AWS 和 Intuit 的研究人员推出零信任安全模式，确保模型上下文免遭工具中毒及未经授权的访问保护

AWS（亚马逊网络服务）与Intuit的研究团队提出了一种基于零信任安全框架的解决方案，旨在保护模型上下文协议（MCP）免受工具中毒和未授权访问。

研究背景

随着人工智能（AI）系统越来越多地依赖实时与外部数据源和操作工具的交互，模型上下文协议（MCP）应运而生，允许AI模型直接与云平台、开发环境和远程工具进行交互。然而，这种新能力也带来了显著的安全隐患，例如攻击者可能操纵工具定义或注入有害指令，导致操作受损，敏感数据可能因安全漏洞而遭到滥用或外泄。

安全框架的核心内容

该零信任安全框架基于多层防御系统，覆盖从MCP主机到客户端、服务器环境及连接工具的各个环节。主要措施包括：

• 工具认证：通过OAuth 2.0+、DPoP等方式将令牌与客户端实体绑定，降低令牌盗用风险。

• 网络分段：通过网络微分段技术，减少攻击者在网络中横向移动的可能性。

• 沙箱化：对工具运行时的行为进行持续监测，确保其没有异常流量或未授权访问。

• 数据验证：对工具描述进行语义验证，检测并阻止恶意内容。

实验效果

在性能评估中，该框架取得了显著成果：

• 工具描述的语义验证成功检测了92%的模拟中毒尝试。

• 网络分段策略使成功建立命令与控制通道的次数减少了83%。

• 动态访问授权将攻击面窗口时间减少超过90%。

部署模式

研究还探讨了多种部署模式，包括为MCP构建隔离安全区、API网关支持的部署，以及基于Kubernetes的容器化微服务。这些模式的利弊得到了详细说明，强调与现有企业系统的集成，以确保安全策略的一致性和监控的统一性。

总结

AWS与Intuit研究团队提出的零信任安全框架，为应对MCP带来的新安全挑战提供了系统化的解决方案。通过多层次的防御措施和持续的验证机制，该框架显著增强了MCP的安全性，为企业在灵活性与安全性之间找到了平衡点。