Google Workspace MCP সার্ভারের জন্য কীভাবে নিরাপত্তা সেটিংস কনফিগার করতে হয় তা এই পৃষ্ঠায় বর্ণনা করা হয়েছে।
ক্ষতিকর কন্টেন্ট বা প্রম্পট ইঞ্জেকশন অ্যাটাকের জন্য আপনাকে প্রম্পট ও উত্তর স্ক্রিন করতে হবে। আপনি Google-এর প্রদান করা Model Armor ব্যবহার করতে পারেন অথবা আপনার নিজস্ব সমাধান ব্যবহার করতে পারেন, যদি আপনি এটি ডকুমেন্ট করেন যাতে ব্যবহারকারীরা সেই ঝুঁকি গ্রহণ করতে পারেন। আরও তথ্যের জন্য, Google Workspace ব্যবহারকারীর ডেটা ও ডেভেলপার নীতি দেখুন।
পূর্বশর্ত
Google Workspace ডেভেলপার প্রিভিউ প্রোগ্রাম-এর মেম্বারশিপ।
একটি Google Cloud প্রোজেক্ট। প্রোজেক্ট তৈরি করতে, প্রোজেক্ট তৈরি করুন দেখুন।
Google Auth প্ল্যাটফর্ম > ক্লায়েন্ট বিকল্পে AI-পরিচালিত এজেন্টের জন্য এই ক্লায়েন্ট ব্যবহার করুন বিকল্প বেছে নিয়ে OAuth 2.0 ক্লায়েন্ট আইডি। OAuth ক্লায়েন্ট আইডি তৈরি করতে, OAuth ক্লায়েন্ট আইডি ক্রেডেনশিয়াল তৈরি করুন দেখুন।
ঐচ্ছিক নিরাপত্তা ও সুরক্ষা কনফিগারেশন
MCP টুল ব্যবহার করে আপনি বিভিন্ন ধরনের অ্যাকশন করতে পারেন বলে MCP-এর ক্ষেত্রে নতুন নিরাপত্তা সংক্রান্ত ঝুঁকি ও বিবেচনার বিষয়গুলি প্রযোজ্য হয়। এইসব ঝুঁকি কমাতে ও ম্যানেজ করতে, Google Cloud ডিফল্ট সেটিংস ও কাস্টমাইজ করা যায় এমন নীতি অফার করে যাতে আপনার Google Cloud সংস্থা বা প্রোজেক্টে MCP টুলের ব্যবহার নিয়ন্ত্রণ করা যায়।
MCP-এর নিরাপত্তা ও শাসন সম্পর্কে আরও তথ্যের জন্য, AI-এর নিরাপত্তা ও সুরক্ষা দেখুন।
Model Armor ব্যবহার করুন
Model Armor হল একটি Google Cloud পরিষেবা যা আপনার AI অ্যাপ্লিকেশনের নিরাপত্তা ও সুরক্ষা বাড়ানোর জন্য ডিজাইন করা হয়েছে। এটি LLM প্রম্পট ও উত্তর প্রোঅ্যাক্টিভভাবে স্ক্রিন করে কাজ করে, বিভিন্ন ঝুঁকি থেকে রক্ষা করে এবং দায়িত্বপূর্ণভাবে AI-এর ব্যবহারকে সমর্থন করে। আপনি নিজের ক্লাউড এনভায়রনমেন্টে বা এক্সটার্নাল ক্লাউড প্রোভাইডারে AI ডিপ্লয় করুন না কেন, Model Armor আপনাকে ক্ষতিকর ইনপুট প্রতিরোধ করতে, কন্টেন্টের নিরাপত্তা যাচাই করতে, সংবেদনশীল ডেটা সুরক্ষিত রাখতে, নিয়ম মেনে চলতে এবং আপনার বিভিন্ন AI ল্যান্ডস্কেপ জুড়ে আপনার AI নিরাপত্তা ও সুরক্ষা নীতি ধারাবাহিকভাবে প্রয়োগ করতে সাহায্য করতে পারে।
লগিং চালু সহ Model Armor চালু করা থাকলে, Model Armor সম্পূর্ণ পে-লোড লগ করে। এর ফলে আপনার লগে সংবেদনশীল তথ্য প্রকাশ হয়ে যেতে পারে।
Model Armor-এ MCP অনুরোধ রাউট করা হচ্ছে
Model Armor নির্দিষ্ট কিছু অঞ্চলে উপলভ্য। Model Armor চালু থাকলে এবং আপনি এমন কোনও বিচারক্ষেত্রে MCP সার্ভার ব্যবহার করলে যেখানে Model Armor কাজ করে না, সেক্ষেত্রে কলের রাউটিং আচরণ বিভিন্ন MCP সার্ভারের জন্য আলাদা হতে পারে এবং ব্যবহার করা হচ্ছে ও ট্রানজিটে থাকা ডেটার জন্য ডেটা রেসিডেন্সি সংক্রান্ত সম্মতি ভঙ্গ হতে পারে। আলাদা আলাদা MCP সার্ভারের আচরণ সম্পর্কে আরও জানতে, Model Armor কাজ করে এমন প্রোডাক্ট দেখুন।Model Armor চালু করুন
Model Armor ব্যবহার করার আগে আপনাকে অবশ্যই Model Armor API চালু করতে হবে।
কনসোল
Model Armor API আগে থেকে চালু করা না থাকলে, সেটি চালু করুন।
API চালু করার জন্য প্রয়োজনীয় ভূমিকা
API চালু করতে, আপনার
serviceusage.services.enableঅনুমতি প্রয়োজন। আপনি প্রোজেক্ট তৈরি করে থাকলে, মালিকের ভূমিকা (roles/owner) থেকে সম্ভবত আপনার কাছে এই অনুমতি আছে। অন্যথায়, আপনি পরিষেবা ব্যবহার অ্যাডমিন ভূমিকা (roles/serviceusage.serviceUsageAdmin) থেকে এই অনুমতি পেতে পারেন। কীভাবে ভূমিকা প্রদান করতে হয় তা জানুন।আপনি যে প্রোজেক্টে Model Armor অ্যাক্টিভেট করতে চান সেটি বেছে নিন।
gcloud
শুরু করার আগে, Model Armor API-এর সাথে Google Cloud CLI ব্যবহার করে এইসব ধাপ অনুসরণ করুন:
Google Cloud CLI ইনস্টল করুন এবং তারপর আপনার ফেডারেটেড আইডেন্টিটি দিয়ে gcloud-এ সাইন-ইন করুন। সাইন-ইন করার পরে, নিচে উল্লেখ করা কমান্ড রান করে Google Cloud CLI ইনিশিয়ালাইজ করুন:
gcloud init-
Model Armor পরিষেবার জন্য API এন্ডপয়েন্ট সেট করতে নিম্নলিখিত কমান্ড রান করুন।
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
আপনি যে অঞ্চলে Model Armor ব্যবহার করতে চান, সেই অঞ্চলের নাম দিয়ে
LOCATIONপরিবর্তন করুন।
Google এবং Google Cloud রিমোট MCP সার্ভারের জন্য সুরক্ষা কনফিগার করা
আপনার MCP টুল কল ও উত্তর সুরক্ষিত রাখতে আপনি Model Armor ফ্লোর সেটিংস ব্যবহার করতে পারেন। ফ্লোর সেটিং প্রোজেক্ট জুড়ে প্রযোজ্য ন্যূনতম নিরাপত্তা ফিল্টারকে সংজ্ঞায়িত করে। এই কনফিগারেশন প্রোজেক্টের মধ্যে সব MCP টুল কল ও উত্তরে একই ধরনের ফিল্টার সেট প্রয়োগ করে।
MCP স্যানিটাইজেশন চালু করে Model Armor ফ্লোর সেটিং সেট-আপ করুন। আরও তথ্যের জন্য, Model Armor ফ্লোর সেটিংস কনফিগার করুন।
নিচের উদাহরণ কমান্ড দেখুন:
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"}]'
PROJECT_ID-এর জায়গায় আপনার Google Cloud প্রোজেক্ট আইডি লিখুন।
নিম্নলিখিত সেটিংস মনে রাখবেন:
INSPECT_AND_BLOCK: এনফোর্সমেন্টের ধরন যা Google MCP সার্ভারের জন্য কন্টেন্ট পরীক্ষা করে এবং ফিল্টারের সাথে মিলে যাওয়া প্রম্পট ও উত্তর ব্লক করে।ENABLED: যে সেটিং কোনও ফিল্টার বা এনফোর্সমেন্ট চালু করে।MEDIUM_AND_ABOVE: রেসপন্সিবল AI - বিপজ্জনক ফিল্টার সেটিংসের জন্য কনফিডেন্স লেভেল। আপনি এই সেটিং পরিবর্তন করতে পারবেন, তবে কম ভ্যালুর ফলে আরও বেশি ফলস পজিটিভ হতে পারে। আরও তথ্যের জন্য, Model Armor কনফিডেন্স লেভেল দেখুন।
Model Armor-এর মাধ্যমে MCP ট্রাফিক স্ক্যান করার সুবিধা বন্ধ করুন
প্রোজেক্টের ফ্লোর সেটিংসের উপর ভিত্তি করে Google MCP সার্ভারে এবং সেখান থেকে ট্রাফিক অটোমেটিক স্ক্যান করা থেকে Model Armor-কে আটকাতে, নিম্নলিখিত কমান্ডটি রান করুন:
gcloud model-armor floorsettings update \
--full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
--remove-integrated-services=GOOGLE_MCP_SERVER
PROJECT_ID-এর জায়গায় Google Cloud প্রোজেক্ট
আইডি লিখুন। Model Armor এই প্রোজেক্টের ফ্লোর সেটিংসে সংজ্ঞায়িত নিয়মগুলি
কোনও Google MCP সার্ভার ট্রাফিকের ক্ষেত্রে অটোমেটিক প্রয়োগ করে না।
Model Armor ফ্লোর সেটিংস এবং সাধারণ কনফিগারেশন শুধু MCP-এর চেয়ে বেশি প্রভাব ফেলতে পারে। Model Armor, Vertex AI-এর মতো পরিষেবার সাথে ইন্টিগ্রেট করে বলে, আপনি ফ্লোর সেটিংসে কোনও পরিবর্তন করলে, তা শুধু MCP নয়, বরং সব ইন্টিগ্রেট করা পরিষেবা জুড়ে ট্রাফিক স্ক্যানিং ও নিরাপত্তা সংক্রান্ত আচরণকে প্রভাবিত করতে পারে।