v 2.6 · GA5 kerangka kerja · Red-teaming Moonshot · penilaian etika setiap malam

Tata kelola risiko AI,
dirancang sesuai cara
organisasi Anda sebenarnya merilis AI.

Obiguard Governance AI memeriksa prompt, respons, dan argumen pemanggilan alat di seluruh stack Anda — menegakkan kebijakan, memblokir eksfiltrasi, dan memberi tim keamanan & hukum satu ledger bukti. Platform ini juga melakukan red-teaming terhadap agen Anda berdasarkan katalog Project Moonshot, menilai bias dan keadilan pada keluarannya setiap malam, serta melaporkan cakupan terhadap lima kerangka kerja tata kelola AI.

Baca arsitekturnya ↗Lihat ketiga produk ↗
Penyedia LLM
40+ didukung
Jenis guard
13tersedia
Kerangka kerja terpetakan
5penilaian mandiri
Juri etika
6setiap malam
01 / Spesimen

Tampilan langsung dari
proyek produksi pelanggan.

Tiga pelanggaran terpicu dalam satu menit terakhir. Satu diblokir oleh Set Kebijakan. Dua diarahkan ke Antrean Tinjauan. Semuanya tercatat di Log Audit — dapat dicari, diekspor, dan siap dijadikan bukti.
obiguard / acme-prod / violations
streaming · 12,402 ev/hr

Violations

last 60 minutes · 14 violations · 3 blocked · 5 flagged for review
Live
History
Export
Requests
12,402
+4.1%
Threats blocked
38
High: 6
Pending reviews
5
Review Queue
Active policy sets
47
3 drafts
Time
Event
Policy
Severity
Action
14:02:09
SSN in completion → support-agent · gpt-4.1
PII / US-SSN
HIGH
REDACT
14:01:58
Secret in prompt · support-agent · gpt-4.1
Sensitive data
HIGH
BLOCK
14:01:54
Prompt injection · act-as-developer-mode
Injection
HIGH
BLOCK
14:01:42
Held for human review · refund-agent
Review Queue
MED
REVIEW
14:00:48
Customer record leak → rag-search
DLP / Customer
MED
REDACT
13:59:50
Toxicity 0.81 in agent reply
Content / Tox
LOW
LOGGED
02 / Kapabilitas

Sembilan kapabilitas. Satu platform.
Setiap agen AI yang dijalankan organisasi Anda.

Obiguard membungkus setiap agen AI yang dioperasikan organisasi Anda — memantau penggunaan, menegakkan kebijakan, mengarahkan pelanggaran untuk ditinjau manusia, melakukan red-teaming sebelum agen dirilis, dan menjaga bukti terpetakan ke kerangka kerja yang dibutuhkan tim kepatuhan Anda.
01 — PANTAU

Dasbor & pelanggaran

Dasbor proyek langsung menampilkan penggunaan token, biaya, volume permintaan, kesalahan, ancaman yang diblokir, dan latensi rata-rata. Tampilan Pelanggaran menampilkan setiap pelanggaran kebijakan — dapat difilter, dicari, dan diekspor.

Real-time · ancaman diblokir · latensi
02 — TINJAU

Antrean tinjauan dengan keterlibatan manusia

Pelanggaran yang ditandai untuk penilaian manusia masuk ke Antrean Tinjauan. Tinjau, setujui, atau tolak disertai catatan — dengan jejak audit lengkap dari peristiwa awal hingga keputusan.

Antrean Tinjauan · setujui & tolak
03 — TEGAKKAN

Set Kebijakan

Kelompokkan aturan penegakan ke dalam Set Kebijakan dan tetapkan ke Agen AI. Setiap set menentukan kriteria, cakupan, dan tindakan (blokir / tandai / sunting / tinjauan manusia).

Set Kebijakan · penegakan per agen
04 — DAFTARKAN

Kasus Penggunaan AI & Agen

Pelihara registri hidup untuk setiap Kasus Penggunaan AI dan Agen di organisasi Anda. Hubungkan setiap agen ke set kebijakannya — sehingga tata kelola mengikuti beban kerja, bukan kalender.

Kasus Penggunaan · agen & prompt
05 — CATAT

Log Audit

Catatan permintaan dan keputusan kebijakan diberi stempel waktu, dan setiap perubahan konfigurasi dicatat di Log Audit beserta siapa yang melakukannya dan kapan. Ekspor log ke CSV atau JSON untuk stack GRC Anda, atau serahkan catatannya kepada auditor.

Log Audit · ekspor CSV & JSON
06 — KELOLA

Kontrol & Kriteria

Tentukan Kontrol tingkat organisasi dan Kriteria yang memicunya. Kontrol memiliki alur persetujuan dengan pemisahan tugas — pengaju tidak dapat menyetujui kontrolnya sendiri.

Kontrol · alur persetujuan
07 — UKUR

Laporan Etika & Bias

Pekerjaan terjadwal setiap malam mengambil sampel jejak hari sebelumnya dan menilai tiap jejak berdasarkan enam kriteria juri LLM — toksisitas, bias demografis, konsistensi sentimen, keadilan, misinformasi, dan kebocoran privasi. Skor di bawah 60 ditandai untuk ditinjau.

6 juri · setiap malam · tidak pernah memblokir lalu lintas
08 — UJI

Evaluasi & red-teaming

Lakukan benchmark dan red-teaming terhadap agen terdaftar Anda dengan katalog Project Moonshot dari AI Verify Foundation — keamanan, bias, ketahanan terhadap jailbreak, kebocoran privasi, dan kapabilitas. Setiap proses dinilai dan disimpan di portal.

Project Moonshot · cookbook & modul serangan
09 — PETAKAN

Kerangka kerja kepatuhan

Lihat bagaimana kebijakan, kontrol, kriteria, kasus penggunaan, dan pelanggaran Anda selaras dengan NIST AI RMF, ISO/IEC 42001, OWASP LLM Top 10, AISCF, dan MGF untuk GenAI milik Singapura. Setiap kategori menunjukkan tercakup / sebagian / tidak tercakup, lengkap dengan bukti di baliknya.

5 kerangka kerja · ekspor CSV

Pelajari lebih dalam tiap bagiannya: inspeksi, Set Kebijakan, Ledger Audit, pelaporan Etika & Bias, evaluasi Project Moonshot, dan pemetaan kerangka kerja.

Untuk Keamanan

Jadikan setiap agen AI beban kerja yang terkelola.

  • Dasbor pelanggaran dengan ancaman yang diblokir secara real-time
  • Set Kebijakan memblokir atau menandai perilaku agen yang tidak aman
  • Lakukan red-teaming agen dengan modul serangan Moonshot sebelum dirilis
  • Log Audit diekspor ke CSV untuk pipeline SIEM atau GRC Anda
→ Untuk CISO & tim platform keamanan
Untuk Risiko & Hukum

Bukti berkelanjutan, bukan tangkapan layar per kuartal.

  • Cakupan terhadap NIST AI RMF, ISO 42001, OWASP LLM Top 10, AISCF, MGF untuk GenAI
  • Penilaian Etika & Bias setiap malam, disimpan di portal
  • Log Audit — setiap keputusan diberi stempel waktu
  • Ekspor cakupan per kerangka kerja ke CSV untuk penilaian mandiri
→ Untuk Risiko, Hukum & Kepatuhan
Untuk Tim AI

Daftarkan, kelola, dan iterasikan agen AI Anda.

  • Registri Kasus Penggunaan AI & Agen — satu sumber kebenaran
  • Set Kebijakan menetapkan aturan penegakan per agen
  • Benchmark perubahan prompt terhadap katalog Moonshot sebelum diluncurkan
  • Antrean Tinjauan mengarahkan kasus tepi ke penilaian manusia
→ Untuk tim produk & platform AI
03 / Cara kerja

Aktif dalam 14 hari.
Jaminan sejak hari pertama.

Tanpa pelatihan ulang model. Tanpa migrasi. Obiguard dipasang di depan gateway AI Anda yang ada atau berkomunikasi lewat API native AWS/Azure/GCP.
LANGKAH 01 · HUBUNGKAN

30 menit

Buat proyek, hasilkan Access Key, lalu arahkan agen AI Anda melalui Obiguard. Berfungsi dengan OpenAI, Anthropic, Bedrock, Vertex, Azure OpenAI, dan endpoint apa pun yang kompatibel dengan OpenAI.

# route via Obiguard
$ export OPENAI_BASE_URL=\
  https://gateway.obiguard.ai/v1
→ project connected
LANGKAH 02 · DAFTARKAN

Hari pertama

Tambahkan Kasus Penggunaan AI Anda dan daftarkan setiap Agen AI di platform. Hubungkan agen ke fungsi bisnis yang dilayaninya — sehingga setiap keputusan tata kelola memiliki konteks penuh.

AI Use Cases registered
3 agents linked
1 project · t77
→ registry complete
LANGKAH 03 · TEGAKKAN

Saat Anda siap

Aktifkan Proteksi atau kebijakan industri, atau susun Set Kebijakan dari Kriteria Anda sendiri dengan tindakan (blokir, tandai, sunting, atau tinjauan manusia), lalu tetapkan ke agen Anda. Pelanggaran langsung muncul di dasbor.

policy set: no-pii-in-responses
action: block
agent: support-agent
scope: response
LANGKAH 04 · JAMINKAN

Secara berkelanjutan

Lakukan red-teaming pada setiap agen dengan katalog Moonshot, biarkan pekerjaan Etika & Bias setiap malam menilai lalu lintas langsung, dan baca cakupan kerangka kerja dari satu halaman. Pelanggaran tetap masuk ke Log Audit dan Antrean Tinjauan — ekspor semuanya sebagai bukti.

eval: singapore-pofma-statements
grade → E · 2 failing of 2
ethics → 95 · good
nist-ai-rmf — 40% covered
04 / Yang tersedia hari ini

Platform nyata, bukan sekadar materi presentasi.

Semua yang tercantum di bawah sudah berjalan di produk saat ini — termasuk evaluasi Project Moonshot, laporan Etika & Bias setiap malam, dan cakupan kerangka kerja atas lima standar. Inspeksi berjalan di lapisan gateway: tanpa pelatihan ulang, tanpa akses ke bobot atau pipeline pelatihan Anda.

13
Jenis guard

8 berbasis model (jailbreak/injeksi, PII, data sensitif, NSFW, toksisitas, gibberish, kata kasar, Obi Sieve) dan 5 berbasis aturan (daftar larangan, kompetitor, satu baris, huruf kecil, jumlah kata) — ditambah kriteria kata kunci, regex, dan juri LLM yang Anda tulis sendiri.

40+
Penyedia LLM yang didukung

OpenAI, Anthropic, Bedrock, Azure OpenAI, Vertex AI, dan lainnya — satu gateway di depan semuanya.

5
Kerangka kerja terpetakan

NIST AI RMF, ISO/IEC 42001, OWASP LLM Top 10, AISCF milik Malaysia, dan MGF untuk GenAI milik Singapura — sebagai alat bantu penilaian mandiri, bukan sertifikasi.

6
Juri etika, setiap malam

Toksisitas, bias demografis, konsistensi sentimen, keadilan, misinformasi, dan kebocoran privasi — dinilai pada sampel jejak kemarin.

05 / Kerangka kerja

Dua global. Satu keamanan.
Dua untuk Asia Tenggara.

Cakupan diperkirakan dari aktivitas platform Anda sendiri dan ditampilkan per kategori sebagai tercakup, sebagian, atau tidak tercakup — beserta bukti di balik setiap penilaian. Ini adalah alat bantu penilaian mandiri untuk persiapan audit, bukan sertifikasi.
NIST AI RMF

NIST AI Risk Management Framework

Kosakata acuan AS untuk risiko AI — Govern, Map, Measure, Manage. Sudah diadopsi secara internal oleh sebagian besar tim risiko perusahaan.

US National Institute of Standards and Technology · 4 fungsi · 10 kategori terpetakan
ISO/IEC 42001

ISO/IEC 42001 — AI Management System

Satu-satunya standar yang dapat disertifikasi di sini — sistem manajemen AI dalam keluarga yang sama dengan ISO 27001, diaudit oleh badan terakreditasi.

ISO / IEC · 5 klausul terpetakan (6 – 10)
OWASP LLM Top 10

OWASP Top 10 for LLM Applications

Bagaimana aplikasi LLM sebenarnya dibobol — injeksi, pengungkapan, agensi berlebihan. Daftar yang sudah menjadi acuan tim keamanan Anda.

OWASP Foundation · 10 kategori risiko
AISCF

AI Systems Cyber Security Framework

Kerangka kerja nasional Malaysia dari NACSA — 42 aktivitas keamanan di seluruh siklus hidup sistem AI tujuh fase, dari Inception hingga Retirement.

NACSA — National Cyber Security Agency of Malaysia · 7 fase siklus hidup · 42 aktivitas keamanan
MGF for GenAI

Model AI Governance Framework for Generative AI

Acuan dasar Singapura untuk AI generatif yang tepercaya dari IMDA dan AI Verify Foundation — sembilan dimensi, lima di antaranya dapat dibuktikan oleh penerap.

IMDA & AI Verify Foundation, Singapura · 9 dimensi · 5 dapat dibuktikan platform
ATURAN ANDA

Kebijakan Penggunaan yang Dapat Diterima milik Anda sendiri

Tulis Kontrol dan Kriteria Anda sendiri lalu tegakkan melalui Set Kebijakan. Keputusannya dicatat seperti yang lain; tidak dinilai sebagai kerangka kerja tersendiri.

Kustom · kontrol & kriteria
Apa yang diminta setiap kerangka kerja, dan bagaimana Obiguard membuktikannya →
06 / FAQ

Pertanyaan
umum.

Tidak menemukan yang Anda cari? Solutions engineer kami merespons dalam satu hari kerja.

Bicara dengan SE →
Apakah Obiguard melihat data pelanggan kami?[01]
Dalam mode SaaS, konten diproses di memori untuk membuat keputusan kebijakan — hanya keputusan dan metadata yang disimpan ke Log Audit. Opsi penerapan privat dan on-premise tersedia untuk pelanggan enterprise; hubungi solutions engineer mengenai kebutuhan Anda.
Apakah ini menambah latensi pada pemanggilan model?[02]
Inspeksi berjalan pada jalur permintaan, sehingga menambah sedikit latensi — besarnya bergantung pada guard yang diaktifkan untuk kebijakan Anda; guard berbasis aturan hampir instan, sedangkan guard berbasis model membutuhkan waktu lebih lama. Respons streaming tidak dapat ditahan, sehingga dievaluasi setelah terkirim dan setiap temuan dicatat sebagai tanda. Kami dengan senang hati melakukan benchmark pada konfigurasi spesifik Anda selama pilot.
Apa bedanya Obiguard dengan gateway model?[03]
Gateway merutekan lalu lintas. Obiguard mengelolanya. Kami berada di depan gateway atau SDK Anda dan menambahkan penegakan kebijakan, pelacakan pelanggaran, alur tinjauan, dan jejak audit yang tidak dicakup oleh alat perutean.
Kerangka kerja kepatuhan apa saja yang Anda dukung?[04]

Lima saat ini. NIST AI RMF 1.0 dan ISO/IEC 42001:2023 adalah yang akan diminta pelanggan multinasional atau auditor — yang kedua adalah satu-satunya standar yang dapat disertifikasi dalam kumpulan ini. OWASP Top 10 for LLM Applications (2025) adalah daftar keamanan yang sudah menjadi acuan penetration tester Anda.

AISCF adalah AI Systems Cyber Security Framework milik Malaysia, diterbitkan oleh NACSA: 42 aktivitas keamanan yang tersusun dalam siklus hidup sistem tujuh fase, dari Inception melalui Operation & Monitoring hingga Retirement.

MGF untuk GenAI adalah Model AI Governance Framework for Generative AI milik Singapura, dari IMDA dan AI Verify Foundation — sembilan dimensi, empat di antaranya adalah komitmen ekosistem yang ditujukan bagi pengembang model dan pembuat kebijakan, bukan penerap, sehingga skornya dibatasi pada 56% secara desain.

Cakupan diperkirakan dari aktivitas platform Anda sendiri, kategori demi kategori, sebagai alat bantu penilaian mandiri untuk persiapan audit — bukan sertifikasi. Lihat apa yang diminta setiap kerangka kerja →

Apa itu Project Moonshot, dan bagaimana evaluasi bekerja?[05]
Project Moonshot adalah toolkit pengujian terbuka dari AI Verify Foundation untuk LLM. Obiguard menjalankan katalog cookbook dan recipe-nya — keamanan, bias, ketahanan terhadap jailbreak, kebocoran privasi, dan kapabilitas — ditambah modul serangan red-teaming-nya, terhadap Agen AI yang telah Anda daftarkan. Pilih target dan system prompt, jalankan benchmark, dan setiap recipe kembali dengan nilai dan disimpan di portal. Skala penilaian berbeda untuk tiap recipe (ada yang terbalik, ada yang dibagi ke tingkat risiko), sehingga kami selalu menampilkan nilai bersama skalanya, bukan skor mentah.
Bagaimana cara kerja laporan Etika & Bias?[06]
Sebuah pekerjaan berjalan pada pukul 03:00 UTC setiap hari dan mengambil sampel sekitar 17% jejak hari sebelumnya melalui hash deterministik dari ID jejak. Setiap jejak yang diambil dinilai 0–100 berdasarkan enam kriteria juri LLM — toksisitas, bias demografis, konsistensi sentimen, keadilan, misinformasi, dan kebocoran privasi. Skor di bawah 60 pada evaluator mana pun ditandai untuk ditinjau. Pekerjaan ini berjalan secara asinkron dan tidak pernah memblokir lalu lintas langsung, dan laporan menampilkan tren 30 hari, skor per agen, serta drill-down ke setiap jejak yang ditandai.
Bagaimana Set Kebijakan dan Kriteria bekerja bersama?[07]
Kriteria menentukan apa yang memicu peristiwa kebijakan — kecocokan guard, kata kunci, ekspresi reguler, atau juri LLM. Set Kebijakan mengelompokkan Kriteria dan menetapkannya ke Agen AI, masing-masing dengan cakupan (prompt, respons, atau keduanya) dan tindakan: blokir, tandai, sunting, atau tinjauan manusia.
Apa itu Antrean Tinjauan?[08]
Pelanggaran yang memerlukan penilaian manusia — kasus tepi, konten berisiko tinggi, perilaku agen baru — diarahkan ke Antrean Tinjauan. Peninjau menyetujui atau menolak disertai catatan, dan setiap keputusan dicatat di Log Audit.
07 / Mulai sekarang

Terapkan ketelitian yang sama seperti
pada data dan identitas — untuk AI
di stack Anda.

Panggilan 20 menit dengan solutions engineer sudah cukup untuk menentukan cakupan pilot Anda. Sebagian besar pelanggan sudah menegakkan kebijakan di produksi dalam dua minggu.

Baca arsitekturnyaUnduh brosur (PDF) ↓