【数据安全】为AI大模型穿好-防护服-

　　AI技术正以空前绝后的速度融入千行百业。越来越多的机关、企事业单位开始推进大模型私有化部署，广泛应用于企业办公、科技研发、公共服务等领域。但这时，其背后的安全隐患也逐渐凸显。近期多项研究发现，近90%私有化部署的服务器在互联网上“裸奔”，部分模型本身也容易被攻击，存在安全漏洞。

　　对于 数据安全 的定义，有专家指出：“狭义的 数据安全 是免受篡改和破坏，可是广义的 数据安全 包含数据的可靠性、安全性、服务内容的安全性。”在 人工智能 时代， 数据安全 的内涵还在不断拓展。AI技术让企业、个人享受到了空前绝后的便利，但同时也造成了更大的 数据安全 挑战。首先，在训练大模型的进程中，就涉及 海量数据 ，如果处理不妥或违规在未设防模型中处理涉密数据、个人隐私数据、商业敏感数据等，就很可能造成数据被非法获取、泄露。而在数据收集后的处理环节，若犯罪分子恶意利用大模型部署的安全漏洞破坏相关系统，或注入恶意数据影响模型准确性，将可能造成公共服务中断、企业经济流失、安全事故频发等，干扰经济正常运转和社会有序运行。

　　其实，为了保证 数据安全 ，已经有很多技术手段应运而生，如数据加密、访问控制、多因素认证机制、模型水印技术等。还有一些企业开始以AI“对抗”AI，通过机器学习等方式识别安全风险，实现快速响应。但这时，部分管理者对AI安全的认知相对滞后、风险意识稀薄、单位安全防范教育缺失等，也给 数据安全 埋下了很多隐患。好比，在使用开源框架上线服务时，为了追求速度就默认开启不设密码的公网访问模式，不配置正确的安全防护安全措施，忽略了最基本的防火墙配置——这就好比把不设密码的保险箱随意放在大街上，“攻击者”不费吹灰之力便能窃取里面的重要数据。另外，虽然我国已出台多部关于 人工智能 和网络数据的政策法规，但面对快速发展的 人工智能 ，相关法律还存在一定空白，尚需进一步健全完善。

　　技术发展得越快，安全保证的切实需求就越迫切。当AI技术飞速“狂奔”，甭管是开发者、企业还是普通用户，都更应提高警觉，共同筑牢AI大模型“安全墙”。在技术层面，AI企业要主动承担安全责任，提高技术水平，利用顶尖的安全技术保障和运行监测，让大模型运行更安全、可靠、稳定。在安全意识上，企业在部署大模型前，务必做好全面风险评估和安全规划，制定安全方案，自觉开展安全培训，避免因工作失误造成安全事故。从规范层面看，有必要以详细、具体的法律法规明确数据使用的范畴、统一AI安全认证的标准和规范等，为AI 数据安全 提供法治支撑。

　　AI大模型的应用场景仍在不断拓展，唯有时刻保持戒备、不断创新，才能为AI大模型穿上更有效的“防护服”，进一步筑牢安全基座。