【中阶·融合】如何实时检测 AI 推理容器的运行时入侵：从 eBPF 到 Falco 与 Tetragon 运行时防线专栏：《AI 工程与安全深度实战》· 第9轮·第3篇核心痛点：镜像扫描（构建时）通过了、mTLS（网络层）也加了，可推理容器一旦在运行时被攻陷——pickle 反序列化触发 RCE、依赖漏洞被利用、GPU 被劫持挖矿、甚至通过 NVIDIAScape 逃逸拿到宿主机 root——你怎么在攻击者动手的那一刻就发现并阻断它？适配人群：有 Kubernetes 基础、已部署过 AI 推理服务（vLLM/TGI/Triton），想补齐"运行时安全检测"这块短板的云原生工程师、SRE 与 AI 平台安全负责人收获能力：读完可掌握 eBPF 运行时观测的内核原理、Falco 规则引擎与 Tetragon 内核态阻断的机制差异，并能为 AI 推理容器设计一套"检测 - 阻断 - 响应"的运行时防线，落地可用的 Falco 规则与 Tetragon 策略技术背景与演进逻辑这一篇是本专栏"安全缝合点"的又一次落地：前面我们分别讲过构建时的镜像扫描、供应链签名，也讲过网络层的 mTLS 与服务网格鉴权。但这些都属于"事前"与"边界"防护，攻击者一旦突破边界、在容器内部拿到执行权，前两道防线就集体失明。运行时安全（Runti