Open Policy Agent
PulseAugur coverage of Open Policy Agent — every cluster mentioning Open Policy Agent across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
PayPal 详解 Cosmos LLM 网关，用于管理企业AI流量
一篇研究论文详细介绍了Cosmos LLM网关的设计与运行。该系统由PayPal开发，用于管理企业范围内对多个大型语言模型的访问。该网关基于Envoy构建，将控制决策与数据处理分离，以最大限度地减少延迟。它使用由Open Policy Agent评估的声明式策略进行治理，处理身份验证、凭证代理和预算评估。截至2026年9月，该系统已服务超过12,000名开发人员，支持数百个业务用例，日均处理约2000亿个token，覆盖超过100个模…
-
PayPal 部署 Cosmos LLM 网关以管理多供应商 AI 流量
PayPal 已开发并部署了 Cosmos LLM 网关，这是一个策略驱动的系统，旨在跨多个供应商管理大规模企业 AI 流量。该网关基于 Envoy 和 Rust WebAssembly 构建，负责处理身份验证、凭证代理和策略评估等任务，同时还管理令牌计量和提示缓存。它通过 Open Policy Agent 实现声明式治理，支持角色范围内的创作、审批和影子模式推出等功能。该系统还包括一个数据丢失防护层和用于预算管理的支出范围限定。截…
-
AI安全实验室通过Docker在本地教授LLM加固
一个网络研讨会和配套的实验指南已被开发出来，用于向社区大学教师传授AI安全概念。使用Docker Compose构建的本地实验环境，允许学生在不产生API成本或需要大量IT资源的情况下，练习针对各种攻击向量加固AI聊天机器人。课程重点关注提示注入和其他OWASP Top 10漏洞，演示外部安全网关如何有效保护LLM，而不是仅仅依赖系统提示。
-
AI社区应对模型上下文协议中的关键安全漏洞
模型上下文协议（MCP）中的安全漏洞正被AI社区积极讨论和解决。研究表明，相当比例的MCP服务器缺乏溯源元数据和适当的身份验证等基本安全功能，使组织面临工具投毒和凭证盗窃等风险。AEGIS、trustmcp和sentinel-scan-cli等工具正在开发中，通过静态分析和策略执行来帮助管理员和开发人员识别和缓解这些漏洞。
-
零信任安全架构整合身份、密钥和网络控制
本文概述了一个用于生产系统的全面零信任安全架构，强调了身份、授权、密钥管理、加密、审计日志和网络控制的独特作用。它提出了一个整合了身份提供商（IdP）、Open Policy Agent（OPA）、服务网格、如HashiCorp Vault或云原生解决方案等密钥管理器以及安全信息和事件管理（SIEM）系统的参考设计。该架构旨在通过在这些关键安全功能之间保持明确的关注点分离来防止常见的安全错误。
-
JWT 在微服务动态授权方面存在不足
本文认为，JSON Web Tokens (JWT) 虽然在身份验证方面很有用，但对于现代应用程序中的健壮授权来说却不够。核心问题在于，JWT 仅提供用户身份和角色在签发时的静态声明，却无法考虑资源状态、组织策略或实时上下文等动态因素。在微服务架构中，这种局限性尤其成问题，因为在微服务架构中，复杂、依赖于上下文的授权规则很常见，并且在分布于多个服务时难以管理。
-
AI 代理需要新的安全措施：SecuriX 构建策略即代码代理
作者强调了当前 AI 代理开发中一个关键的安全漏洞，即像 OAuth 范围这样的传统身份验证方法对于非确定性 AI 模型来说是不够的。这些能够执行工具调用和操纵数据的代理可能会出现幻觉并发出破坏性命令，而标准安全协议无法阻止这些命令。为解决此问题，作者的公司正在开发 SecuriX，一个代理访问安全代理，它使用策略即代码（Policy-as-Code）结合 Open Policy Agent (OPA) 和 Rego 来定义 AI 代…
-
研究人员提出用于保护人工智能代理和多代理系统的新框架
2026年4月发布的多篇研究论文解决了自主AI代理系统中日益增长的安全挑战。这些论文提出了增强交互式AI代理的安全、可信赖和治理的框架和方法论，特别是在网络安全和企业系统等高风险领域。关键主题包括去中心化架构、形式化验证方法、运行时安全执行以及强大的审计机制，以减轻对抗性攻击、数据投毒和未经授权的操作等风险。