Halaman ini menjelaskan cara mengonfigurasi setelan keamanan untuk server MCP Google Workspace.
Anda harus menyaring perintah dan respons untuk mendeteksi konten berbahaya atau serangan injeksi perintah. Anda dapat menggunakan Model Armor yang disediakan Google, atau Anda dapat menggunakan solusi Anda sendiri jika Anda mendokumentasikannya agar pengguna menerima risiko tersebut. Untuk mengetahui informasi selengkapnya, lihat Kebijakan developer dan data pengguna Google Workspace.
Prasyarat
Keanggotaan dalam Program Pratinjau Developer Google Workspace.
Project Google Cloud. Untuk membuat project, lihat Membuat project.
Client ID OAuth 2.0 dengan Gunakan klien ini untuk agen yang didukung AI dipilih di Google Auth Platform > Klien. Untuk membuat client ID OAuth, lihat Membuat kredensial client ID OAuth.
Konfigurasi keamanan dan keselamatan opsional
MCP menimbulkan risiko dan pertimbangan keamanan baru karena berbagai tindakan yang dapat Anda lakukan dengan alat MCP. Untuk meminimalkan dan mengelola risiko ini, Google Cloud menawarkan setelan default dan kebijakan yang dapat disesuaikan untuk mengontrol penggunaan alat MCP di organisasi atau project Google Cloud Anda.
Untuk mengetahui informasi selengkapnya tentang keamanan dan tata kelola MCP, lihat Keamanan dan keselamatan AI.
Menggunakan Model Armor
Model Armor adalah layanan Google Cloud yang dirancang untuk meningkatkan keamanan dan keselamatan aplikasi AI Anda. Model Armor bekerja dengan menyaring perintah dan respons LLM secara proaktif, melindungi dari berbagai risiko, dan mendukung praktik AI yang bertanggung jawab. Baik Anda men-deploy AI di lingkungan cloud Anda, atau di penyedia cloud eksternal, Model Armor dapat membantu Anda mencegah input berbahaya, memverifikasi keamanan konten, melindungi data sensitif, mempertahankan kepatuhan, dan menerapkan kebijakan keamanan dan keselamatan AI Anda secara konsisten di seluruh lanskap AI Anda yang beragam.
Jika Model Armor diaktifkan dengan logging diaktifkan, Model Armor akan mencatat seluruh payload. Hal ini dapat mengekspos informasi sensitif di log Anda.
Pemilihan rute permintaan MCP ke Model Armor
Model Armor tersedia di wilayah tertentu. Jika Model Armor diaktifkan dan Anda menggunakan server MCP di wilayah yang tidak didukung Model Armor, perilaku perutean panggilan mungkin berbeda untuk server MCP yang berbeda dan dapat melanggar kepatuhan residensi data untuk data yang sedang digunakan dan dalam pengiriman. Untuk mengetahui informasi selengkapnya tentang perilaku masing-masing server MCP, lihat Produk yang didukung Model Armor.Mengaktifkan Model Armor
Anda harus mengaktifkan API Model Armor sebelum dapat menggunakan Model Armor.
Konsol
Aktifkan Model Armor API, jika belum diaktifkan.
Peran yang diperlukan untuk mengaktifkan API
Untuk mengaktifkan API, Anda memerlukan izin
serviceusage.services.enable. Jika Anda membuat project, kemungkinan Anda sudah memiliki izin ini melalui peran Pemilik (roles/owner). Jika tidak, Anda bisa mendapatkan izin ini melalui peran Service Usage Admin (roles/serviceusage.serviceUsageAdmin). Pelajari cara memberikan peran.Pilih project tempat Anda ingin mengaktifkan Model Armor.
gcloud
Sebelum memulai, ikuti langkah-langkah berikut menggunakan Google Cloud CLI dengan Model Armor API:
Instal Google Cloud CLI, lalu login ke gcloud dengan identitas gabungan Anda. Setelah login, inisialisasi Google Cloud CLI dengan menjalankan perintah berikut:
gcloud init-
Jalankan perintah berikut untuk menetapkan endpoint API untuk layanan Model Armor.
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
Ganti
LOCATIONdengan region tempat Anda ingin menggunakan Model Armor.
Mengonfigurasi perlindungan untuk server MCP jarak jauh Google dan Google Cloud
Untuk membantu melindungi panggilan dan respons alat MCP, Anda dapat menggunakan setelan tingkat Model Armor. Setelan minimum menentukan filter keamanan minimum yang berlaku di seluruh project. Konfigurasi ini menerapkan sekumpulan filter yang konsisten ke semua panggilan dan respons alat MCP dalam project.
Menyiapkan setelan tingkat Model Armor dengan sanitasi MCP yang diaktifkan. Untuk mengetahui informasi selengkapnya, lihat Mengonfigurasi setelan tingkat Model Armor.
Lihat contoh perintah berikut:
gcloud model-armor floorsettings update \ --full-uri='projects/PROJECT_ID/locations/global/floorSetting' \ --enable-floor-setting-enforcement=TRUE \ --add-integrated-services=GOOGLE_MCP_SERVER \ --google-mcp-server-enforcement-type=INSPECT_AND_BLOCK \ --enable-google-mcp-server-cloud-logging \ --malicious-uri-filter-settings-enforcement=ENABLED \ --add-rai-settings-filters='[{"confidenceLevel": "MEDIUM_AND_ABOVE", "filterType": "DANGEROUS"}]'
Ganti PROJECT_ID dengan project ID Google Cloud Anda.
Perhatikan setelan berikut:
INSPECT_AND_BLOCK: Jenis penegakan yang memeriksa konten untuk server MCP Google dan memblokir perintah dan respons yang cocok dengan filter.ENABLED: Setelan yang mengaktifkan filter atau penerapan.MEDIUM_AND_ABOVE: Tingkat keyakinan untuk setelan filter Responsible AI - Berbahaya. Anda dapat mengubah setelan ini, meskipun nilai yang lebih rendah dapat menghasilkan lebih banyak positif palsu. Untuk mengetahui informasi selengkapnya, lihat Tingkat keyakinan Model Armor.
Menonaktifkan pemindaian traffic MCP dengan Model Armor
Untuk menghentikan Model Armor memindai traffic secara otomatis ke dan dari server MCP Google berdasarkan setelan dasar project, jalankan perintah berikut:
gcloud model-armor floorsettings update \
--full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
--remove-integrated-services=GOOGLE_MCP_SERVER
Ganti PROJECT_ID dengan ID project Google Cloud. Model Armor tidak otomatis menerapkan aturan yang ditentukan dalam
setelan dasar project ini ke traffic server MCP Google mana pun.
Setelan tingkat dan konfigurasi umum Model Armor dapat memengaruhi lebih dari sekadar MCP. Karena Model Armor terintegrasi dengan layanan seperti Vertex AI, setiap perubahan yang Anda buat pada setelan batas bawah dapat memengaruhi pemindaian traffic dan perilaku keamanan di semua layanan terintegrasi, bukan hanya MCP.