AI型风险管理框架报告.pdf

©2025云安全联盟大中华区版权所有1

@2025云安全联盟大中华区－保留所有权利。你可以在你的电脑上下载.储存.展示.查看及打印，或者访问

云安全联盟大中华区官网（）。须遵守以下：（a）本文只可作个人.信息获取.非商业用

途；（b）本文内容不得篡改；（c）本文不得转发；（d）该商标.版权或其他声明不得删除。在遵循中华人

民共和国著作权法相关条款情况下合理使用本文内容，使用时请注明引用于云安全联盟大中华区。

©2025云安全联盟大中华区版权所有2

©2025云安全联盟大中华区版权所有3

致谢

《AI模型风险管理框架》由CSA云安全联盟专家编写，并由CSA大中华区AI安全工作组完

成翻译并审校。（以下排名不分先后）：

中文版翻译专家组

翻译组成员：

郭建领卞超轶黄鹏华王绪国卜宋博张淼潘季明张亮

审校组成员：

高健凯卜宋博

英文版编写专家组

主要作者：

MariaSchwengerVaniMittal

其他贡献者：

EricTierlingHadirLabibMichaelRozaRenataBudko

审稿人：

CandyAlexanderDanielC

ElierCruz

©2025云安全联盟大中华区版权所有4

HarieSrinivasaBangaloreRamThilakKaranGoenka

KennethThomasMorasNamalKulathungaNicolasRay

OttoSulinRohitValiaSanitraAngram

TomBowyer

VaibhavMalik

YuvarajMadheswaran

联席组长：

ChrisKirschke

MarkYanalitis

CSA全球工作人员：

JoshBuker

MarinaBregkou

StephenSmith

©2025云安全联盟大中华区版权所有5

目录

致谢4

前言8

目标读者9

范围10

引言10

一、四大支柱：模型卡片，数据手册，风险卡片，场景规划15

二、全面框架的好处17

1.增强透明度，可解释性和问责制17

2.主动风险评估和场景分析18

3.制定风险缓解策略18

4.明智决策与模型治理18

5.健壮模型验证18

6.建立信任并增强模型采纳19

7.持续监控和改进19

8.积极社会与伦理影响19

9.强有力的治理和监督19

三、关键组成部分20

1.模型卡片：理解模型20

2.数据手册：检查训练数据24

3.风险卡片：识别潜在问题27

©2025云安全联盟大中华区版权所有6

4.场景规划：“假设”方法31

四、总体技术：一种整合方法38

1.利用模型卡信息创建风险卡38

2.使用数据手册加强模型理解38

3.使用风险卡指导场景规划39

4.场景规划对风险管理和开发的反馈43

5.AIMRM在行动45

五、结论与展望50

参考文献51

附录1:人工智能框架、法规和指南53

©2025云安全联盟大中华区版权所有7

前言

先进的机器学习（ML）模型的广泛应用在诸如预测性维护、欺诈检测、个性化医疗、自

动驾驶汽车和智能供应链管理等领域带来了激动人心的机遇。机器学习模型有助于推动创新

性和效率的提高，但其广泛应用也带来了内在的风险