面對人工智能這把雙刃劍，我們該如何把好“安全關”?鄔江興首先指出，AI算法模型存在“三不可”的基因缺陷，即不可解釋性、不可判識性以及不可推論性。

他認為，整個AI安全可分為內(nèi)生安全問題和非內(nèi)生安全問題，內(nèi)生又分為個性問題和共性問題，當下，網(wǎng)絡內(nèi)生安全問題正在全面挑戰(zhàn)當今世界生態(tài)系統(tǒng)底層驅動技術。網(wǎng)絡內(nèi)生安全范式應當是AI可信應用系統(tǒng)理論發(fā)展方向，智能時代需要正確的理論方向，以確保AI技術的健康發(fā)展。

中國科學院院士馮登國談到，當前，人工智能技術已經(jīng)從較為單一的算法發(fā)展階段跨越到了軟件、硬件與應用場景相結合的全方位、一體化的發(fā)展階段，AI算法的更新迭代，使得傳統(tǒng)安全分析技術無法適應人工智能領域出現(xiàn)的新算法和新模型。

馮登國表示，應對網(wǎng)絡空間安全形勢變化，需要更堅實、富有彈性的網(wǎng)絡空間安全保障體系。他從數(shù)據(jù)泄露、關基保護、深度偽造、錯誤信息涌現(xiàn)等角度解讀大模型伴生的安全風險和挑戰(zhàn)，并從政策法規(guī)制定、前沿技術探索和創(chuàng)新能力提升三個維度思考應對之策。

綠盟科技集團董事長、總裁胡忠華直言，近年來持續(xù)加大在數(shù)據(jù)安全、人工智能等領域的創(chuàng)新投入。一方面，圍繞日志降噪、推理研判、自動化滲透攻擊三個安全實戰(zhàn)場景，持續(xù)迭代安全垂域大模型，通過提示詞工程構建安全專家思維鏈，并使用檢索增強、知識圖譜提升可信度和專業(yè)度，為用戶提供具備可落地的安全檢測、研判能力。

另一方面，持續(xù)加強技術研究與創(chuàng)新，從構建可信任的安全智能生態(tài)出發(fā)，逐步構建“大模型+小模型”協(xié)同安全運營新體系，并在大模型安全性方向進行深入研究，發(fā)布了AI大模型安全威脅矩陣及風險評估工具，幫助用戶在自有模型時管理安全風險。

教育部信息技術新工科聯(lián)盟網(wǎng)絡空間安全工委會主任、杭州市人工智能學會副理事長胡瑞敏認為，在數(shù)據(jù)被列為第五大生產(chǎn)要素的今天，應對數(shù)據(jù)供不出、流不動、安全保障難等挑戰(zhàn)，亟需構建一個面向數(shù)據(jù)要素化的數(shù)據(jù)生命周期安全防護體系。

胡瑞敏以數(shù)據(jù)安全風險事件為切入點，引出當前數(shù)據(jù)安全面臨的困境，即數(shù)據(jù)分級分類、可信確權以及數(shù)據(jù)安全利用，并進一步對其團隊在數(shù)據(jù)安全防護密碼技術領域的研究工作進行了介紹。

國家工業(yè)信息安全發(fā)展研究中心首席專家、數(shù)據(jù)安全所所長李俊指出，數(shù)據(jù)作為數(shù)字經(jīng)濟時代的關鍵新興生產(chǎn)要素，保障數(shù)據(jù)安全已成為事關國家安全與經(jīng)濟社會發(fā)展的重大問題。隨著新一代信息技術與制造業(yè)深度融合，工業(yè)企業(yè)數(shù)字化、網(wǎng)絡化、智能化加速推進，工業(yè)數(shù)據(jù)載體漏洞和后門、非受控運維、數(shù)據(jù)暴露面等數(shù)據(jù)安全風險日益突出。