为降低人工智能安全风险对金融业务带来的不利影响，应规范人工智能的使用场景。在金融领域，人工智能的应用涉及信贷审批、风险评估、交易监控等多个环节，因此制定明确的应用标准和操作规程是至关重要的。
在高风险业务场景中宜将人工智能模型作为辅助使用，避免其直接进行决策。合规的 AI 应用还有助于金融机构遵守相关的法律法规，避免因违规使用 AI 而受到处罚或声誉损失。
承载人工智能业务系统的安全检测与传统应用安全检测基本一致，需从身份鉴别、访问控制、安全审计、数据安全性、交易安全性、软件容错、资源控制、客户端安全等方面开展安全检测。
这些安全检测活动有助于提高 AI 系统的安全性，防止由于技术缺陷或恶意攻击导致的安全事故，保障人工智能业务应用系统的正常稳定运行。
通过监控模型接口调用频率和次数等方式进行运营监控是一种有效的防护策略，这种监控可以帮助识别异常的访问模式，例如短时间内的高频调用或来自单一来源的大量请求，这些可能是恶意试探或攻击的迹象。
通过实时跟踪和分析这些指标，可以及时发现潜在的安全问题，并采取相应的防御措施，如限制访问频率、实施更强的认证机制等。这样的监控不仅有助于保护模型免受恶意试探，还能维护系统的稳定运行和用户的良好体验。
