跳到主要内容

NIST AI RMF 1.1 (Risk Management Framework)

📅 编写日期: 2026-04-18 | ⏱️ 阅读时间: 约5分钟

概述​

NIST AI RMF (Risk Management Framework) 是美国国家标准与技术研究院(NIST)于2023年发布的AI风险管理框架。

特征:

  • 自愿遵守 (Voluntary) — 无法律强制力
  • 联邦采购要求: 美国政府合同时 NIST AI RMF 遵守必需 (EO 14110)
  • 国际兼容: 可与 ISO/IEC 42001 互相映射

版本历史:

  • v1.0 (2023.01): 首次发布
  • v1.1 (2024.12): 添加 Generative AI 章节、强化透明度

4 Functions — GOVERN、MAP、MEASURE、MANAGE​

1. GOVERN​

目的: 建立AI系统治理政策·文化·责任

核心子类别:

  • GOVERN-1.1: AI风险管理战略制定
  • GOVERN-1.2: 责任归属明确化 (AI系统所有者)
  • GOVERN-1.3: 法律·监管·伦理考虑事项集成
  • GOVERN-1.4: 组织全体AI风险文化培养

AIDLC 映射: 治理框架 — 三层治理模型

2. MAP​

目的: AI系统上下文理解、风险识别

核心子类别:

  • MAP-1.1: 业务上下文掌握 (用例、利益相关者)
  • MAP-1.2: AI系统范围定义 (输入、输出、依赖性)
  • MAP-2.1: 数据质量评估
  • MAP-3.1: 风险识别 (偏见、隐私、安全)
  • MAP-5.1: 影响评估

AIDLC 映射: Inception → Requirements Analysis、Reverse Engineering

3. MEASURE​

目的: AI系统性能·可靠性·公平性测量

核心子类别:

  • MEASURE-1.1: 性能指标定义 (准确度、F1、AUC)
  • MEASURE-2.1: 可解释性评估
  • MEASURE-2.2: 偏见测试 (demographic parity、equalized odds)
  • MEASURE-2.3: 鲁棒性测试 (adversarial robustness)
  • MEASURE-3.1: 隐私影响评估

AIDLC 映射: Construction → Build & Test、Harness 工程 Quality Gates

4. MANAGE​

目的: AI风险应对·监控·持续改进

核心子类别:

  • MANAGE-1.1: 风险缓解策略执行
  • MANAGE-2.1: 事故响应计划
  • MANAGE-3.1: 持续监控
  • MANAGE-4.1: 反馈循环 (风险重评估)

AIDLC 映射: Operations → Post-market monitoring、事故响应

NIST AI RMF 1.0 → 1.1 主要变更​

项目v1.0 (2023.01)v1.1 (2024.12)
Generative AI简略提及添加专用章节 (Appendix B)
透明度MEASURE-2.1强化 (Model Card、Data Sheet 示例)
Red Teaming-添加 MEASURE-2.3 (对抗性测试)
Supply ChainGOVERN-1.5扩展 (开源模型风险)

美国联邦采购要求 (EO 14110)​

Executive Order 14110 (2023.10.30): "Safe, Secure, and Trustworthy AI"

核心内容:

  • 联邦机构引入AI时 NIST AI RMF 遵守必需
  • 开发超过10^26 FLOP的模型时 向政府报告 义务
  • 联邦采购合同 包含AI风险管理条款

AIDLC 应对: 美国联邦合同项目必需映射 NIST AI RMF

AIDLC 集成示例​

Inception 阶段: GOVERN + MAP​

# .aidlc/compliance/nist-map.yaml
project: federal-contract-ai-tool
assessment_date: 2026-04-18

# GOVERN-1.1: AI风险管理战略
governance:
  strategy: "联邦合同遵守AI代码生成工具"
  responsible_party: "AI Governance Team"
  
# MAP-1.1: 业务上下文
business_context:
  use_case: "联邦机构后端服务代码生成"
  stakeholders:
    - "联邦采购负责人"
    - "开发团队"
    - "安全团队"

# MAP-3.1: 风险识别
identified_risks:
  - risk_id: RISK-001
    category: "安全"
    description: "生成代码的漏洞"
    mitigation: "SAST 自动扫描"
  - risk_id: RISK-002
    category: "隐私"
    description: "PII 泄露"
    mitigation: "Guardrails 过滤器"

Construction 阶段: MEASURE​

# .aidlc/harness/nist-measure-gates.yaml
quality_gates:
  # MEASURE-1.1: 性能指标
  - gate: performance_metrics
    enabled: true
    metrics:
      code_coverage: ">= 80%"
      duplication: "<= 3%"
      
  # MEASURE-2.2: 偏见测试
  - gate: bias_test
    enabled: true
    tests:
      - "demographic_parity_check"
      - "equalized_odds_check"
    
  # MEASURE-2.3: 鲁棒性测试
  - gate: adversarial_robustness
    enabled: true
    tools:
      - "bandit"  # SAST
      - "semgrep"

Operations 阶段: MANAGE​

# .aidlc/monitoring/nist-manage.yaml
continuous_monitoring:
  # MANAGE-3.1: 持续监控
  metrics:
    - name: "error_rate"
      target: "< 1%"
      alert_threshold: 0.95
    - name: "bias_score"
      target: "< 0.05"
      alert_threshold: 0.04
  
  # MANAGE-4.1: 反馈循环
  feedback_loop:
    frequency: "monthly"
    action: "风险重评估及缓解策略更新"

参考资料​

官方文档:

相关文档: