中的工作负载身份、SVID、短时证书、工作负载证明、信任域与自动轮换
为Agent Runtime、MCP Gateway与工具服务提供进程/工作负载级密码学身份,避免把静态API密钥或共享服务账号当作Agent身份。主体令牌、Actor令牌、委托与模拟语义、目标资源、Audience、Scope和下游短时令牌交换
为多Agent和Agent到工具链提供标准化委托语义,可把用户、Agent、Gateway和下游工具的身份链写入可验证令牌与Receipt。Agent、Workflow、Conversation、Tool、模型调用、Token使用、评测分数、Span、Metric与Event的统一遥测字段
为跨框架Agent日志、Gateway Trace、工具调用和E1–E5实验结果提供可比较的字段命名与关联标识,减少每个平台自定义日志造成的证据分叉。模型外细粒度策略决策、Envoy ext_authz、请求上下文、Rego策略、集中Bundle发布与Sidecar/Gateway执行
提供与厂商无关的Policy Decision Point / Policy Enforcement Point拆分,可将Agent身份、工具、资源、Purpose和风险等级转化为确定性授权与审计决策。二、全球AI与Agent安全平台
11个平台按发现、身份、访问、运行时、供应链、Guardrail与红队能力维护,不做效果排名。
Agent发现、身份与动作控制、运行时、模型供应链和红队
当前全球平台中Agent身份、MCP和执行动作控制叙事最完整的候选之一。AI资产发现、模型与应用验证、供应链、运行时和Agent/MCP交互保护
适合研究网络与安全平台如何把Agent保护嵌入现有企业控制面。多云AI BOM、攻击路径、身份最小权限、Agent发现与威胁保护
适合连接云资产、代码到云路径和Agent资源治理;部分Agent能力处于Preview或许可迁移期。AI资产发现、态势、威胁检测,以及Prompt、响应、Agent交互、恶意URL、敏感数据泄露的运行时防护
Model Armor把Prompt、响应和Agent交互作为统一运行时检查面,适合研究云原生Guardrail与Agent资源治理。AI/Agent/MCP发现、风险图、访问控制、红队和运行时策略
Agent Blast Radius、Maker's Identity和MCP访问治理是值得跟踪的差异化资源。AI发现、供应链安全、攻击模拟、运行时和Agent行为保护
模型供应链与Agent运行时双线覆盖,适合补充模型文件与自主执行资源研究。Agent发现与姿态评估、MCP连接和认证画像,以及Prompt、工具调用、工具响应和动作的运行时策略控制
将结构态势与实时行为分层,并把工具描述、工具返回和动作流作为不可信输入,是当前Agent运行时保护的重要产品化路径。Agent身份、Blueprint、Sponsor/Owner、委托权限、条件访问、登录与审计日志
把Agent从普通Service Principal中分离出来,并用Blueprint与Sponsor建立一对多身份治理和责任归属,是Agent身份控制面的关键参考。Agent工作负载身份、凭据代理、MCP Gateway、Cedar细粒度授权、Runtime强制入口、Guardrails与统一可观测性
把Identity、Gateway、Policy、Runtime和可观测性组合成模型外控制面,并明确要求阻断绕过Gateway的直连路径,适合作为Reference Agent控制平面候选。模型序列化攻击、架构后门、运行时威胁、模型来源策略、本地/CI流水线扫描与审计轨迹
为模型文件提供类似制品安全扫描的进入门禁,连接开源模型Hub、CI/CD、模型仓库和部署前验证。MCP与A2A协议感知路由、JWT/OAuth认证、CEL工具级授权、Target策略、TLS、Tracing、访问日志与多租户Gateway
提供可自托管、可审计的Reference MCP/A2A Gateway实现,可把工具可见性、调用权限、认证、策略继承和Trace统一放在模型外执行。三、俄罗斯机构与实验室
七家机构覆盖LLM安全、可信AI、攻击建模、关键基础设施、MLOps治理和人才培养。
生成式AI与LLM安全、Prompt Injection、数据泄露、监控与企业审计
圣彼得堡最直接面向LLM安全与企业落地的实验室资源。MLSec、DevSecOps、AI系统安全、关键数字技术安全与人才培养
可作为专家、学生、课程、实验室和企业伙伴的汇聚入口。攻击图、网络与关键基础设施安全、数字孪生威胁评估、对抗样本防护
圣彼得堡最成熟的攻击建模、智能安全分析和关键基础设施研究资源之一。网络安全、关键系统、数字技术可信性与科研人才团队
以Dmitry Zegzhda为核心的国家级网络安全与高校合作资源。可信AI、安全智能系统、Agent与多Agent系统的安全和动作约束
俄罗斯可信AI与Agent安全研究主线中最直接的国家级研究资源之一。关键基础设施、数字网络安全平台、人工免疫防御和产业R&D
兼具科研、产品开发、咨询和企业联合实验室能力。可信AI、对抗攻击、软件安全、验证与MLOps访问控制
适合连接AI模型安全、软件工程、访问控制和公开论文资源。四、俄罗斯专家与技术负责人
专家是连接机构、论文、项目、学生和企业合作的关键节点。
攻击建模、攻击图、智能网络安全、关键基础设施与AI对抗防护
专题中最成熟的圣彼得堡学术专家入口,横跨SPC RAS、ITMO和国际会议网络。数字技术网络安全、关键系统、科研组织与国家级专家网络
适合国家级合作、研究团队对接和圣彼得堡高校资源组织。可信与安全智能系统、AI与信息安全交叉研究
俄罗斯可信AI与安全AI研究的直接专家入口。LLM安全实验室组织、GenAI安全教育与企业安全项目
ITMO AI Security Lab的组织与合作入口。LLM安全工程、AI应用监控、企业架构与HiveTrace研发
连接高校实验室、企业工程和可产品化安全工具的关键入口。信息安全中心管理、关键基础设施与产业网络安全项目
Innopolis科研、咨询和企业联合实验室的管理入口。网络安全、攻击评估、关键基础设施、数字孪生与智能安全分析
与Kotenko团队共同形成稳定的论文、实验和关键基础设施研究资源。五、论文、系统、会议与人才管线
八项制品形成可继续扩展专利、开源代码和学位论文的入口。
Prompt Injection、数据泄露、Agent过度使用和企业AI规则监控
圣彼得堡少数公开描述为可集成系统的AI安全工程制品。数字孪生、关键基础设施、网络威胁检测
代表SPC RAS在2026年仍活跃的关键基础设施智能安全研究。对抗样本、图像识别、AI模型防护
把传统网络安全团队与模型安全研究连接起来的近期论文资源。神经网络模式识别、对抗攻击与准确率退化
公开可访问的俄罗斯模型安全论文入口。多Agent编排、安全、输出动作约束与工业运营问题
可用于发现俄罗斯Agent工程、安全和企业落地的活跃专家网络。网络战、网络安全、空间计算、AI/ML与LLM安全应用
2026年圣彼得堡连接俄罗斯与国际安全专家的会议型资源入口。ML入侵检测、对抗攻击、智能系统数据安全、容器异常检测与访问控制
可持续发现年轻专家、导师、研究主题和近期成果。MLOps自动化、模型/数据/制品管理和基于属性的访问控制
连接可信AI工程、AI资产治理与权限控制的近期论文资源。六、俄罗斯公司候选池
六家公司继续按技术路线和合作适配维护;当前不是Top榜。
ML malware detection, sandboxing, AI offense/defense research and trusted industrial-AI cooperation
AIST frames protection of AI data, models and compute platforms
Cubi assistant plus roadmap signals for multi-agent SOC and AI-assisted pentesting
dedicated AI-security product owner, research program and stated plan for AI-system protection products
AI agent in Solar SIEM and AI triage/code-fix in appScreener
DLP policies explicitly control sensitive data transmission to public AI services
七、资源合作方向
优先输出资源关系、专家入口、论文/专利图谱、课程人才和平台能力画像。
圣彼得堡学术集群
ITMO + SPC RAS + SPbPU:实验室、专家、论文、会议和人才管线。
可信AI与Agent安全研究
AIRI + ISP RAS + ITMO:可信AI、Agent动作约束、模型与MLOps治理。
企业平台能力图谱
持续跟踪全球平台的Agent发现、身份、MCP、运行时、供应链和Guardrail能力。
论文、专利与开源制品
从专家和机构反向挖掘论文、专利、系统、数据集、代码和学位论文。
人才与课程资源
利用ITMO、Innopolis等课程和学位论文管线发现年轻专家与联合课题。