Konfigurowanie zabezpieczeń serwerów MCP Google Workspace

Na tej stronie opisano, jak skonfigurować ustawienia zabezpieczeń serwerów MCP Google Workspace.

Musisz sprawdzać prompty i odpowiedzi pod kątem szkodliwych treści lub ataków typu wstrzykiwanie promptów. Możesz użyć dostarczonego przez Google rozwiązania Model Armor lub własnego rozwiązania, jeśli je udokumentujesz, aby użytkownicy mogli zaakceptować ryzyko. Więcej informacji znajdziesz w artykule Zasady dotyczące danych użytkownika i zasady dla deweloperów w Google Workspace.

Wymagania wstępne

Opcjonalne konfiguracje zabezpieczeń i bezpieczeństwa

MCP wprowadza nowe zagrożenia i kwestie związane z bezpieczeństwem ze względu na szeroki zakres działań, które można wykonywać za pomocą narzędzi MCP. Aby zminimalizować te zagrożenia i nimi zarządzać, Google Cloud oferuje ustawienia domyślne i możliwe do dostosowania zasady, które pozwalają kontrolować korzystanie z narzędzi MCP w organizacji lub projekcie Google Cloud.

Więcej informacji o bezpieczeństwie i zarządzaniu MCP znajdziesz w artykule Bezpieczeństwo i ochrona AI.

Korzystanie z Model Armor

Model Armor to usługa Google Cloud, która zwiększa bezpieczeństwo aplikacji AI. Działa ona przez proaktywne sprawdzanie promptów i odpowiedzi LLM, chroniąc przed różnymi zagrożeniami i wspierając odpowiedzialne działania w zakresie AI. Niezależnie od tego, czy wdrażasz AI w środowisku chmury, czy u zewnętrznych dostawców chmury, Model Armor może pomóc Ci zapobiegać wprowadzaniu szkodliwych danych, weryfikować bezpieczeństwo treści, chronić dane wrażliwe, zachowywać zgodność z przepisami oraz egzekwować zasady bezpieczeństwa AI w całym zróżnicowanym środowisku AI.

Gdy usługa Model Armor jest włączona z włączonym logowaniem, rejestruje cały ładunek. Może to spowodować ujawnienie informacji poufnych w logach.

Kierowanie żądań MCP do Model Armor

Usługa Model Armor jest dostępna w niektórych regionach. Gdy usługa Model Armor jest włączona i używasz serwera MCP w jurysdykcji, której nie obsługuje, zachowanie routingu wywołania może się różnić w przypadku różnych serwerów MCP i może naruszać zgodność z miejscem przechowywania danych w przypadku danych używanych i przesyłanych. Więcej informacji o działaniu poszczególnych serwerów MCP znajdziesz w artykule o usługach obsługujących Model Armor.

Włącz Model Armor

Aby używać Model Armor, musisz włączyć interfejsy API Model Armor.

Konsola

  1. Włącz interfejs Model Armor API, jeśli nie jest jeszcze włączony.

    Role wymagane do włączenia interfejsów API

    Aby włączyć interfejsy API, musisz mieć uprawnienie serviceusage.services.enable. Jeśli projekt został utworzony przez Ciebie, prawdopodobnie masz już to uprawnienie w ramach roli właściciela (roles/owner). W przeciwnym razie możesz uzyskać to uprawnienie w ramach roli administratora wykorzystania usług (roles/serviceusage.serviceUsageAdmin). Dowiedz się, jak przyznawać role

    Włączanie interfejsu API

  2. Wybierz projekt, w którym chcesz aktywować Model Armor.

gcloud

Zanim zaczniesz, wykonaj te czynności, korzystając z Google Cloud CLI i interfejsu Model Armor API:

  1. Zainstaluj Google Cloud CLI, a następnie zaloguj się w gcloud przy użyciu tożsamości sfederowanej. Po zalogowaniu się zainicjuj Google Cloud CLI, uruchamiając to polecenie: 

    gcloud init

  2. Uruchom to polecenie, aby ustawić punkt końcowy interfejsu API dla usługi Model Armor.

    gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"

    Zastąp LOCATION regionem, w którym chcesz używać Model Armor.

Konfigurowanie ochrony zdalnych serwerów MCP Google i Google Cloud

Aby chronić wywołania i odpowiedzi narzędzia MCP, możesz użyć ustawień progu Model Armor. Ustawienie progu określa minimalne filtry zabezpieczeń, które mają zastosowanie w całym projekcie. Ta konfiguracja stosuje spójny zestaw filtrów do wszystkich wywołań i odpowiedzi narzędzi MCP w projekcie.

Skonfiguruj ustawienie progu Model Armor z włączonym oczyszczaniem danych MCP. Więcej informacji znajdziesz w artykule o konfigurowaniu ustawień progu Model Armor.

Zobacz to przykładowe polecenie:

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"}]'

Zastąp PROJECT_ID identyfikatorem projektu Google Cloud.

Zwróć uwagę na te ustawienia:

  • INSPECT_AND_BLOCK: typ egzekwowania, który sprawdza treści na serwerze MCP Google i blokuje prompty oraz odpowiedzi pasujące do filtrów.
  • ENABLED: ustawienie, które włącza filtr lub egzekwowanie.
  • MEDIUM_AND_ABOVE: poziom ufności dla ustawień filtra odpowiedzialnej AI – niebezpieczne. Możesz zmienić to ustawienie, ale niższe wartości mogą powodować więcej wyników fałszywie pozytywnych. Więcej informacji znajdziesz w artykule o poziomach ufności Model Armor.

Wyłączanie skanowania ruchu MCP za pomocą Model Armor

Aby uniemożliwić usłudze Model Armor automatyczne skanowanie ruchu do i z serwerów MCP Google na podstawie ustawień progów projektu, uruchom to polecenie:

gcloud model-armor floorsettings update \
  --full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
  --remove-integrated-services=GOOGLE_MCP_SERVER

Zastąp PROJECT_ID identyfikatorem projektu Google Cloud. Model Armor nie stosuje automatycznie reguł zdefiniowanych w ustawieniach progu tego projektu do żadnego ruchu na serwerze MCP Google.

Ustawienia progu i ogólna konfiguracja Model Armor mogą mieć wpływ nie tylko na MCP. Model Armor integruje się z usługami takimi jak Vertex AI, więc wszelkie zmiany wprowadzone w ustawieniach progu mogą wpłynąć na skanowanie ruchu i zachowania związane z bezpieczeństwem we wszystkich zintegrowanych usługach, nie tylko w MCP.