外观
训练计算、MLOps 控制平面、推理服务、多租户与资源安全。
归档边界：不理解 Prompt、Goal、Tool 语义也成立的平台问题。
研究 GPU/NPU、Slurm、Kubernetes、Ray 和分布式训练环境的隔离与控制。
归档边界训练工作负载和共享计算平台归本类；Agent 执行代码的应用沙箱归 A5.5。
研究 Jupyter、Kubeflow、MLflow、训练流水线和模型运维控制面的运行时安全。
归档边界承载系统的鉴权、RCE 和配置归本类；模型签名与制品信任链归 A3。
研究模型部署、推理网关、Serving Runtime、批处理和资源调度的系统安全。
归档边界部署运维态和服务实现归本类；API 消息语义、会话和身份委托归 A6。
研究共享 GPU、显存、缓存、MoE 路由和推理时序产生的跨租户信息泄露。
归档边界无需理解 Prompt 或 Agent 语义即可成立的硬件和运行时侧信道归本类。
研究攻击者放大 token、算力、存储、并发或账单成本造成的可用性和经济损失。
归档边界恶意输入可作为关联向量，但主要由容量、限流或计费控制修复时归本类。
研究 AI 平台依赖的云身份、密钥、服务账号和算力资源被窃取或滥用。
归档边界云基础设施凭据和 LLMjacking 归本类；Agent 协议中的令牌委托归 A6.3。