火山引擎ArkClaw是国内首个同时通过信通院“智能助理智能体产品可信能力认证”和“OpenClaw类安全防护产品有效性评估”双认证的AI Agent平台。这份安全白皮书系统披露了ArkClaw的四层防护架构——从默认安全设计到持续安全运营，从AgentSentry运行时防护到统一鉴权网关，构成了企业级AI Agent安全落地的完整方案。

ArkClaw的安全保障体系从四个层级系统构建：默认安全设计、产品安全保障、纵深防御方案和持续安全运营，形成覆盖“事前预防、事中检测、事后响应”的闭环防护能力。
默认安全设计层针对OpenClaw六类典型安全风险提供默认加固配置，同时对云服务资源账号实施强化管理，通过账号隔离、VPC隔离、安全组隔离等措施进行网络隔离。产品安全保障层围绕ArkClaw建立覆盖全生命周期的安全保障流程，依托AI驱动的自动化安全能力，结合安全专家经验与最佳实践进行全方位安全加固。纵深防御方案层面向OpenClaw业务安全风险构建多层次业务安全纵深防御能力，以AgentSentry为核心应对提示词注入、权限滥用、密钥泄漏与恶意Skill攻击。持续安全运营层围绕业务安全风险持续开展安全运营，同时对CC/DDoS攻击、漏洞攻击、云上入侵等基础安全风险实施持续监测与响应。

AgentSentry是ArkClaw安全方案的核心组件，提供供应链安全、助手运行安全与权限行为安全三大能力。在供应链安全层面，提供针对Skills的安全检查能力，包括Skill本身的安全检查，也包括可疑网络请求和操作的监测。这意味着任何在ArkClaw环境中运行的技能，在上线前都经过了安全扫描，在上线后仍受到持续监测。
在助手运行安全层面，包括了在OpenClaw思考前执行的前置风险评估，如提示词注入防护，也包括其运行时的安全管控，如敏感数据泄漏、高危/恶意操作的实时拦截。支持在助手执行高风险操作前，必须二次确认后方可执行——这一机制在群聊场景中尤为关键，可有效防止Agent被恶意指令操控后执行破坏性操作。
在权限行为安全层面，解决的核心问题是：谁在发布指令，Agent在以什么权限、代表谁执行操作，该操作与当前任务/角色是否一致。通过遵循“最小权限”和“显式授权”原则，所有权限均由用户主动授予，未经用户同意Agent无法访问任何受保护的资源，权限也可一键撤销、即时生效。

统一鉴权网关是ArkClaw托管实例与企业内部系统API开通的唯一通道。所有Agent发起的访问企业内部系统的请求都会被汇聚到网关，先进行网络策略校验（如黑名单、ACL等粗粒度防护），再调用统一身份与权限服务模块完成细粒度的身份与权限校验，校验通过后请求才会真正到达企业内网的API。
在内部系统准入层面，ArkClaw建立了一套清晰的准入标准。底线是不因ArkClaw托管实例引发大规模数据泄露、不因Agent对公司环境造成大规模破坏。基本原则包括：以API为粒度进行评估与审批，默认拒绝写操作，仅对经过论证、具备防护与审计能力的少数写接口例外放行；业务生产系统及其公网域名、测试环境、具备写功能的运维类API不得接入；涉及跨境调用、承载高密级及以上敏感数据的数据面接口不得接入。
白皮书以表格形式详细列出了不同场景下的准入要求，覆盖接入对象范围、数据分级、跨境访问、安全能力接入、漏洞与质量等维度，为企业内部系统接入AI Agent提供了可操作的评估框架。

火山引擎ArkClaw分别参与了信通院“智能助理智能体产品可信能力认证”和“OpenClaw类安全防护产品有效性评估”两个权威安全测评，成为国内首家同时斩获这两项认证的厂商。前者证明平台的安全架构与管控能力，后者考察真实攻击场景下的防护成功率与覆盖面。
同时，火山引擎于2025年2月通过国际权威认证机构DNV的严格审核，成为全球首批获得欧盟授信机构RVA认可的ISO/IEC42001人工智能管理体系认证的企业。截至目前，火山引擎云平台及大模型服务已通过ISO/IEC27001信息安全管理体系、ISO/IEC20000信息技术服务管理体系、ISO22301业务连续性管理体系、ISO/IEC27701隐私安全管理体系和ISO9001质量管理体系等多个管理体系认证。