观察丨瑞莱智慧唐家渝:AI安全风险背后原理何如,怎样应对( 二 )


瑞莱智慧的解题思路就是建立兼顾“被动”和“主动”的防御机制 。 唐家渝解释道 , 被动防御为AI应用部署静态的安全能力 , 防范已知安全风险 , 比如对外部访问、输入数据、行为决策等进行检测 , 为算法模型部署加固防护组件等 , 提升系统抵御攻击的能力 。 主动防御则是为补充被动式防御的局限 , 引入和强化人工智能安全团队力量 , 以动态防御对未知威胁进行风险预判 , 构建自适应、自生长的安全能力 。
具体而言 , 目前在被动防御方面 , 瑞莱智慧推出多款人工智能安全产品:AI安全防火墙 , 其能够在AI系统运行环节有效检测和抵御对抗样本、深度伪造等新型攻击手段;人工智能安全平台RealSafe , 集成对抗攻防算法 , 提供端到端的模型安全检测能力 , 自动化高效评估AI安全风险 , 并提供安全性增强方案;隐私保护计算平台RealSecure , 在数据训练、建模等环节部署数据安全能力 , 实现“数据可用不可见” 。
在主动防御方面 , 瑞莱智慧则推出人工智能安全靶场RealRange , 提供实战化、体系化的一站式人工智能攻防演练服务 , 基于攻防实战演练将安全风险暴露前置 , 提前发现和适应瞬息万变的新型攻击和高级威胁 , 动态提升团队软实力 , 实现“让风险发生在靶场 , 让有效防御构建在安全事件之前” 。
瑞莱智慧AI安全产品矩阵 , 可实现对人脸识别、目标检测、图像分类等系统的安全升级 , 目前已在多个场景得到应用 。 比如与国内某头部人脸识别支付厂商合作 , 通过利用AI对抗攻击算法全面发掘人脸识别模型的漏洞 , 并进一步提供防御加固方案 , 提升刷脸支付的安全性 。 与某电网企业的合作中 , 利用RealSafe平台自动发掘输电线路危险品识别算法模型的漏洞 , 通过对抗训练提升算法鲁棒性 , 确保国家基础设施安全性 。
最后 , 唐家渝表示 , AI安全是新兴领域 , 除了部署技术体系外 , 更需要框架指导、标准规范、法律合规等多个维度协同推进 。 他介绍道 , 目前瑞莱智慧已经与国家工信安全中心、中国信通院、国家互联网应急中心等单位开展合作 , 联合落地标准制定、测试评估等工作 , 推动AI安全从“试点示范”走向“推广应用” 。 未来 , 瑞莱智慧也将持续聚焦于国际领先的AI安全攻防技术的研发和产业化实践 , 护航智能产业安全可控地蓬勃发展 。

特别声明:本站内容均来自网友提供或互联网,仅供参考,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。