# hardening
標記為「hardening」的 13 篇文章
MCP 伺服器加固指南:完整部署安全
MCP 伺服器部署的完整加固指南——涵蓋 24 項安全檢核清單、Docker 隔離、Nginx 反向代理配置、日誌與監控設定,以及網路政策強制,每個組件皆附可運作的配置。
mcphardeningdockernginxmonitoringdeployment-securitydefense
Azure OpenAI 服務強化
Azure OpenAI 部署的生產級強化指南,涵蓋網路、身分、內容安全與成本控制。
cloud-ai-securityazureopenaihardeningnetwork-security
2026 年 4 月：防禦建構挑戰
為聊天機器人打造最強韌的防禦系統，並對照 500 個多樣化提示詞注入與越獄嘗試的自動化攻擊套件進行評分。
challengedefenseblue-teamhardeningchatbotapril-2026
社群挑戰：防禦競技場
建立能存活跨多樣攻擊類別之 100 次自動化攻擊嘗試之 AI 聊天機器人防禦，以阻擋率與可用性保留評分。
communitycontributeddefensegauntletblue-teamhardening
MCP 伺服器安全強化
強化 MCP 伺服器實作,防範工具投毒、傳輸攻擊與權限提升。
defensemcphardeningsecurity
RAG 系統安全強化
強化 RAG 系統,防範投毒、注入與資料外洩的完整指引。
defenseraghardeningsecurity
系統提示詞強化模式
建立抗注入系統提示詞的設計模式,打造縱深防禦的提示詞架構。
defensesystem-prompthardeningpatterns
向量資料庫強化指南
強化向量資料庫的安全最佳實務——涵蓋 Pinecone、Weaviate、Chroma、Qdrant 與 Milvus，包含配置指引、存取控制與監控。
vector-databasehardeningpineconeweaviatechromaqdrantbest-practices
推論端點強化
AI 推論端點的安全強化,包含輸入驗證、輸出過濾與存取控制。
infrastructureinferenceendpointhardening
ML 工作負載的 Kubernetes 安全強化
用於 ML 工作負載的 Kubernetes 叢集強化,包含 RBAC、網路政策與 Pod 安全。
infrastructureKubernetesMLhardening
Lab: Testing Environment Hardening
Secure your AI red team 測試環境 to prevent credential leaks, accidental production testing, and data exposure.
labsenvironmenthardeningbeginner
模型服務安全
模型服務基礎設施的安全強化——涵蓋 vLLM、TGI、Triton 推論伺服器設定、API 安全、資源隔離與部署最佳實務。
model-servingvllmtgitritoninferencehardening
模型服務安全強化
保護模型服務基礎架構的最佳實務，包括端點強化、認證、速率限制與輸出驗證。
llmopsservingsecurityhardening