Zscaler
2026-07-19
Zscaler扩展AI-Guardian生态，强化零信任代理控制AI应用流量
内容摘要
核心要点
Zscaler宣布对Project AI-Guardian进行重大扩展，新增数十个AI应用安全检测模块和数据保护功能，旨在帮助企业安全采用生成式AI技术。该框架通过零信任架构提供可见性、控制和保护，本次扩展包括AI数据防泄漏增强、模型提示注入攻击防护、AI应用影子IT发现等关键能力。CEO Jay Chaudhry指出传统安全边界已无法保护分散在AI服务中的敏感数据。Project AI-Guardian通过嵌入Zscaler Internet Access（ZIA）和Zscaler Private Access（ZPA）平台，在不降低用户体验前提下，对所有AI应用流量进行实时检测和策略管控。Zscaler还公布了AI-Guardian合作伙伴计划，已与OpenAI、Anthropic、Microsoft等主流AI厂商建立安全互操作性合作，确保一致安全策略执行。该扩展本质上是将Zscaler的云交付代理定位为AI流量不可绕过的策略执行点，试图在AI应用爆发式增长中捕获新的安全控制权。
重要性说明
Zscaler此举表面是安全功能扩展，本质上是其控制平面转移战略的深化：将AI应用流量的安全策略执行点从终端和网络层，强制集中到其云代理中。这直接防守Netskope和Palo Alto Networks Prisma Access等同赛道对手，通过深度集成AI API（如OpenAI、Anthropic）的流量特征库，建立对AI应用流量的专属检测能力，形成生态锁定。
对企业的隐性锁定风险在于：一旦全面部署AI-Guardian，所有AI流量（包括内部开发的RAG应用）都需经过Zscaler代理，导致架构弹性丧失。该方案依赖集中式代理处理所有AI流量，在LLM推理请求爆发时（如批量提示注入检测），可能引入显著的尾部延迟和吞吐量瓶颈，尤其当处理长上下文提示或流式响应时，代理的解密-检查-重新加密过程会加剧延迟，且Zscaler的云容量在突发流量下可能成为单点故障。
此外，Zscaler故意淡化了数据主权问题：代理对AI流量的深度包检测（DPI）意味着所有API调用和响应内容都在Zscaler云中暴露，对于受监管行业（如金融、医疗），这可能违反数据本地化要求。合作方OpenAI等虽声称互操作性，但实际策略映射依赖Zscaler的专有规则引擎，而非开放标准（如OpenTelemetry或OPA），进一步加深了用户对Zscaler平台的技术依赖。
PRO 决策建议
【厂商（Netskope、Palo Alto Networks）】立即针对Zscaler的集中代理架构弱点发起攻击：突出分布式边缘检测方案（如Netskope的NewEdge或Prisma Access的分布式POP）在AI流量处理上拥有更低延迟和更高弹性。强调Zscaler的代理在处理流式LLM响应时的尾部延迟问题，并推广支持开放策略协议（如OPA）的解决方案，以吸引寻求架构弹性的企业。
【企业】CIO和架构师需进行零信任技术审计：要求Zscaler提供延迟基准测试，特别是针对长上下文提示和流式推理场景的P99延迟数据。评估是否所有AI流量必须经过代理，能否对内部RAG应用实施旁路策略。同时，检查Zscaler的数据处理协议，确保数据主权合规，并强制要求支持策略导出标准，避免被专有规则引擎锁定。
【投资者】警惕Zscaler的AI安全叙事中的供应商集中度风险：其增长依赖AI API流量增长，但若企业转向本地部署LLM或采用开源模型（如Llama），Zscaler的代理模式可能失去价值。观察竞争对手（如Netskope）是否通过更开放的生态获得份额，长期看，Zscaler的集中代理模型在AI场景下面临架构过时风险。
觉得这篇分析有用？
每周收到3-5条AI基础设施关键信号 →
💬 评论 (0)