人工智能技术正以前所未有的速度演进，其卓越能力伴随而来的新型风险亦不容低估。面对这一迅速形成的技术疆域，传统安全框架已显现出局限性。在此背景下，企业面临的核心挑战在于：如何安全、可控地拥抱技术革新，并系统化应对其带来的新型风险？

AICM体系化的覆盖了AI治理与安全要求。该框架与ISO、NIST以及BSI等机构的重要标准均建立了清晰映射，可帮助企业在统一的控制框架下，同步满足多类国际标准要求。

CSA AICM（人工智能控制矩阵）套件是云安全联盟 (CSA) 于 2025 年 7 月发布的综合工具包，旨在为生成式人工智能系统提供强大的安全、治理和合规控制。AICM的核心是一个可操作的、与供应商无关的框架，它创建了一个用于管理风险并在整个人工智能生命周期内建立最佳实践的结构，涵盖从基础设施运营到应用程序开发的方方面面。

AI控制矩阵包含分布于18个安全域的243个独立控制措施。这些域涵盖了一系列主题，包括身份与访问管理、事件响应和数据隐私等传统信息安全领域，以及模型安全、数据沿袭、偏见监控和供应链风险管理等与人工智能密切相关的领域。如此广泛的范围确保组织机构拥有细致实用的指导方针，以应对AI环境中长期存在的威胁和新兴威胁。

AICM 套件的底层由五大核心支柱支撑：

• 控制类型区分：明确控制措施的适用范围--专属 AI 场景、专属云场景、云与 AI 通用场景，避免管控边界模糊。
• 权责与适用性映射：将控制责任精准分配给相关利益方，包括模型提供商、协调者、应用开发者、云服务商及终端用户，杜绝责任真空。
• 架构层覆盖：针对物理层、网络层、计算层、存储层、应用层、数据层等不同技术架构层，匹配对应的控制要求，确保全技术栈无遗漏。
• 生命周期适配：明确每项控制在 AI 开发各阶段（准备与构想、开发、验证、部署、交付、退役）的应用方式，实现全流程控制。
• 威胁类型关联：将控制措施与主流 AI 威胁（如模型篡改、数据投毒、敏感数据泄露、模型窃取、供应链漏洞、治理或合规失效）对应，提升风险应对针对性。

该工具包由几个组成部分。除了主要的 AICM 矩阵外，它还包含 AI-CAIQ，这是一个为AI量身定制的共识评估倡议问卷。该问卷支持组织的自我评估以及第三方供应商评估，为确定AI安全性和合规认证准备度创建了一个基线。为了协助组织将理论付诸实践，该工具包还为每个控制措施提供了深入的实施指南，以及健全的审计最佳实践。对于在国际范围内运营或受监管监督的组织，该工具包还提供了与关键全球标准（如 ISO 42001、ISO 27001、NIST AI RMF 1.0、BSI AI C4 框架和欧盟AI法案）的明确交叉映射，使得将AI安全策略与现有法律和合规要求对齐变得更加容易。

CSA AICM 工具包的适应性和应用广度是一个明显优点。组织可以用它来进行严格的自我评估、供应商评估、定义或完善AI治理政策，并为未来的行业认证做准备。该工具包被战略性地定位为 CSA 不断扩展的 STAR（安全、信任、保障和风险）计划向 AI STAR 计划发展的基础，该计划预计在不久的将来涵盖专门的AI认证和认证途径。

该矩阵涵盖的领域不仅包括数据安全与隐私、治理、风险与合规以及事件响应等关键基础领域，还涵盖模型鲁棒性、对抗性防御、AI 生命周期管理和问责制等专业 AI 主题。这使得 AICM 套件成为一个前瞻性且精心打造的解决方案，适用于旨在以负责任的方式在运营环境中扩展人工智能应用的现代组织。

美国国家标准与技术研究院 (NIST），它显然一直在倾听行业的求助呼声。他们在一份新的概念文件中公布了其战略计划，即一系列“保障AI系统安全控制覆盖层”（Control Overlays for Securing AI Systems），简称 COSAIS。其目标非常务实：为企业管理AI带来的真实网络安全风险，提供注重实践、聚焦落地实施的指南。

CSA 人工智能控制矩阵 (AICM) 和NIST 控制覆盖层的同时存在至关重要，因为它们满足了快速发展的AI领域内不同组织的需求和视角。

• CSA 以云为中心、供应商无关的方法： CSA 专注于云安全。鉴于大量人工智能系统是在云端开发和部署的，AICM 提供了一个专门针对这些环境的框架。该框架旨在与供应商无关，为使用各种云服务构建和运行人工智能技术的组织提供一套通用的安全和治理原则。
• NIST 的政府及更广泛行业焦点：NIST 的工作是美国联邦机构的基础，并在各行业得到广泛采用和尊重。SP 800-53 控制措施是通用网络安全的成熟标准。通过为这个现有框架创建AI特有的“覆盖层”，NIST 为广泛的组织，特别是那些已经与 NIST 标准保持一致的组织，提供了一条熟悉且可信的路径，以调整其当前的安全实践来适应AI。

虽然两大框架都以实现AI安全为目标，但实现路径各不一样。它们的差异体现在基础、目标受众以及使用它们时实际获得的内容上。

CSA从云原生视角构建其框架。AICM的基础是CSA的云控制矩阵（CCM），确保其从一开始就为云环境量身定制。其主要目标是提供一个厂商中立的控制目标框架，帮助组织安全地在云端开发、实施和使用AI技术。其结构反映了这一全面目标：它是一个包含18个安全域、243项控制目标的详细矩阵，覆盖从审计与保证到威胁与漏洞管理的方方面面。

NIST则致力于演进而非革命。其基础是广泛采用的NIST SP 800-53，这是一个全面的安全与隐私控制目录，已经是美国联邦机构和无数私营公司的支柱。这里的主要目标是通过帮助组织为特定AI用例选择、裁剪和补充这些现有控制，提供一系列实用的、实施导向的指南。这意味着其结构并非单一的庞大文档，而是一个有针对性的“覆盖层”库。NIST从五个提议用例起步，覆盖生成式AI、预测性AI、单/多智能体系统，甚至包含专门针对AI开发者的指南。

不同的方法自然服务于不同的受众。CSA的受众明确且集中：在云端构建和运行AI的组织。这包括从CISO、风险官到一线网络安全实践者的所有人。AICM的独特聚焦及其真正优势在于深入剖析了云共享责任模型的复杂性，就控制措施在AI技术的不同层级（从云服务提供商到模型提供商再到最终应用提供商）的适用性与所有权提供了的清晰指引。

NIST则面向更广泛的受众，包括美国联邦机构以及任何当前使用或计划使用NIST网络安全框架的组织。其指南还针对该生态内的不同角色进一步细分，包括网络安全实践者、AI用户和开发者。NIST的独特聚焦在于提供一条熟悉的前进路径，允许组织利用其已有的控制和流程来定制和优先处理安全事项。

最终关键产出也有差别。CSA提供的是“AICM套件”，更像一个完整的工具包，包括核心控制矩阵、用于进行评估的AI共识评估倡议问卷（AI-CAIQ），以及与其他关键标准（如ISO 42001和欧盟AI法案）存在有价值的映射关系。NIST的最终产品将是一系列独立的控制覆盖文件，每个文件都是特定AI用例的指导手册。

CSA 的 AICM 与 NIST、ISO、BSI 等国际标准和框架构成了一个多层互补、协同演进的生态系统。CSA 从云原生及AI应用的特殊性出发，构建了专为AI系统生命周期的控制框架；NIST 则侧重于将成熟的网络安全基线与AI风险管控相融合；而 ISO 42001、ISO 27001 和 BSI AIC4 等标准，则从治理体系、管理流程和合规要求等多维度，为企业提供国际广泛认可的实施依据。

通过整合这些框架，组织可构建覆盖技术实施、管理流程与合规认证的全面AI治理体系。企业可以依托CSA AICM 实现对AI系统全生命周期的控制要求，同时借助NIST的控制覆盖层加强企业级安全基线，并参照ISO与BSI系列标准构建认证准备度和国际化合规能力。它们共同形成了一套层次清晰、功能互补的工具体系，为企业在AI时代实现安全、可信和合规的创新提供了坚实基础。

文章来源：https://cloudsecurityalliance.org/blog/2025/09/03/a-look-at-the-new-ai-control-frameworks-from-nist-and-csa
审校：张坤，CSA大中华区专家