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
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。