安全防护为 AI 网关提供统一的安全管理能力，通过“安全策略”、“TMS”、“LLM-WAF” 三个 Tab 覆盖全部安全场景。通过该功能，您可以：
通过内容安全对请求文本做合规检测（色情、暴力、涉政等）；
通过注入防护拦截提示词注入、越狱等攻击；
通过 PII 敏感数据检测对手机号、身份证号等隐私数据做日志脱敏或转发脱敏；
对接腾讯云文本内容安全（TMS）和 Web 应用防火墙大模型安全（LLM-WAF）获得增强检测能力。
前提条件
已创建 AI 网关实例。
使用内容安全 / 注入防护 / PII 模块：
使用 TMS 内容安全：需在腾讯云 TMS 控制台开通并购买文本审核资源包。
使用 LLM-WAF 语义防护：需在腾讯云 WAF 控制台开通大模型安全套餐，并创建 SDK 接入应用。
PII 日志脱敏生效：需确保“日志包体采集”开关已开启（在模型 API 详情 > 基本信息 > 日志配置中）。
操作步骤
步骤1：创建内容安全策略
2. 在左侧导航栏，选择安全与配置 > 安全防护，进入安全防护页面。
3. 在安全策略 Tab，选择内容安全模块。
4. 单击新建策略，在弹出的对话框中填写以下参数：
名称：填写策略名称（以字母开头，支持数字、-、_）。
词条：按需填写敏感词（每行一个词条，或以逗号分隔）。
命中后的请求处理方式：选择直接拦截（返回安全文案）或放行（仅记录）。
拦截时返回给客户端的提示语：填写拦截时返回给调用方的文案（选填）。
检测方向：当前仅支持仅输入。
检测失败策略：按需选择异常时放行或异常时拦截。
检测总超时：按需输入时间。
生效范围：选择实例级（全部 API）或资源级（勾选指定 API）。
描述：填写策略描述（选填）。
5. 单击提交，完成配置。
说明：
内容安全模块的检测类型（色情 / 暴力 / 涉政 / 广告 / 敏感词）由所关联的词库决定，无需在此单独配置。
步骤2：创建注入防护策略
1. 在安全防护页面的安全策略 Tab，选择注入防护模块。
2. 单击新建策略，在弹出的对话框中根据页面提示填写相关参数，并在内置防护规则中选择开启以下选项：
提示词注入：检测忽略、覆盖或替换既有指令的输入。
指令覆盖与安全策略绕过：检测规避安全规则或强制改变模型行为的指令。
角色扮演越狱：检测通过虚构角色或越狱设定规避安全限制的输入。
系统提示词泄露：检测套取系统提示词、开发者消息或内部规则的请求。
凭证窃取：检测窃取密钥、令牌、密码或环境变量的请求。
工具滥用：检测越权或危险的工具、函数和命令调用诱导。
间接提示词注入：检测嵌入文档、网页或工具结果中的隐藏指令。
3. 单击提交，完成配置。
注意：
执行动作为策略级统一设置，一条策略下的所有内置规则和关键词命中后统一执行同一动作，不支持逐条规则设置不同动作。若需不同动作，请拆分为多条独立策略。
步骤3：创建 PII 脱敏策略
1. 在安全防护页面的安全策略 Tab，选择敏感数据检测（PII ）模块。
2. 单击新建策略，在弹出的对话框中填写以下参数：
策略名称：填写策略名称。
脱敏场景：按需选择日志脱敏或转发脱敏（二选一）。
内置脱敏类型：勾选至少一项：手机号、身份证、银行卡号、邮箱地址、IP 地址、姓名。
自定义脱敏规则：如需自定义脱敏，可以单击添加规则，填写规则名、正则表达式和掩码格式（选填）。
生效范围：按需选择实例级（全部 API）或资源级（勾选指定 API）。
3. 单击保存，完成配置。
说明：
日志脱敏在数据写入 LLM Log 前做掩码处理（例如 138****8888），不影响发送给 LLM 的原始内容，适用于日志合规审计场景。
转发脱敏在转发给 LLM 前替换为占位符（例如 {{PII_IDCARD}}），LLM 返回响应后还原，适用于数据主权 / 隐私合规场景，但可能影响模型输出质量。
步骤4：接入 TMS 内容安全服务
1. 在安全防护页面顶部，单击 TMS Tab。
2. 按照页面 4 步接入指引 完成前置准备（在腾讯云 TMS 控制台开通服务并购买资源包）。
3. 在内容安全防护策略模块中，单击新建防护策略，在弹出的对话框中填写以下参数：
名称：填写策略名称（以字母开头，支持数字、-、_）。
BizType：填写 TMS 业务类型。
命中后的请求处理方式：按需选择直接拦截或放行。
拦截时返回给客户端的提示语：填写拦截提示文案（选填）。
检测方向：选择检测方向。
检测失败策略：按需选择异常时放行或异常时拦截。
检测总超时：按需输入时间。
TMS 等待超时：按需输入时间。
生效范围：按需选择实例级（全部 API）或资源级（勾选指定 API）。
描述：填写策略描述（选填）。
4. 单击确定，完成配置。
说明：
TMS Tab 与“安全策略 > 内容安全”模块管理的为同一批内容安全策略，数据同源，任一入口创建或修改的策略会实时同步到另一个入口。
步骤5：接入 LLM-WAF 语义防护
1. 在安全防护页面顶部，单击 LLM-WAF Tab。
2. 按照页面 4 步接入指引 完成前置准备（在腾讯云 WAF 控制台 购买大模型安全套餐）。
3. 在 LLM-WAF 防护策略模块中，单击新建防护策略，在弹出的对话框中填写以下参数：
策略名称：填写策略名称。
WAF 实例：请选择已开通大模型安全能力的 WAF 实例。
Service ID：请选择已启用大模型防护的 SDK 接入应用。
拦截提示语：填写拦截提示文案（选填）。
检测失败策略：按需选择检测异常时放行或检测异常时拦截。
检测总超时：按需输入时间。
WAF 等待超时：按需输入时间。
生效范围：按需选择实例级（全部 API）或资源级（勾选指定 API）。
4. 单击提交，完成配置。
注意：
检测方向、命中动作由 WAF 控制台侧统一配置，网关侧按 Service ID 关联后自动生效。
其他操作
查看、编辑、禁用或删除策略
1. 在任意策略列表中，可以查看到该策略的基本信息与生效范围。
2. 在对应策略的右侧操作列，可以执行以下操作：
单击编辑，修改策略配置。
单击停用，在弹出的确认对话框中单击禁用，策略立即停止生效，配置保留，可随时重新启用。
单击删除，在弹出的确认对话框中单击删除，策略立即失效且不可恢复。