Создайте экземпляр LangChain LLM. | B4N1

Создайте экземпляр LangChain LLM.

3 months ago · b4n1 Tiempo de lectura: 4 min

Внедрение архитектуры безопасности по умолчанию для веб-приложений на базе искусственного интеллекта

Введение

Поскольку веб-приложения на основе искусственного интеллекта становятся все более распространенными, потребность в надежной и безопасной архитектуре становится как никогда острой. С ростом числа атак с использованием искусственного интеллекта крайне важно внедрить безопасный по умолчанию подход, способный противостоять потенциальным угрозам. В этой статье мы рассмотрим, как объединить безопасные базы данных Percona с открытым исходным кодом с подходом «безопасность по умолчанию» Chainguard и интегрировать с LangChain для веб-приложений на базе искусственного интеллекта.

Угрозы веб-приложениям на базе искусственного интеллекта

Веб-приложения на базе искусственного интеллекта уязвимы для различных угроз, в том числе:

  • Отравление данных: моделями ИИ можно манипулировать, передавая им вредоносные данные, что приводит к неверным прогнозам или решениям.
  • Инверсия модели: злоумышленники могут получить конфиденциальную информацию о модели ИИ или данных ее обучения.
  • Состязательные атаки: модели ИИ могут быть обмануты тщательно продуманными входными данными, которые призваны ввести модель в заблуждение.

Архитектура безопасности по умолчанию

Чтобы смягчить эти угрозы, мы реализуем архитектуру, защищенную по умолчанию, которая сочетает в себе безопасные базы данных Percona с открытым исходным кодом и подход Chainguard, защищенный по умолчанию, и интегрируется с LangChain для веб-приложений на базе искусственного интеллекта.

Безопасные базы данных Percona с открытым исходным кодом

Percona предлагает ряд безопасных баз данных с открытым исходным кодом, включая Percona Server для MySQL и Percona Server для PostgreSQL. Эти базы данных обеспечивают надежные функции безопасности, такие как:

  • Шифрование: данные шифруются при хранении и передаче, что гарантирует конфиденциальность конфиденциальной информации.
  • Контроль доступа: детальный контроль доступа позволяет администраторам ограничивать доступ к конфиденциальным данным и гарантировать, что только авторизованный персонал сможет изменять или удалять данные.
  • Аудит. Подробные возможности аудита обеспечивают полную запись всей активности базы данных, что упрощает обнаружение инцидентов безопасности и реагирование на них.

Подход Chainguard, безопасный по умолчанию

Chainguard предлагает безопасный по умолчанию подход, который гарантирует, что приложения с самого начала создаются с учетом безопасности. Этот подход включает в себя:

  • Наименьшие привилегии: приложения предназначены для запуска с наименьшими привилегиями, необходимыми для выполнения своих функций, что снижает вероятность атаки.
  • Неизменяемая инфраструктура: инфраструктура спроектирована так, чтобы быть неизменяемой, что упрощает обнаружение инцидентов безопасности и реагирование на них.
  • Безопасная конфигурация: приложения настраиваются с учетом безопасности, включая безопасные настройки по умолчанию и минимальную настройку.

Интеграция с LangChain

LangChain — это библиотека Python, предоставляющая простой и интуитивно понятный API для создания веб-приложений на базе искусственного интеллекта. Мы интегрируем LangChain с безопасными базами данных Percona с открытым исходным кодом и безопасным по умолчанию подходом Chainguard, чтобы создать надежную и безопасную архитектуру.

Пример кода

Вот простой пример кода, который демонстрирует, как интегрировать LangChain с безопасными базами данных Percona с открытым исходным кодом и подходом Chainguard, безопасным по умолчанию:

импорт лангчейна
от langchain import LLM


лм = ЛМ(
    model_name="davinci:2-большой",
    устройство="куда",
    max_tokens=1024,
)

# Создаем соединение с базой данных Percona
импортировать mysql.connector
cnx = mysql.connector.connect(
    пользователь = 'имя пользователя',
    пароль = 'пароль',
    хост = '127.0.0.1',
    база данных = 'база данных'
)

# Создайте безопасную конфигурацию Chainguard
импортная цепочка
cfg = Chainguard.Config(
    app_name="мое_приложение",
    app_version="1.0",
    env_vars={
        "DB_HOST": "127.0.0.1",
        "DB_USER": "имя пользователя",
        "DB_PASSWORD": "пароль",
    },
)

# Используйте LangChain для запроса к базе данных
запрос = "ВЫБРАТЬ * ИЗ моей_таблицы"
результат = llm.query(запрос, db=cnx, cfg=cfg)

# Распечатываем результат
печать (результат)

В этом примере кода показано, как создать экземпляр LangChain LLM, подключиться к базе данных Percona и создать безопасную конфигурацию Chainguard. Затем он использует LangChain для запроса базы данных и печати результата.

Топ-5–10 наиболее часто используемых команд/фрагментов

Вот 5-10 наиболее часто используемых команд/фрагментов для этой технологии:

  1. langchain.LLM(model_name="davinci:2-large", device="cuda", max_tokens=1024) — создайте экземпляр LangChain LLM.
  2. mysql.connector.connect(user='username',password='password',host='127.0.0.1',database='database') — создайте соединение с базой данных Percona.
  3. chainguard.Config(app_name="my_app", app_version="1.0", env_vars={"DB_HOST": "127.0.0.1", "DB_USER": "username", "DB_PASSWORD": "password"}) — создайте безопасную конфигурацию Chainguard.
  4. llm.query(query, db=cnx, cfg=cfg) — используйте LangChain для запроса базы данных.
  5. print(result) — распечатать результат запроса.
  6. import langchain — импортировать библиотеку LangChain.
  7. import mysql.connector — импортируйте соединитель базы данных Percona.
  8. import Chainguard — импортировать библиотеку Chainguard.
  9. llm = LLM() — создайте экземпляр LangChain LLM без указания модели.
  10. cnx = mysql.connector.connect() — создайте соединение с базой данных Percona без указания базы данных.

Визуализация

Вот визуализация архитектуры безопасности по умолчанию с использованием Chart.js:

{
  "тип": "бар",
  "данные": {
    "labels": ["База данных Percona", "Безопасная конфигурация Chainguard", "LangChain LLM"],
    "наборы данных": [
      {
        "label": "Функции безопасности",
        «данные»: [10, 8, 12],
        "backgroundColor": ["#FF6384", "#36A2EB", "#FFCE56"]
      }
    ]
  },
  "варианты": {
    "название": {
      «дисплей»: правда,
      "text": "Архитектура безопасности по умолчанию"
    },
    "весы": {
      "yAxes": [
        {
          "тикает": {
            «beginAtZero»: правда
          }
        }
      ]
    }
  }
}

На этой визуализации показаны функции безопасности безопасных баз данных с открытым исходным кодом Percona, подхода Chainguard, основанного на безопасности по умолчанию, и LLM LangChain.

Заключение

Внедрение архитектуры, защищенной по умолчанию, для веб-приложений на базе искусственного интеллекта имеет решающее значение в сегодняшней среде угроз. Объединив безопасные базы данных Percona с открытым исходным кодом с подходом «безопасность по умолчанию» Chainguard и интеграцию с LangChain, мы можем создать надежную и безопасную архитектуру, способную противостоять потенциальным атакам с использованием искусственного интеллекта. В этой статье представлено практическое руководство по реализации этой архитектуры, включая примеры кода и визуализации.

¿Tienes preguntas?

Hablemos

Contáctame en LinkedIn