v 2.6 · GA5 khung · Red-team Moonshot · chấm điểm đạo đức hằng đêm

Quản trị rủi ro AI,
được xây dựng theo cách tổ chức của bạn
thực sự triển khai AI.

Obiguard Governance AI kiểm tra prompt, phản hồi và đối số gọi công cụ trên toàn hệ thống của bạn — thực thi chính sách, chặn rò rỉ dữ liệu, và cung cấp cho đội bảo mật & pháp lý một sổ cái bằng chứng duy nhất. Giải pháp cũng red-team các tác tử của bạn theo danh mục Project Moonshot, chấm điểm đầu ra về thiên lệch và công bằng mỗi đêm, và báo cáo độ phủ theo năm khung quản trị AI.

Nhà cung cấp LLM
40+ được hỗ trợ
Loại guard
13đã phát hành
Khung được ánh xạ
5tự đánh giá
Bộ chấm điểm đạo đức
6hằng đêm
01 / Mẫu thực tế

Góc nhìn trực tiếp từ
một dự án production của khách hàng.

Ba vi phạm đã xảy ra trong phút vừa qua. Một vi phạm bị chặn bởi một Bộ chính sách. Hai vi phạm được chuyển đến Hàng đợi xem xét. Tất cả đều được ghi vào Nhật ký kiểm toán — có thể tìm kiếm, xuất ra và dùng làm bằng chứng.
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 / Năng lực

Chín năng lực. Một nền tảng.
Mọi tác tử AI mà tổ chức bạn vận hành.

Obiguard bao quát mọi tác tử AI mà tổ chức bạn vận hành — giám sát mức sử dụng, thực thi chính sách, chuyển vi phạm cho con người xem xét, red-team tác tử trước khi phát hành, và duy trì bằng chứng ánh xạ theo khung mà đội tuân thủ của bạn cần.
01 — GIÁM SÁT

Bảng điều khiển & vi phạm

Bảng điều khiển dự án trực tiếp hiển thị mức dùng token, chi phí, lượng yêu cầu, lỗi, mối đe dọa đã chặn và độ trễ trung bình. Chế độ xem Vi phạm hiển thị mọi vi phạm chính sách — có thể lọc, tìm kiếm và xuất ra.

Thời gian thực · mối đe dọa đã chặn · độ trễ
02 — XEM XÉT

Hàng đợi xem xét có con người tham gia

Các vi phạm cần con người đánh giá sẽ vào Hàng đợi xem xét. Xem xét, phê duyệt hoặc từ chối kèm ghi chú — với nhật ký kiểm toán đầy đủ từ sự kiện gốc đến quyết định.

Hàng đợi xem xét · phê duyệt & từ chối
03 — THỰC THI

Bộ chính sách

Nhóm các quy tắc thực thi thành Bộ chính sách và gán cho các Tác tử AI. Mỗi bộ xác định tiêu chí, phạm vi và hành động (chặn / gắn cờ / che giấu / con người xem xét).

Bộ chính sách · thực thi theo từng tác tử
04 — ĐĂNG KÝ

Trường hợp sử dụng AI & Tác tử

Duy trì sổ đăng ký luôn cập nhật về mọi Trường hợp sử dụng AI và Tác tử trong tổ chức. Liên kết từng tác tử với bộ chính sách của nó — để quản trị đi theo khối lượng công việc, không theo lịch.

Trường hợp sử dụng · tác tử & prompt
05 — NHẬT KÝ

Nhật ký kiểm toán

Bản ghi yêu cầu và quyết định chính sách đều có dấu thời gian, và mọi thay đổi cấu hình được ghi vào Nhật ký kiểm toán cùng người thực hiện và thời điểm. Xuất nhật ký ra CSV hoặc JSON cho hệ thống GRC của bạn, hoặc trao bản ghi cho kiểm toán viên.

Nhật ký kiểm toán · xuất CSV & JSON
06 — QUẢN TRỊ

Biện pháp kiểm soát & Tiêu chí

Xác định các Biện pháp kiểm soát (Controls) trên toàn tổ chức và các Tiêu chí kích hoạt chúng. Controls có quy trình phê duyệt với phân tách nhiệm vụ — người gửi không thể tự phê duyệt control của mình.

Controls · quy trình phê duyệt
07 — ĐO LƯỜNG

Báo cáo đạo đức & thiên lệch

Một tác vụ hằng đêm lấy mẫu các trace của ngày hôm trước và chấm điểm từng trace theo sáu tiêu chí của LLM judge — độc hại, thiên lệch nhân khẩu học, nhất quán cảm xúc, công bằng, thông tin sai lệch và rò rỉ quyền riêng tư. Điểm dưới 60 sẽ bị gắn cờ để xem xét.

6 judge · hằng đêm · không bao giờ chặn lưu lượng
08 — KIỂM THỬ

Đánh giá & red-team

Đánh giá chuẩn và red-team các tác tử đã đăng ký của bạn theo danh mục Project Moonshot của AI Verify Foundation — an toàn, thiên lệch, khả năng chống jailbreak, rò rỉ quyền riêng tư và năng lực. Mỗi lần chạy đều được chấm điểm và lưu trong portal.

Project Moonshot · cookbook & mô-đun tấn công
09 — ÁNH XẠ

Khung tuân thủ

Xem chính sách, controls, tiêu chí, trường hợp sử dụng và vi phạm của bạn khớp với NIST AI RMF, ISO/IEC 42001, OWASP LLM Top 10, AISCF và MGF for GenAI của Singapore như thế nào. Mỗi hạng mục cho thấy đã phủ / phủ một phần / chưa phủ, kèm bằng chứng phía sau.

5 khung · xuất CSV

Tìm hiểu sâu hơn từng phần: kiểm tra, Bộ chính sách, Sổ cái kiểm toán, báo cáo đạo đức & thiên lệch, đánh giá Project Moonshot và ánh xạ khung.

Dành cho Bảo mật

Biến mọi tác tử AI thành khối lượng công việc được quản trị.

  • Bảng điều khiển vi phạm với mối đe dọa đã chặn theo thời gian thực
  • Bộ chính sách chặn hoặc gắn cờ hành vi tác tử không an toàn
  • Red-team tác tử bằng mô-đun tấn công Moonshot trước khi phát hành
  • Xuất Nhật ký kiểm toán ra CSV cho SIEM hoặc quy trình GRC của bạn
→ Dành cho CISO & đội nền tảng bảo mật
Dành cho Rủi ro & Pháp lý

Bằng chứng liên tục, không phải ảnh chụp màn hình hằng quý.

  • Độ phủ theo NIST AI RMF, ISO 42001, OWASP LLM Top 10, AISCF, MGF for GenAI
  • Chấm điểm đạo đức & thiên lệch hằng đêm, lưu trong portal
  • Nhật ký kiểm toán — mọi quyết định đều có dấu thời gian
  • Xuất độ phủ theo từng khung ra CSV để tự đánh giá
→ Dành cho Rủi ro, Pháp lý & Tuân thủ
Dành cho đội AI

Đăng ký, quản trị và cải tiến các tác tử AI của bạn.

  • Sổ đăng ký Trường hợp sử dụng & Tác tử AI — một nguồn dữ liệu duy nhất
  • Bộ chính sách gán quy tắc thực thi cho từng tác tử
  • Đánh giá chuẩn thay đổi prompt theo danh mục Moonshot trước khi triển khai
  • Hàng đợi xem xét chuyển các trường hợp biên cho con người đánh giá
→ Dành cho đội sản phẩm & nền tảng AI
03 / Cách hoạt động

Hoạt động trong 14 ngày.
Đảm bảo ngay từ ngày đầu.

Không cần huấn luyện lại mô hình. Không cần di chuyển dữ liệu. Obiguard được đặt trước AI gateway hiện có của bạn hoặc làm việc với các API gốc của AWS/Azure/GCP.
BƯỚC 01 · KẾT NỐI

30 phút

Tạo dự án, tạo Access Key và định tuyến các tác tử AI của bạn qua Obiguard. Hoạt động với OpenAI, Anthropic, Bedrock, Vertex, Azure OpenAI và mọi endpoint tương thích OpenAI.

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

Ngày đầu tiên

Thêm các Trường hợp sử dụng AI và đăng ký từng Tác tử AI trong nền tảng. Liên kết tác tử với chức năng kinh doanh mà nó phục vụ — để mọi quyết định quản trị đều có đầy đủ ngữ cảnh.

AI Use Cases registered
3 agents linked
1 project · t77
→ registry complete
BƯỚC 03 · THỰC THI

Khi bạn sẵn sàng

Bật Protections hoặc một chính sách theo ngành, hoặc xây dựng Bộ chính sách từ Tiêu chí của riêng bạn với một hành động (chặn, gắn cờ, che giấu hoặc con người xem xét), rồi gán cho các tác tử. Vi phạm hiện ngay trên bảng điều khiển.

policy set: no-pii-in-responses
action: block
agent: support-agent
scope: response
BƯỚC 04 · ĐẢM BẢO

Liên tục

Red-team từng tác tử theo danh mục Moonshot, để tác vụ Đạo đức & thiên lệch hằng đêm chấm điểm lưu lượng thực, và xem độ phủ theo khung trên một trang. Vi phạm vẫn được ghi vào Nhật ký kiểm toán và Hàng đợi xem xét — xuất toàn bộ làm bằng chứng.

eval: singapore-pofma-statements
grade → E · 2 failing of 2
ethics → 95 · good
nist-ai-rmf — 40% covered
04 / Những gì đã có hôm nay

Nền tảng thực sự, không phải bài thuyết trình.

Mọi thứ dưới đây đang chạy trong sản phẩm hôm nay — gồm đánh giá Project Moonshot, báo cáo Đạo đức & thiên lệch hằng đêm và độ phủ theo năm tiêu chuẩn. Việc kiểm tra diễn ra ở tầng gateway: không huấn luyện lại, không truy cập trọng số hay quy trình huấn luyện của bạn.

13
Loại guard

8 loại dựa trên mô hình (jailbreak/injection, PII, dữ liệu nhạy cảm, NSFW, độc hại, vô nghĩa, tục tĩu, Obi Sieve) và 5 loại dựa trên quy tắc (danh sách cấm, đối thủ cạnh tranh, một dòng, chữ thường, số từ) — cùng các tiêu chí từ khóa, regex và LLM-judge do bạn tự viết.

40+
Nhà cung cấp LLM được hỗ trợ

OpenAI, Anthropic, Bedrock, Azure OpenAI, Vertex AI và nhiều hơn nữa — một cổng (gateway) đứng trước tất cả.

5
Khung được ánh xạ

NIST AI RMF, ISO/IEC 42001, OWASP LLM Top 10, AISCF của Malaysia và MGF for GenAI của Singapore — như một công cụ hỗ trợ tự đánh giá, không phải chứng nhận.

6
Bộ chấm điểm đạo đức, hằng đêm

Độc hại, thiên lệch nhân khẩu học, nhất quán cảm xúc, công bằng, thông tin sai lệch và rò rỉ quyền riêng tư — được chấm trên một mẫu các trace của ngày hôm qua.

05 / Khung

Hai khung toàn cầu. Một khung bảo mật.
Hai khung cho Đông Nam Á.

Độ phủ được ước tính từ hoạt động nền tảng của chính bạn và hiển thị theo từng hạng mục là đã phủ, phủ một phần hoặc chưa phủ — kèm bằng chứng cho mỗi đánh giá. Đây là công cụ hỗ trợ tự đánh giá để chuẩn bị kiểm toán, không phải chứng nhận.
NIST AI RMF

NIST AI Risk Management Framework

Bộ thuật ngữ tham chiếu của Hoa Kỳ về rủi ro AI — Govern, Map, Measure, Manage. Điều mà hầu hết các đội rủi ro doanh nghiệp đã áp dụng nội bộ.

US National Institute of Standards and Technology · 4 chức năng · 10 hạng mục được ánh xạ
ISO/IEC 42001

ISO/IEC 42001 — Hệ thống quản lý AI

Tiêu chuẩn duy nhất có thể chứng nhận trong danh sách này — một hệ thống quản lý AI cùng họ với ISO 27001, được đánh giá bởi tổ chức được công nhận.

ISO / IEC · 5 điều khoản được ánh xạ (6 – 10)
OWASP LLM Top 10

OWASP Top 10 for LLM Applications

Cách các ứng dụng LLM thực sự bị tấn công — injection, rò rỉ thông tin, quyền tự chủ quá mức. Danh sách mà đội bảo mật của bạn vẫn đang dựa vào.

OWASP Foundation · 10 hạng mục rủi ro
AISCF

AI Systems Cyber Security Framework

Khung quốc gia của Malaysia do NACSA ban hành — 42 hoạt động bảo mật trải dài bảy giai đoạn vòng đời hệ thống AI, từ Khởi tạo đến Ngừng sử dụng.

NACSA — National Cyber Security Agency of Malaysia · 7 giai đoạn vòng đời · 42 hoạt động bảo mật
MGF for GenAI

Model AI Governance Framework for Generative AI

Nền tảng của Singapore cho AI tạo sinh đáng tin cậy từ IMDA và AI Verify Foundation — chín khía cạnh, trong đó năm khía cạnh bên triển khai có thể chứng minh bằng bằng chứng.

IMDA & AI Verify Foundation, Singapore · 9 khía cạnh · 5 có thể chứng minh qua nền tảng
QUY TẮC CỦA BẠN

Chính sách sử dụng chấp nhận được của riêng bạn

Tự viết Controls và Tiêu chí rồi thực thi qua Bộ chính sách. Các quyết định được ghi nhật ký như mọi quyết định khác; chúng không được chấm điểm như một khung riêng.

Tùy chỉnh · controls & tiêu chí
Mỗi khung yêu cầu gì, và Obiguard cung cấp bằng chứng ra sao →
06 / Câu hỏi thường gặp

Những
câu hỏi thường gặp.

Chưa thấy điều bạn cần tìm? Các kỹ sư giải pháp của chúng tôi phản hồi trong vòng một ngày làm việc.

Trao đổi với kỹ sư giải pháp →
Obiguard có nhìn thấy dữ liệu của khách hàng chúng tôi không?[01]
Ở chế độ SaaS, nội dung được xử lý trong bộ nhớ để đưa ra quyết định chính sách — chỉ quyết định và siêu dữ liệu được lưu vào Nhật ký kiểm toán. Có các tùy chọn triển khai riêng và on-premises cho khách hàng doanh nghiệp; hãy trao đổi với kỹ sư giải pháp về yêu cầu của bạn.
Giải pháp này có làm tăng độ trễ cho các lệnh gọi mô hình không?[02]
Việc kiểm tra chạy trên đường đi của yêu cầu nên có thêm một chút độ trễ — mức độ phụ thuộc vào các guard được bật trong chính sách của bạn; guard dựa trên quy tắc gần như tức thì, còn guard dựa trên mô hình mất nhiều thời gian hơn. Phản hồi dạng stream không thể giữ lại, nên được đánh giá sau khi gửi đi và mọi phát hiện được ghi lại dưới dạng cờ. Chúng tôi sẵn lòng đo chuẩn cấu hình cụ thể của bạn trong giai đoạn thử nghiệm.
Obiguard khác gì so với một cổng mô hình (model gateway)?[03]
Gateway định tuyến lưu lượng. Obiguard quản trị lưu lượng đó. Chúng tôi đứng trước gateway hoặc SDK của bạn và bổ sung thực thi chính sách, theo dõi vi phạm, quy trình xem xét và nhật ký kiểm toán mà các công cụ định tuyến không đảm nhận.
Các bạn hỗ trợ những khung tuân thủ nào?[04]

Hiện có năm khung. NIST AI RMF 1.0 và ISO/IEC 42001:2023 là những gì khách hàng đa quốc gia hoặc kiểm toán viên sẽ hỏi đến — khung thứ hai là tiêu chuẩn duy nhất có thể chứng nhận trong bộ này. OWASP Top 10 for LLM Applications (2025) là danh sách bảo mật mà các chuyên gia kiểm thử xâm nhập của bạn vẫn dùng.

AISCF là AI Systems Cyber Security Framework của Malaysia, do NACSA ban hành: 42 hoạt động bảo mật được tổ chức theo vòng đời hệ thống bảy giai đoạn, từ Khởi tạo qua Vận hành & Giám sát đến Ngừng sử dụng.

MGF for GenAI là Model AI Governance Framework for Generative AI của Singapore, từ IMDA và AI Verify Foundation — chín khía cạnh, trong đó bốn khía cạnh là cam kết hệ sinh thái dành cho nhà phát triển mô hình và nhà hoạch định chính sách chứ không phải bên triển khai, nên điểm số này được giới hạn ở mức 56% theo thiết kế.

Độ phủ được ước tính từ hoạt động nền tảng của chính bạn, theo từng hạng mục, như một công cụ hỗ trợ tự đánh giá để chuẩn bị kiểm toán — không phải chứng nhận. Xem mỗi khung yêu cầu gì →

Project Moonshot là gì, và các đánh giá hoạt động như thế nào?[05]
Project Moonshot là bộ công cụ kiểm thử mã nguồn mở của AI Verify Foundation dành cho LLM. Obiguard chạy danh mục cookbook và recipe của nó — an toàn, thiên lệch, khả năng chống jailbreak, rò rỉ quyền riêng tư và năng lực — cùng các mô-đun tấn công red-team, nhắm vào các Tác tử AI bạn đã đăng ký. Chọn mục tiêu và system prompt, chạy đánh giá chuẩn, và mỗi recipe sẽ trả về kết quả được chấm điểm và lưu trong portal. Thang điểm khác nhau theo từng recipe (có thang đảo ngược, có thang chia theo mức rủi ro), nên chúng tôi luôn hiển thị điểm cùng thang đo của nó thay vì một con số đơn thuần.
Báo cáo Đạo đức & thiên lệch hoạt động như thế nào?[06]
Một tác vụ chạy lúc 03:00 UTC mỗi ngày và lấy mẫu khoảng 17% các trace của ngày hôm trước bằng một hàm băm xác định của ID trace. Mỗi trace được lấy mẫu được chấm điểm 0–100 theo sáu tiêu chí của LLM judge — độc hại, thiên lệch nhân khẩu học, nhất quán cảm xúc, công bằng, thông tin sai lệch và rò rỉ quyền riêng tư. Bất kỳ điểm nào dưới 60 ở bất kỳ bộ đánh giá nào sẽ bị gắn cờ để xem xét. Tác vụ chạy bất đồng bộ và không bao giờ chặn lưu lượng trực tiếp; báo cáo hiển thị xu hướng 30 ngày, điểm theo từng tác tử và cho phép xem chi tiết từng trace bị gắn cờ.
Bộ chính sách và Tiêu chí phối hợp với nhau như thế nào?[07]
Tiêu chí xác định điều gì kích hoạt một sự kiện chính sách — khớp guard, từ khóa, biểu thức chính quy hoặc LLM judge. Bộ chính sách nhóm các Tiêu chí và gán cho các Tác tử AI, mỗi tiêu chí có một phạm vi (prompt, phản hồi hoặc cả hai) và một hành động: chặn, gắn cờ, che giấu hoặc con người xem xét.
Hàng đợi xem xét là gì?[08]
Các vi phạm cần con người đánh giá — trường hợp biên, nội dung rủi ro cao, hành vi mới của tác tử — được chuyển đến Hàng đợi xem xét. Người xem xét phê duyệt hoặc từ chối kèm ghi chú, và mọi quyết định đều được ghi vào Nhật ký kiểm toán.
07 / Bắt đầu

Áp dụng cùng mức nghiêm ngặt như bạn dành
cho dữ liệu và danh tính — vào AI
trong hệ thống của bạn.

Một cuộc gọi 20 phút với kỹ sư giải pháp là đủ để xác định phạm vi thử nghiệm của bạn. Hầu hết khách hàng thực thi chính sách trong production trong vòng hai tuần.

Đọc kiến trúcTải brochure (PDF) ↓