AI安全告警配置：从日志采集到告警通知的实操步骤
AI应用上线后，模型接口被刷、异常调用或敏感内容输出往往最先体现在日志里。
告警配置的核心不是堆规则，而是把“日志字段→检测逻辑→通知渠道”串成一条可验证的链路。
下面以一台运行Nginx反向代理和Python推理服务的Linux服务器为例，演示从零配置一条针对“高频调用”的AI安全告警。
先确认日志里有哪些可用字段
AI安全告警依赖的日志至少要包含：请求时间、客户端IP、请求路径、响应状态码、响应耗时。
如果使用Nginx作为入口，默认的combined格式缺少耗时字段，需要自定义。
修改Nginx配置，在http块中增加一个日志格式：
log_format ai_security '$remote_addr - $remote_user [$time_local] '
'"$request" $status $body_bytes_sent '
'"$http_referer" "$http_user_agent" '
'rt=$request_time';
access_log /var/log/nginx/ai_access.log ai_security;执行nginx -t检查语法后重载nginx -s reload。
检查日志文件是否出现rt=字段：tail -n 5 /var/log/nginx/ai_access.log。
如果字段缺失，先确认log_format写在http块内，且access_log引用了正确的格式名。
编写检测规则并接入告警脚本
以“同一IP在60秒内请求超过100次”作为异常条件。
新建Python脚本/opt/ai_alert/check_freq.py，读取日志尾部并统计：
import re, time, collections
from datetime import datetime, timedelta
LOG_PATH = '/var/log/nginx/ai_access.log'
THRESHOLD = 100
WINDOW = 60
def parse_line(line):
m = re.match(r'(\S+) .* \[(.*?)\] "(.*?)" (\d+) .* rt=(\S+)', line)
if not m:
return None
ip, ts, req, status, rt = m.groups()
t = datetime.strptime(ts, '%d/%b/%Y:%H:%M:%S %z')
return ip, t, req, status, float(rt)
counts = collections.Counter()
now = datetime.now().astimezone()
with open(LOG_PATH) as f:
for line in f:
p = parse_line(line)
if p and now - p[1] < timedelta(seconds=WINDOW):
counts[p[0]] += 1
for ip, cnt in counts.items():
if cnt > THRESHOLD:
print(f'ALERT: IP {ip} 在{WINDOW}秒内请求{cnt}次，超过阈值{THRESHOLD}')将脚本加入crontab，每分钟执行一次：* * * * * /usr/bin/python3 /opt/ai_alert/check_freq.py >> /var/log/ai_alert.log 2>&1。
脚本输出会写入/var/log/ai_alert.log，后续可接入邮件或Webhook通知。
验证告警是否按预期触发
在另一台机器上用ab或curl循环发起请求，观察/var/log/ai_alert.log是否出现ALERT行：
for i in $(seq 1 120); do curl -s http://你的服务器IP/health > /dev/null; done如果日志中没有告警，依次检查：cron服务是否运行（systemctl status cron）、脚本是否有执行权限（chmod +x）、日志路径是否与Nginx配置一致、时间窗口计算是否因时区导致偏差。
确认后，再用tail -f /var/log/ai_alert.log实时观察。
配置通知渠道与日常维护
告警日志本身不会主动通知人，需要增加发送环节。
以Webhook为例，在脚本的print后追加requests.post调用（需安装requests库），将告警内容推送到企业微信或钉钉机器人。
注意不要把机器人密钥硬编码在脚本里，建议通过环境变量传入。
日常维护时，定期检查日志轮转是否影响脚本读取（logrotate配置中postrotate可重载Nginx），并观察告警频率是否合理。
阈值过低会产生大量误报，过高则可能漏掉真实攻击，建议先以观察模式运行一周再调整。
常见疑问
告警规则只能检测频率吗？ 不是。
频率只是最容易验证的起点，还可以针对特定状态码（如大量401）、敏感路径（如/v1/chat/completions异常参数）或响应内容关键词做规则，但需要先确保日志字段能覆盖这些维度。
脚本读取整个日志文件会不会太慢？ 示例中每次读取全文件并过滤时间窗口，日志量大时建议改用tail -n 5000或记录上次读取位置（offset），只处理新增行。
没有Nginx能配置吗？ 可以。
如果AI服务直接暴露，可在应用层记录结构化日志（如JSON格式），告警脚本改为解析JSON字段即可，核心思路不变：字段完整、规则明确、验证可重复。
