7月9日,由中国互联网协会主办的2024(第二十三届)中国互联网大会在京开幕。本届大会以“互联三十载 智汇新质变”为主题。全国政协委员、全国工商联副主席、奇安信集团董事长齐向东出席开幕式并作了题为《以AI驱动安全 全力护航互联网新质变》的演讲。
全国政协委员、全国工商联副主席
奇安信集团董事长齐向东
齐向东表示,人工智能新时代,网络安全面临着全方位挑战,要以AI驱动安全,应对三大安全威胁、补齐三大薄弱环节,全方位提升新时代安全能力,护航互联网新质变,共同打造安全、稳定、繁荣的网络空间。
人工智能时代 网络安全面临全方位挑战
人工智能新时代下,生产力得到了极大地提高,同时,安全威胁也正由点及面地全方位扩散。一方面,网络安全攻击造成严重的经济损失;另一方面,网络安全事故还会严重威胁国家安全。
齐向东总结了人工智能新时代面临的三大安全威胁:
一是AI“饱和式”攻击打垮网络安全运营体系。攻击者可以利用AI工具对网络攻击进行改造和升级,短时间内发动大范围连续进攻,让目标处于无法应付的饱和状态,然后趁虚而入。那些原本就缺少安全专家的政企机构,就会陷入“攻强守弱”的境地。
二是AI深度伪造引发社会混乱。人工智能可以快速编写恶意软件与代码,AI欺诈事件频繁发生。一些不法分子利用人工智能技术进行“深度伪造”,冒用身份混淆视听,进行网络欺诈,“眼见未必为实”“耳听未必为真”将成为常态,极有可能引发社会认知混乱。
三是AI投毒污染数据冲击安全防线。人工智能时代,黑客组织利用AI升级攻击手段,通过对抗样本、数据投毒、模型窃取等多种方式对AI算法进行攻击,使其产生错误的判断,同时由于算法黑箱和算法漏洞的存在,这些攻击往往难以检测和防范。
面对这三大网络安全威胁,政企机构的网络安全建设还处于探索阶段,存在着人力不足、思路落后、体系不全的薄弱环节,暴露了当前我国网络安全防护上普遍存在的建设思路落后、不成体系、人才短缺的问题。
以AI驱动安全 全方位提升新时代安全能力
“想要应对三大安全威胁、补齐三大薄弱环节,就要用AI驱动安全,为安全能力带来指数级跃升。”
齐向东介绍,在单点设备检测方面,AI可以对过去人工漏掉的告警进行全量研判,实现安全能力十倍级提升;在体系化防御方面,通过AI赋能的综合分析和全局联动,实现安全能力百倍级提升;在溯源和反制方面,从威胁发现到攻击溯源环节,依托AI的智能化、自动化,可实现响应能力的千倍级提升。
在“AI驱动安全”这条路上,奇安信已率先进行了大量探索实践,让AI真正赋能安全,实现“质”“效”双提升。
一是以AI驱动安全,加强分析研判效率。奇安信AI战略产品QAX-GPT安全机器人,其研判效率相当于人工的数十倍,极大降低了告警漏报率。
二是以AI驱动安全,实现运营能力循环上升。通过部署安全机器人与NGSOC构成的“AI+安全运营”方案,可实现威胁事件的自动化响应;通过AI与防火墙、WAF、SOAR等安全产品的协同联动,对遏制安全威胁的处置时间从过去的10分钟缩短到秒级;对复杂事件的溯源分析缩短到分钟级,安全运营效率大幅提升。
三是以AI驱动安全,升级全场景防护能力。齐向东介绍了AI在多个场景中的应用:在“AI+安全开发”方面,基于大模型的代码助手极大提高了开发人员的效率,不仅实现了代码的高效编写,还能自动检测并修复潜在的安全漏洞;在“AI+终端安全”方面,奇安信天擎、反病毒、沙箱等产品深度融合安全大模型的分析能力,无论是二进制文件还是非PE脚本类代码,都能快速分析并识别;奇安信还将AI全方位应用在漏洞挖掘、电子取证、操作流程自动化上等众多产品和业务流程方面,大大提高了产品威胁发现、研判、处置水平,升级全场景的安全防护能力,激发网络安全最大效能。
最后,齐向东表示,互联网是推动我国经济发展、社会进步的重要引擎,中国互联网走过了从无到有、从小到大的三十年。在人工智能赋能千行百业的当下,奇安信将用AI驱动安全,全力护航互联网新质变,共同打造安全、稳定、繁荣的网络空间。
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。