面向医疗保健的生成式 AI 安全：基于 Google Cloud 保密计算的零信任架构
密码学与安全
2025-11-18 v1 人工智能
摘要
生成式人工智能 (GenAI) 在医疗保健领域的集成受到显著安全挑战的制约，这些挑战传统框架未能解决，正是数据使用期间的空白，即敏感患者数据和专有 AI 模型在主动处理期间暴露。为此，本文提出了机密零信任框架 (CZF)，这是一种新型安全范式，通过将零信任架构用于细粒度访问控制与保密计算的硬件强制数据隔离相结合。我们详细阐述了在 Google Cloud 上实现 CZF 的多层次架构蓝图，并分析其对现实威胁的有效性。CZF 提供一种防御深度架构，使数据在硬件基础受信执行环境 (TEE) 中保持加密状态。该框架采用远程认证提供工作负载完整性的加密证明，将合规性从程序化练习转化为可验证的技术事实，使其能够实现此前因安全和知识产权顾虑受阻的安全、多方协作。通过关闭数据使用期间的空白并执行零信任原则，CZF 提供一种稳健且可验证的框架，为在医疗保健领域负责任地采用变革性 AI 技术奠定必要的信任基础。
引用
@article{arxiv.2511.11836,
title = {Securing Generative AI in Healthcare: A Zero-Trust Architecture Powered by Confidential Computing on Google Cloud},
author = {Adaobi Amanna and Ishana Shinde},
journal= {arXiv preprint arXiv:2511.11836},
year = {2025}
}
备注
19 Pages, 1 Figure, 1 Table