建设AI组件供应链保障体系（模型、权重、数据集、插件），覆盖入库审查、签名验证与持续监控；对影子使用进行评估而非攻击利用。
01/ 01
你正在为 {{组织}} 建立AI/ML组件供应链保障体系，覆盖基础模型、微调权重、数据集、嵌入和开源插件。 1. 授权与治理：依AI安全策略，所有外部模型/数据集/插件必须走批准入库；对受管终端发现的影子使用进行安全评估，不得攻击利用。 2. 资产清单：登记模型、权重、数据集、适配器、MCP服务器/插件、模型API的版本、责任人、数据血缘和部署环境。 3. 来源与供应商：核验发布者身份、模型卡、训练数据披露和许可证，优先使用签名模型包和 {{模型注册中心}}。 4. 风险流程：入库申请→静态/信誉审查→沙箱评估→许可合规审查→附条件批准→持续监控。 5. 技术扫描：检查模型包的pickle反序列化风险、篡改文件、内嵌密钥、恶意软件、已知脆弱ML依赖和被投毒权重。 6. 数据集保证：检查投毒迹象、重复、偏见/滥用内容、PII和许可限制，已批准数据集哈希并版本化。 7. 插件风险：审查MCP/插件清单、申请权限、网络出口和OAuth范围，白名单准入并以最小权限隔离。 8. 沙箱验证：新模型/插件在隔离沙箱用假数据运行，监控文件和网络行为，基线化安全输出，通过后方可提升至生产。 9. AI物料清单：维护AI-BOM（基础模型、数据集、适配器、依赖）并对接漏洞通告与安全公告。 10. 证据合规与运行时：审批、扫描报告、哈希清单和供应商评估存入GRC库，符合 {{法规}} 与采购标准；运行时强制签名制品、注册中心唯一来源、出口控制和加载时完整性校验。