99%
关于组织
敏感数据面临被AI工具（包括生成式AI副驾驶和未经授权的应用程序）危险暴露的风险 （来源：Varonis，2025年）
90%
攻击成功率
仅需向一个260万条目文档知识库中注入5条恶意文本 （来源：PoisonedRAG研究，USENIX Security 2025）
74%
关于安全领域领导者
承认代理商获得的访问权限超出了必要范围 （来源：Cloud 联盟，2026年）
您将学到什么
大多数人工智能安全程序主要致力于保障模型的安全，并控制谁可以访问数据。本环节将重点探讨如何保障人工智能所读取的文件的安全。
文件存储现已成为人工智能
的攻击面
一旦人工智能连接到存储系统，恶意软件、被植入恶意代码的文档以及未标记的敏感数据就会成为现实风险。研究人员证明，仅需向包含260万份文档的知识库中插入五份恶意文档，就能对检索增强生成（RAG）系统实现90%的攻击成功率。
为什么现有的防御措施
会漏掉这一点
文件在上传时会被扫描，此后很少再次扫描。访问控制决定谁能访问这些文件，防护措施在文件被读取后生效，而所有这些措施均不会检查文件本身。独立研究表明，现有的检测工具往往会漏检恶意多语言文件，在15个攻击链中仅识别出30个真实样本（美国计算机协会，2025年）
优质的人工智能存储
安全方案应具备哪些特点
MetaDefender™Storage Security AI 应用程序使用文件之前，Storage Security 存储在 SharePoint、Amazon S3 和 NAS 中的文件Storage Security 。Metascan™ 采用 30 多个反恶意软件引擎，而 Deep CDR™ 技术、Proactive DLP™ 以及Adaptive Sandbox 则有助于确保为 RAG 管道和 AI 副驾驶提供可信且符合合规要求的数据。
特邀发言人
Loredana Sabau
产品经理，OPSWAT
杰森-希尔
高级解决方案工程师，OPSWAT
