人工智能安全問題研究

張燕平 李中文 張華龍

摘要：近年來．人工智能又一次迎來發(fā)展的熱潮，在自然語言處理以及數(shù)字圖像處理等多個領(lǐng)域中的表現(xiàn)都超過人類。它已經(jīng)被應用于教育、醫(yī)療、金融、軍事等領(lǐng)域，與此同時，人工智能引發(fā)的一系列安全問題逐漸顯現(xiàn)出來。人工智能系統(tǒng)的安全問題主要分類2類．即模型與數(shù)據(jù)隱私以及模型安全。對于不同的人工智能系統(tǒng)，它們處理的問題以及實現(xiàn)的原理都不同，因此，一個棘手的問題就是如何讓防御措施更具有普適性，以處理各種對人工智能系統(tǒng)的安全威脅。

關(guān)鍵詞：人工智能；安全問題；防御措施

中圖法分類號：TP18 文獻標識碼：A

人工智能技術(shù)已經(jīng)廣泛應用于人類生活的各個領(lǐng)域，為人們提供了便捷、高效、智能的服務和體驗，極大地提高了生活品質(zhì)，也促進了社會的創(chuàng)新和變革。然而，人工智能也不是完美無缺的，它可能帶來一些潛在的風險和挑戰(zhàn)，如算法歧視、隱私泄露、判斷失誤等，這些問題可能導致個人和社會遭受經(jīng)濟損失、心理創(chuàng)傷，甚至危害社會道德、法治秩序。因此，保障人工智能技術(shù)的安全性、可靠性和可控性是實現(xiàn)其最大價值和最佳效果的重要前提。

１ 人工智能發(fā)展歷史

在歷經(jīng)了１９５６ 年來的２ 次起伏之后，人工智能技術(shù)的第３ 次發(fā)展熱潮到來了，被視為第４ 次工業(yè)革命的標志性技術(shù)，并在各個領(lǐng)域廣泛應用。人工智能不僅是硅谷包裝的“答案主義”意識形態(tài)，更是一種通用技術(shù)，它能夠通過機械化腦力勞動，讓人類從煩瑣的任務中解放出來，從而進行更有意義和創(chuàng)造性的活動。然而，在享受人工智能帶來的便利和效率的同時，我們也必須警惕其相關(guān)的治理風險。例如，智能推送算法可能加劇社會分化和信息孤島，人臉識別系統(tǒng)可能構(gòu)建出無處不在的監(jiān)控網(wǎng)絡，以及對個人隱私、輿論引導、就業(yè)影響等方面的潛在威脅。這些典型案例已經(jīng)引起了公眾的廣泛關(guān)注，并促使各方推動人工智能與安全風險管理倫理問題的研究和探討。

雖然目前為止，很少有國家制定了專門針對人工智能風險治理的法律法規(guī)， 但根據(jù)德國非營利組織Ａｌｇｏｒｉｔｈｍ Ｗａｔｃｈ 的統(tǒng)計，世界各地已經(jīng)有１６０ 多項關(guān)于人工智能倫理規(guī)范和治理原則的倡議和文件出臺。

人工智能與網(wǎng)絡安全的融合，對于相關(guān)企業(yè)的業(yè)務發(fā)展具有重要意義。在這個過程中人工智能算法的研發(fā)模式是一個關(guān)鍵因素，它將影響企業(yè)的技術(shù)創(chuàng)新能力和市場競爭力。

目前，國內(nèi)網(wǎng)絡安全企業(yè)主要采用了２ 種人工智能算法的研發(fā)模式：一是基于開源框架進行二次開發(fā)和優(yōu)化；二是完全自主研發(fā)人工智能網(wǎng)絡安全算法。

這２ 種模式各有優(yōu)劣，需要根據(jù)企業(yè)的實際需求和目標進行選擇。開源的優(yōu)勢在于節(jié)省了研發(fā)費用、人力資源和時間成本，而自研的優(yōu)勢在于擁有更大的創(chuàng)新空間和拓展領(lǐng)域。從性價比角度來看，開源相對于自研更具有成本效益，基于開源框架可以快速定制出符合自身需求的人工智能算法。從可持續(xù)發(fā)展角度來看，自研相對于開源更具有競爭力和前景，可以根據(jù)市場變化和技術(shù)進步不斷優(yōu)化和創(chuàng)新。因此，網(wǎng)絡安全企業(yè)應該根據(jù)自身的目標、資源和能力，權(quán)衡利弊，做出合理的決策。自研人工智能算法意味著能夠?qū)λ惴ǖ脑砗蛯崿F(xiàn)有深入的掌握，從而更好地滿足自身業(yè)務需求。因此，除了在網(wǎng)絡安全領(lǐng)域具有優(yōu)勢，擁有自研人工智能算法的企業(yè)還可以更靈活地將其應用于智能交通、智慧醫(yī)療等其他產(chǎn)業(yè)領(lǐng)域，實現(xiàn)跨界創(chuàng)新和價值增長。相比之下，基于開源的人工智能算法存在安全可控性方面的風險，因為其安全性很大程度上取決于開源框架的安全性，而這可能難以保證。

２ 人工智能安全風險

任何事情都有兩面性，信息技術(shù)的發(fā)展也不例外，在人工智能可以為相關(guān)部門制定網(wǎng)絡安全治理的有效保護措施提供幫助，防御各種網(wǎng)絡攻擊，提升國家治理能力［１］ 的同時，人工智能的發(fā)展也帶來了有關(guān)安全方面的挑戰(zhàn)［２］ 。目前在各個領(lǐng)域，甚至在一些安全相關(guān)的領(lǐng)域，都可以看到人工智能的影子，但是對于人工智能本身的安全性的研究才剛剛起步［３］ 。

以機器學習和深度學習為核心的新一代人工智能由于其潛在的缺陷和廣泛的應用而不可避免地帶來了許多日益增長的安全風險和社會倫理問題，主要有人工智能算法的目標失范、不透明性、難解釋性等導致的技術(shù)風險；人工智能可能對基本人權(quán)、社會秩序、國家安全等造成負面影響或被濫用而產(chǎn)生的社會風險；人工智能與人類價值觀、道德準則、責任機制等存在沖突或不協(xié)調(diào)而引起的道德困境。

２．１ 人工智能的潛在技術(shù)風險

首先是在技術(shù)層面上，人工智能系統(tǒng)的安全的問題主要被分類２ 類：數(shù)據(jù)與模型隱私以及模型自身安全［４］ 。

模型與數(shù)據(jù)隱私是指保護訓練數(shù)據(jù)和人工智能模型本身的參數(shù)不被泄露或竊取的問題。在人工智能模型的使用過程中，可能會產(chǎn)生一些包含敏感信息的中間數(shù)據(jù)，如輸出張量、模型參數(shù)以及模型梯度等。

這些中間數(shù)據(jù)也屬于模型與數(shù)據(jù)隱私的范疇。

與模型與數(shù)據(jù)隱私不同，模型安全存在于人工智能模型的整個生命周期。例如，模型本身由于健壯性不良導致的安全危險，或者在訓練模型的時候可能遭受攻擊從而導致一些功能無法正常使用。

２．２ 人工智能遭受濫用的社會風險

在人工智能算法造福我們的同時，也被應用于消極的方面，如虛假新聞和虛假廣告的生成、推薦算法不當應用、人臉識別被濫用、個人隱私挖掘、消費行為誘導以及不良信息傳播等。除此之外，人工智能算法本身的一些漏洞也會被不法分子利用從而進行不公平競爭，如數(shù)據(jù)投毒導致的決策偏離等。市場和社會秩序被上述的現(xiàn)象嚴重擾亂。

在這種情況下，我們的隱私受到極大的威脅，本來在海量的數(shù)據(jù)中，對數(shù)據(jù)的分析無法對應某個個體，但是有了人工智能，我們可以輕易地對某個個體的數(shù)據(jù)進行復雜的邏輯推理分析，個人隱私將在人工智能下一覽無余。比如，城市中的監(jiān)控系統(tǒng)本來是無法對應到個體，但是有了人臉識別、步態(tài)識別等技術(shù)，就可以輕易地得到每個人的信息。

２．３ 人工智能衍生的道德倫理困境

首先，人工智能算法的設計者由于本身的一些偏見或者負面情緒以及訓練數(shù)據(jù)的片面性，會導致人工智能算法模型表現(xiàn)出種族歧視或者其他的偏見。其次，人工智能算法的不當使用也會導致一些問題，如成癮性算法會誘導人們沉迷于游戲或者短視頻。最后，即使人工智能算法的設計和使用目的都沒有出現(xiàn)問題，但人工智能算法在實際使用的過程中做出的一些決策或者預測從而導致了問題的發(fā)生，也會帶來道德倫理的問題，如自動駕駛汽車在發(fā)生事故后，如何判斷責任歸屬和道德選擇。

３ 如何應對人工智能安全隱患

我國應積極占據(jù)人工智能安全治理及監(jiān)管這一制高點，積極推動我國人工智能應用可信可靠發(fā)展。

對于技術(shù)層面的安全隱患，應該大力發(fā)展防御性的算法，攻擊和防御之間的關(guān)系就好比矛和盾，它們相互博弈，共同進化。目前已經(jīng)有相關(guān)研究人員提出了具有針對性的防御算法，但是由于不同的人工智能的原理差異性太大，這些防御算法的普適性不是很好。另外，一些人工智能算法自身的可解釋性比較低，所以這些攻防研究還處于實驗階段。

目前來看，這些防御性算法還處于試驗階段，無法完全解決人工智能帶來的所有安全問題，那么一系列切實可行的技術(shù)標準以及應用規(guī)范就顯得尤為重要。在這方面，建議系統(tǒng)有條理地制定與人工智能有關(guān)的技術(shù)和工業(yè)標準，包括人工智能模型、算法、數(shù)據(jù)和應用，特別側(cè)重于算法的公平性要求、算法驗證、算法誘導、智能推薦、決策評估、結(jié)果評估和樣本檢查，以促進人工智能的健康發(fā)展和系統(tǒng)應用。

鑒于目前人工智能的技術(shù)缺陷，導致其在價值判斷上受到限制，這使其在機器人、自動駕駛儀、智慧解決方案、智能醫(yī)學等諸多應用中面臨倫理問題。為了應對這些倫理問題，國際社會已經(jīng)展開了廣泛的研究和探討，提出了一些人工智能倫理原則和規(guī)范，如自由、隱私、尊嚴、自主權(quán)、透明性、責任等，旨在保障人工智能技術(shù)的合理開發(fā)和使用。我國也應該積極參與這一進程，組織相關(guān)部門和行業(yè)制定符合我國國情的人工智能倫理原則和規(guī)范，并加強科學化管理，建立成果共享機制，并嚴格遵守倫理準則，促進科技的健康發(fā)展。在人工智能的研發(fā)過程中，強化了科研人員的倫理觀念、倫理約束和法律意識，確保人工智能朝著造福人類的積極健康方向發(fā)展。另外，在解決某些具體的倫理問題時，也可以利用科技自身來尋找解決方案。例如，在面對惡意收集信息的情況時，可以利用保護隱私數(shù)據(jù)的智能程序來對抗非法獲取信息的智能程序。

４ 人工智能在安全態(tài)勢感知中的應用

４．１ 建立防御策略

在本研究中，我們首先建立了一個三維模型，作為應用戰(zhàn)略細化關(guān)鍵技術(shù)的基礎。在模型構(gòu)建過程中，我們采用了系統(tǒng)思維、模式技術(shù)和網(wǎng)絡知識相結(jié)合的方法，以確保系統(tǒng)工程的安全性。同時，我們利用聯(lián)合安全機制來提升數(shù)據(jù)庫性能、信息完整性和計算機設備性能。在實施戰(zhàn)略細化技術(shù)時，我們還注意使網(wǎng)絡信息與弱發(fā)展相適應，并增強高級別防御戰(zhàn)略的有效性。因此，在應用過程中，我們根據(jù)服務資源需求，在節(jié)點端口處獲取系統(tǒng)安全參數(shù)，并根據(jù)參數(shù)變化進行實時優(yōu)化配置，無需額外處理。值得一提的是，在參數(shù)配置中，不僅涉及大量數(shù)據(jù)包和接口數(shù)據(jù)的處理，還涉及語法轉(zhuǎn)換的問題。因此，在模型構(gòu)建時，我們對這些內(nèi)容進行了充分考慮。本研究基于ＣＮＤＰＲ 模型，并將戰(zhàn)略細化概念應用到具體加工中。

生成防御策略后，在設備節(jié)點上以可執(zhí)行策略規(guī)則形式實施，并通過該模型展示系統(tǒng)狀態(tài)變化和活動特征。從形式上看，模型主體分為主體和節(jié)點２ 類。節(jié)點通過節(jié)點名、ＩＰ 和掩碼生成用戶名和密碼，并改變計算機信息流向。主體則是具有相同特征的主體集合。通過分析系統(tǒng)實際應用情況，我們發(fā)現(xiàn)具有相同特征的主題集可以反映出論文特征的綜合，并且不同論文權(quán)限之間存在強相關(guān)性。因此，我們需要使用不同表達式來描述它們。

４．２ 建設模型安全體系

在本研究中，我們對計算機特性和網(wǎng)絡運行狀況進行了全面的分析和掌握，以提高技術(shù)應用的合理性，并增強人工智能技術(shù)和大數(shù)據(jù)技術(shù)的安全性能。

在構(gòu)建模型安全體系的過程中，我們重點關(guān)注了防御策略模型。該模型采用了三維概念，包括ｘ 軸、ｙ 軸和ｚ 軸。其中，ｘ 軸表示系統(tǒng)的安全性水平；ｙ 軸表示不同的網(wǎng)絡層次，如網(wǎng)絡層、應用層、物理層、傳輸層、數(shù)據(jù)鏈路層等；ｚ 軸表示物理環(huán)境因素，包括信息網(wǎng)絡、信息處理和安全管理等。確保模型合理，安全防護效果全面提高。在建立模型時，網(wǎng)絡安全問題是技術(shù)人員必須考慮的，進而提高模型與用戶需求的一致性。

５ 結(jié)束語

人工智能作為全世界競爭的焦點，正在引領(lǐng)著第４ 次工業(yè)革命。為了掌握人工智能的發(fā)展方向，各國和組織都在積極研究人工智能攻防技術(shù)和安全監(jiān)管治理。我國在人工智能產(chǎn)業(yè)規(guī)模和核心企業(yè)數(shù)量方面僅次于美國，位居世界第二。我國的人工智能企業(yè)涵蓋各個領(lǐng)域，有望成為全球最大的人工智能市場。

我國應積極占據(jù)人工智能安全治理及監(jiān)管這一制高點，積極推動我國人工智能應用可信可靠的發(fā)展。首先對于技術(shù)層面的危險，我們要積極發(fā)展防御性的算法來抵御各種攻擊，并發(fā)展出一套框架來適應各種不同的人工智能算法。但是由于目前的技術(shù)限制，單純靠防御性的算法還不足以對抗各種攻擊，這就需要一套規(guī)范的技術(shù)標準以及應用規(guī)范來使我們的人工智能算法更加規(guī)范，從而避免一些人工智能算法攻擊。

其次，對于人工智能衍生出來的道德倫理問題，我國也應該與時俱進，組織相關(guān)部門和行業(yè)制定人工智能的倫理原則和規(guī)范。

參考文獻：

［１］ 張濤．人工智能時代的網(wǎng)絡安全治理機制變革［Ｊ］．河南工業(yè)大學學報（社會科學版），２０２２，３８（２）：７６?８２．

［２］ 彭長根．人工智能安全治理挑戰(zhàn)與對策［Ｊ］．信息安全研究，２０２２，８（４）：３１８?３２５．

［３］ 譚毓安．高度重視人工智能安全問題［Ｊ］．信息安全研究，２０２２，８（３）：３１１?３１３．

［４］ 葉曉亮，陳羽凡．人工智能安全風險及治理研究［Ｊ］．工業(yè)信息安全，２０２２（２）：８３?８９．

作者簡介：張燕平（１９８７—），本科，中級測評師，研究方向：網(wǎng)絡安全。