?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