আপনার পছন্দের ভাষায় কন্টেন্ট অনুবাদ করতে Google তার AI প্রযুক্তি ব্যবহার করে। AI-এর মাধ্যমে করা অনুবাদে ভুল থাকতে পারে।

Google Workspace MCP সার্ভারের জন্য নিরাপত্তা কনফিগার করা

Google Workspace MCP সার্ভারের জন্য কীভাবে নিরাপত্তা সেটিংস কনফিগার করতে হয় তা এই পৃষ্ঠায় বর্ণনা করা হয়েছে।

আপনাকে অবশ্যই ক্ষতিকর কন্টেন্ট বা প্রম্পট ইঞ্জেকশন আক্রমণের জন্য প্রম্পট ও উত্তর স্ক্রিন করতে হবে। আপনি Google-এর দেওয়া মডেল আর্মার ব্যবহার করতে পারেন অথবা ব্যবহারকারীদের সেই ঝুঁকি মেনে নেওয়ার জন্য আপনি নিজের সমাধান ডকুমেন্ট করলে সেটি ব্যবহার করতে পারেন। আরও তথ্যের জন্য, Google Workspace ব্যবহারকারীর ডেটা ও ডেভেলপার নীতি দেখুন।

পূর্বশর্ত

Google Workspace Developer Preview Program-এর মেম্বারশিপ।
Google Cloud প্রোজেক্ট। প্রোজেক্ট তৈরি করতে, প্রোজেক্ট তৈরি করুন দেখুন।

ঐচ্ছিক নিরাপত্তা ও সুরক্ষা কনফিগারেশন

MCP টুল ব্যবহার করে আপনি বিভিন্ন ধরনের অ্যাকশন নিতে পারেন বলে MCP-তে নতুন নিরাপত্তা সংক্রান্ত ঝুঁকি ও বিষয় বিবেচনা করতে হয়। এইসব ঝুঁকি কমাতে ও ম্যানেজ করতে, Google Cloud আপনার Google Cloud সংস্থা বা প্রোজেক্টে MCP টুলের ব্যবহার নিয়ন্ত্রণ করতে ডিফল্ট সেটিংস ও কাস্টমাইজ করা যায় এমন নীতি অফার করে।

MCP নিরাপত্তা ও গভর্নেন্স সম্পর্কে আরও জানতে, AI নিরাপত্তা ও সুরক্ষা দেখুন।

Model Armor ব্যবহার করা

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 দায়িত্বশীল AI প্রয়োগে সহায়তা করে। আপনি নিজের ক্লাউড এনভায়রনমেন্টে বা এক্সটার্নাল ক্লাউড পরিষেবা প্রদানকারীর ক্ষেত্রে AI প্রয়োগ করুন না কেন, Model Armor আপনাকে ক্ষতিকর ইনপুট প্রতিরোধ করতে, কন্টেন্ট সুরক্ষা যাচাই করতে, সংবেদনশীল ডেটা সুরক্ষিত রাখতে, নিয়ম মেনে চলতে এবং আপনার AI নিরাপত্তা ও সুরক্ষা সংক্রান্ত নীতি আপনার বিভিন্ন AI ল্যান্ডস্কেপ জুড়ে ধারাবাহিকভাবে প্রয়োগ করতে সাহায্য করতে পারে।

লগিং চালু করা অবস্থায় Model Armor চালু করা হলে, Model Armor সম্পূর্ণ পে-লোড লগ করে। এর ফলে আপনার লগে সংবেদনশীল তথ্য প্রকাশ হয়ে যেতে পারে।

MCP অনুরোধ Model Armor-এ রাউটিং করা

Model Armor নির্দিষ্ট কিছু অঞ্চলে উপলভ্য। Model Armor চালু করা থাকলে এবং আপনি এমন কোনও জুরিসডিকশনে MCP সার্ভার ব্যবহার করলে যেখানে Model Armor কাজ করে না, তাহলে কলের রাউটিং আচরণ বিভিন্ন MCP সার্ভারের জন্য আলাদা হতে পারে এবং ব্যবহার করা ও ট্রানজিটে থাকা ডেটার জন্য ডেটা রেসিডেন্সি সংক্রান্ত নিয়ম পালন করা নাও হতে পারে। আলাদা আলাদা MCP সার্ভারের আচরণ সম্পর্কে আরও জানতে, দেখুন Model Armor কাজ করে এমন প্রোডাক্ট।

Model Armor চালু করা

Model Armor ব্যবহার করার আগে আপনাকে অবশ্যই Model Armor API চালু করতে হবে।

কনসোল

আগে থেকেই চালু করা না থাকলে, Model Armor API চালু করুন।
API চালু করার জন্য প্রয়োজনীয় ভূমিকা
API চালু করতে, আপনার serviceusage.services.enable অনুমতি প্রয়োজন। আপনি প্রজেক্ট তৈরি করে থাকলে, মালিকের ভূমিকার (roles/owner) মাধ্যমে আপনার কাছে সম্ভবত আগেই এই অনুমতি আছে। তা না হলে, আপনি পরিষেবার ব্যবহার সংক্রান্ত অ্যাডমিন ভূমিকা (roles/serviceusage.serviceUsageAdmin) থেকে এই অনুমতি পেতে পারেন। কীভাবে ভূমিকা প্রদান করতে হয় তা জানুন।
API চালু করুন
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 তারপরে আপনার ফেডারেটেড আইডেন্টিটি দিয়ে gcloud-এ সাইন-ইন করুন। সাইন-ইন করার পরে, নিচের কমান্ডটি রান করে Google Cloud CLI ইনিশিয়ালাইজ করুন:
```
gcloud init
```
Model Armor পরিষেবার জন্য API এন্ডপয়েন্ট সেট করতে, নিম্নলিখিত কমান্ডটি রান করুন।
```
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
```
আপনি Model Armor ব্যবহার করতে চান এমন অঞ্চলের নাম LOCATION-এর জায়গায় লিখুন।

Google ও Google Cloud রিমোট MCP সার্ভারের জন্য সুরক্ষা কনফিগার করা

আপনার MCP টুলের কল ও উত্তর সুরক্ষিত রাখতে, আপনি মডেল আর্মার ফ্লোর সেটিংস ব্যবহার করতে পারবেন। ফ্লোর সেটিং হল ন্যূনতম নিরাপত্তা ফিল্টার যা পুরো প্রোজেক্ট জুড়ে প্রযোজ্য হয়। এই কনফিগারেশন প্রোজেক্টের মধ্যে সব MCP টুল কল ও রেসপন্সের ক্ষেত্রে ফিল্টারের একটি ধারাবাহিক সেট প্রয়োগ করে।

MCP স্যানিটাইজেশন চালু করে Model Armor ফ্লোর সেটিং সেট-আপ করুন। আরও তথ্যের জন্য, Model Armor ফ্লোর সেটিংস কনফিগার করুন দেখুন।

কমান্ডের নিম্নলিখিত উদাহরণ 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"}]'

আপনার Google Cloud প্রোজেক্ট আইডির সাথে PROJECT_ID পরিবর্তন করুন।

নিম্নলিখিত সেটিংস মনে রাখবেন:

INSPECT_AND_BLOCK: এনফোর্সমেন্টের সেই ধরন যা Google MCP সার্ভারের জন্য কন্টেন্ট চেক করে এবং ফিল্টারের সাথে ম্যাচ করা প্রম্পট ও উত্তর ব্লক করে।
ENABLED: ফিল্টার বা এনফোর্সমেন্ট চালু করে এমন সেটিং।
MEDIUM_AND_ABOVE: দায়িত্বশীল AI - বিপজ্জনক ফিল্টার সেটিংসের জন্য কনফিডেন্স লেভেল। আপনি এই সেটিং পরিবর্তন করতে পারবেন, তবে কম ভ্যালু হলে ফলস পজিটিভের সংখ্যা বেড়ে যেতে পারে। আরও তথ্যের জন্য, মডেল আর্মার কনফিডেন্স লেভেল দেখুন।

Model Armor-এর মাধ্যমে MCP ট্রাফিক স্ক্যান করা বন্ধ করা

প্রোজেক্টের ফ্লোর সেটিংসের উপর ভিত্তি করে Google MCP সার্ভারে ও সেখান থেকে ট্রাফিক অটোমেটিক স্ক্যান করা থেকে Model Armor-কে আটকাতে, নিম্নলিখিত কমান্ডটি চালান:

gcloud model-armor floorsettings update \
  --full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
  --remove-integrated-services=GOOGLE_MCP_SERVER

Google Cloud প্রোজেক্ট আইডি দিয়ে PROJECT_ID পরিবর্তন করুন। এই প্রোজেক্টের ফ্লোর সেটিংসে সংজ্ঞায়িত নিয়মগুলি কোনও Google MCP সার্ভার ট্রাফিকে Model Armor অটোমেটিক প্রয়োগ করে না।

মডেল আর্মার ফ্লোর সেটিংস ও সাধারণ কনফিগারেশন শুধু MCP-র চেয়ে বেশি কিছুকে প্রভাবিত করতে পারে। কারণ, Model Armor, Vertex AI-এর মতো পরিষেবার সাথে ইন্টিগ্রেট করে। আপনি ফ্লোর সেটিংসে কোনও পরিবর্তন করলে, তা শুধু MCP-তে নয়, সব ইন্টিগ্রেটেড পরিষেবা জুড়ে ট্রাফিক স্ক্যানিং ও নিরাপত্তা সংক্রান্ত আচরণকে প্রভাবিত করতে পারে।