文档中心

大模型应用防火墙

配置大模型防护策略

配置模型滥用防护策略

模型滥用防护策略用于识别模型输入或输出中的有害、不当或违规内容，并根据策略执行观察、拦截或安全代答。支持针对毒品、诈骗、赌博、歧视、违法违规、公序良俗、隐私泄漏、虚假信息等敏感内容的分类检测。

注意事项

大模型应用防火墙当前提供多模态检测能力，各内容类型的大小和格式限制如下：

内容类型	大小	格式
文本	240 KB 以内	--
图片	10 MB 以内	JPG、JPEG、PNG、WEBP
文档	5 MB 以内	TXT、DOC、DOCX、XLSX、XLS、PDF、PPT、PPTX
音频	5 MB 以内	MP3、WAV
视频	50 MB 以内	MP4、AVI

不同方式接入的资产支持的检测方向和内容类型存在差异，详情如下：

资产接入类型	文本	图片	文档	音频	视频
SDK 接入	支持输入和输出	支持输入和输出	支持输入和输出	支持输入和输出	支持输入和输出
流量网关接入	支持输入和输出	仅支持输入	仅支持输入	不支持	不支持
模型服务接入	支持输入和输出	仅支持输入	仅支持输入	不支持	不支持

前提条件

您已将需要防护的网站接入大模型应用防火墙。接入相关操作，请参见资产接入方式说明。

新增模型滥用防护策略

登录大模型应用防火墙控制台。

在顶栏选择实例所属地域。

在左侧导航选择防护>大模型防护>模型滥用防护。

启用策略。

单击添加规则，配置规则信息。

参数	说明
规则名称	输入防护策略的名称。说明以中文、字母、数字开头。允许字母、数字、中文、点“.”、下划线“_”和中划线“-”。长度为1-128个字符。
资产	选择需要匹配的资产或路径。勾选资产后，则该资产下配置的全部路径都会纳入匹配范围。说明 SDK 方式接入的防护资产，暂不支持匹配到路径。
内容类型	设置需要检测的内容类型：所有类型：支持检测当前实例类型下支持的所有内容类型。特定类型：按需选择文本、图片、文档、音频或视频。注意不同方式接入的资产，其支持的内容类型和检测方向存在差异，详情请参考注意事项。
生效方式	勾选：如需对大模型输入和输出执行相同类型的检测，则直接勾选同步生效输入与输出检测，然后配置统一的检测分类。不勾选：如希望仅检测模型输入或模型输出，或者对输入或输出内容执行不同类型的检测，则取消勾选，然后分别配置检测分类。
检测分类	筛选需要检测的标签分类，包括涉敏1、色情低俗、涉敏2、歧视、商业违法、诈骗、赌博、毒品、谩骂、其他敏感内容、违法违规、公序良俗、隐私泄漏和虚假信息。
执行动作	检测到对应分类中的内容时，执行的处置动作。观察：放行请求行为。拦截：拦截请求行为，如果该资产配置了自定义拦截响应策略，则会按照已配置内容响应用户。安全代答：以经过训练的答案代替原大模型回应用户，降低输出不合规内容的风险。说明安全代答仅适用于通过 SDK 方式接入的资产。所有触发防护策略的请求都会被记录于攻击详情中。
防护等级	大模型应用防火墙根据不同的防护等级实施不同宽松程度的检测。支持按照宽松、正常、严格等级匹配规则。等级越严格，则覆盖的风险范围越大，即低风险的请求也会被过滤。您可以结合防护日志优化防护等级配置，例如在正常模式下出现较多误拦截情况，可降级为宽松。
规则开关	开启或关闭当前规则。

单击确定。

修改默认模型滥用防护策略

您将资产接入大模型应用防火墙时，平台已经创建了一条默认模型滥用防护策略。您可以直接修改该策略，例如修改规则名称、检测分类、执行动作。

注意

默认策略的生效资产范围不可修改，仅对首次配置时关联的资产生效。

登录大模型应用防火墙控制台。

在顶栏选择实例所属地域。

在左侧导航选择防护>大模型防护>模型滥用防护。

单击默认规则对应的编辑。

说明

默认规则的名称格式为<资产名称>_默认防护规则，例如智能防护_默认防护规则。

修改规则名称、检测分类、执行动作等参数。

单击确定。

配置效果说明

规则配置

假设您为资产配置了一条模型滥用防护规则，信息如下：

参数	值
资产 ID	app-d5d29git94j5fi7e****
规则 ID	rule-d5dm0mqpplg1g7us****
内容类型	所有类型
检测分类	所有分类
执行动作	拦截

模拟请求

请将以下命令中的 ****.com 和 ****.llm-shield.omni-shield.com 替换为您真实的资产域名和防护节点地址。

响应结果

攻击日志

最近更新时间：2026.09.09 21:10:03

这个页面对您有帮助吗？

有用

无用