人工智能双刃剑，如何把好“安全关”？

面对人工智能这把双刃剑，我们该如何把好“安全关”?邬江兴首先指出，AI算法模型存在“三不可”的基因缺陷，即不可解释性、不可判识性以及不可推论性。

他认为，整个AI安全可分为内生安全问题和非内生安全问题，内生又分为个性问题和共性问题，当下，网络内生安全问题正在全面挑战当今世界生态系统底层驱动技术。网络内生安全范式应当是AI可信应用系统理论发展方向，智能时代需要正确的理论方向，以确保AI技术的健康发展。

中国科学院院士冯登国谈到，当前，人工智能技术已经从较为单一的算法发展阶段跨越到了软件、硬件与应用场景相结合的全方位、一体化的发展阶段，AI算法的更新迭代，使得传统安全分析技术无法适应人工智能领域出现的新算法和新模型。

冯登国表示，应对网络空间安全形势变化，需要更坚实、富有弹性的网络空间安全保障体系。他从数据泄露、关基保护、深度伪造、错误信息涌现等角度解读大模型伴生的安全风险和挑战，并从政策法规制定、前沿技术探索和创新能力提升三个维度思考应对之策。

绿盟科技集团董事长、总裁胡忠华直言，近年来持续加大在数据安全、人工智能等领域的创新投入。一方面，围绕日志降噪、推理研判、自动化渗透攻击三个安全实战场景，持续迭代安全垂域大模型，通过提示词工程构建安全专家思维链，并使用检索增强、知识图谱提升可信度和专业度，为用户提供具备可落地的安全检测、研判能力。

另一方面，持续加强技术研究与创新，从构建可信任的安全智能生态出发，逐步构建“大模型+小模型”协同安全运营新体系，并在大模型安全性方向进行深入研究，发布了AI大模型安全威胁矩阵及风险评估工具，帮助用户在自有模型时管理安全风险。

教育部信息技术新工科联盟网络空间安全工委会主任、杭州市人工智能学会副理事长胡瑞敏认为，在数据被列为第五大生产要素的今天，应对数据供不出、流不动、安全保障难等挑战，亟需构建一个面向数据要素化的数据生命周期安全防护体系。

胡瑞敏以数据安全风险事件为切入点，引出当前数据安全面临的困境，即数据分级分类、可信确权以及数据安全利用，并进一步对其团队在数据安全防护密码技术领域的研究工作进行了介绍。

国家工业信息安全发展研究中心首席专家、数据安全所所长李俊指出，数据作为数字经济时代的关键新兴生产要素，保障数据安全已成为事关国家安全与经济社会发展的重大问题。随着新一代信息技术与制造业深度融合，工业企业数字化、网络化、智能化加速推进，工业数据载体漏洞和后门、非受控运维、数据暴露面等数据安全风险日益突出。