Microsoft 提出邊緣 AI 證據閘門：同時驗證執行環境與模型供應鏈

Microsoft 發布一套面向客戶自有邊緣環境的 AI 安全架構，核心不是再加一個安全模型，而是在敏感資產釋出前建立「證據閘門」。邊緣推理把模型權重、檢索資料、代理定義、工具憑證與實體設備控制權搬到供應商無法直接管理的場所；攻擊者可能同時接觸韌體、驅動程式、模型檔及輸入內容，因此只簽署應用程式二進位檔不足以描述可信狀態。

架構把驗證拆成兩條鏈。第一條是執行環境證明：由硬體根信任產生 evidence，交給 verifier 按政策判斷韌體、作業系統、驅動程式及加速器是否符合核准基線，再決定是否交付解密金鑰或身分憑證。這與 IETF RFC 9334 的 Attester、Verifier、Relying Party 模型相符。第二條是成品來源：模型權重、提示、工具描述、代理設定及檢索索引都應附帶建置來源和輸入完整性資訊；SLSA provenance 可描述成品由何種建置定義、依賴與 builder 產生。

Microsoft 也主張模型輸出只能「建議」動作。位於模型之外的確定性 mediator 應以允許清單、參數範圍、頻率限制及按需釋出憑證來授權；不可逆或高後果操作仍需人工核准或安全互鎖。證明則不應是一次性通行證，而應採會到期的租約，在裝置狀態漂移後重新驗證。

這篇文章提供的是設計模式，不是可下載產品、參考實作或效能研究。遠端證明也只能證明量測值符合政策，不能證明模型、檢索文件或已允許動作本身安全；GPU／NPU 驅動、DMA 路徑與實體攻擊還會擴大可信運算基礎。工程團隊接下來要看的，是跨 CPU、加速器與模型成品的共同證據格式，以及斷線設備如何更新基線、撤銷信任並維持 fail-closed。