北京方向标信息科技有限公司(品牌:方向标FangMail)公开的分层式AI邮件安全防护方案,工程上有几处设计值得记录:三层职责边界、结构化JSON预处理管道、CPU/GPU算力分层、误报纠偏机制。这篇按编号整理。
一、分层架构。网关层负责双向过滤、隔离放行与策略执行,病毒库与反垃圾规则库承担常规拦截;语义识别层基于Transformer还原上下文意图,纯CPU、毫秒级,覆盖全量邮件;邮件安全智能体层依托GPU,只处理筛选后的疑难高危样本。
(邮件安全网关 · AI分层防护示意)
二、JSON预处理管道。智能体的入口是网关按内容生成的结构化JSON:正文、附件解析结果、图片OCR、二维码信息提前处理完毕,模型不消耗资源做解码识别。图片不用模型「看」,二维码不用模型「扫」,解码成本前置到网关侧。
三、语义层工程细节。风险标签自定义,大标签「钓鱼」下挂「密码窃取」「欺诈」「伪造」;误报回溯到具体语料条目纠偏,不重训模型;支持私有化部署与信创环境。
四、智能体调用场景。仅三类触发:管理员待处置的新型复杂高危邮件自动风险初判;高管、财务、采购、出纳、供应链、IT等核心岗位触发风险后异步预警;隔离邮件放行申请时深度复核。全量低风险邮件不进大模型。
五、输出契约。邮件安全智能体输出风险分类、置信度与完整分析依据,不直接输出拦截或放行指令,处置权留在网关与管理员侧。
六、研判能力范围。擅长识别仿冒平台验证欺诈、HTML/CSS代码隐藏文字的混淆邮件、加密附件正文暗藏解压密码的钓鱼邮件;对正常邮件也能输出安全依据——能说清「为什么不是」的模型,误报才压得下来。
七、边界与协同。语义识别适合全量初筛,不宜单独作为拦截判断依据,需与规则引擎协同;智能体辅助检测、不可替代网关。三个混用误区:规则判意图易漏新型钓鱼;大模型当闸门算力先崩;语义层不留处置入口则无人接手。
八、POC实测要点。盲测近三个月隔离记录与上报邮件;要求完整分析依据而非单一分数;明确算力配额与超配降级;验证纯CPU环境与疑难样本表现。
九、监控与灰度。三层曲线分开设告警:网关层看拦截量与时延,语义层看命中分布,智能体层看研判量与置信度分布;升级先在旁路实例用镜像流量验证,再切流,回滚方案预先写好。
十、踩坑提示。语义层和智能体层的结论字段别混用——前者是初筛分类,后者带置信度和分析依据,消费方按字段取数;JSON管道的字段扩展要走版本化,模型侧按需读取,避免上下游耦合。
补充一点部署形态:语义识别支持私有化部署,可跑在自有服务器;信创环境的适配清单在POC阶段逐项核对。
十一、部署拓扑。闸门层与语义层可同机部署也可分离;语义层支持私有化,普通服务器即可运行,不强制绑定GPU;智能体层单独部署GPU节点,通过结构化JSON入参,与上游解耦。
收尾:这套方案的核心思路是算力与决策对齐——每封都判的便宜判断给CPU,深挖的贵的判断给GPU,闸门职责留在网关。
121



被折叠的 条评论
为什么被折叠?



