在数据输入、指令输出两大关键环节实现“车同轨、书同文”

 
AI在网络安全领域深入应用，还面临三大挑战。奇安信集团董事长齐向东在2024全球数字经济大会数字安全高层论坛暨北京网络安全大会战略峰会（以下简称“BCS大会”）上表示。

 
三大挑战
AI快速发展的三大核心要素是数据、算力和算法，其中，数据的质量和量级对AI系统的性能有着直接的影响。在机器学习中，数据用于训练算法，使模型能够学习到数据中的模式和关联。高质量的数据可以帮助算法更准确地进行预测和分类，数据量的大小则可以影响模型的泛化能力。
齐向东表示，AI在网络安全领域释放强大潜能也有赖于三大必要条件。首先，需要全而新的高质量数据，为AI训练和应用提供基础支撑。一方面，要有足够多的基础安全数据用于训练安全大模型。另一方面，要有足够贴近实战的一手原始语料用于大模型推理。基于这种全而新的高质量数据训练出来的大模型，精确性和实用性才能远超未优化的通用模型。“奇安信拥有的安全数据规模位居全国首位，为大模型预训练打下了坚实基础；奇安信在实战中积累安全知识和经验，既是训练高水平安全大模型的核心要素，也可作为大模型推理时所需的最新实时信息，确保生成精准、高价值的安全解决方案”。
其次，需要体系化的网络安全建设，为AI“赋能企业安全”建设提供平台。齐向东表示，网络安全防护有赖于体系化协同。“2019年，奇安信提出建设内生安全体系，把网络安全设备和业务流转、不同层次的信息系统有机结合，感知、响应对业务系统和数据的任何破坏行为。当前，通过AI赋能内生安全体系，不仅可以实现网络安全系统和客户业务系统的完美融合，更能实现网络安全响应从滞后到实时的大跃升，全时段瞬时响应成为可能，也为AI实时发挥防护功能和学习最新技术提供了真实、海量场景”。
最后，需要标准数据输入、指令输出统一，为AI驱动安全效能发挥扫除障碍。训练好的安全大模型，能否取得好效果取决于设备和体系是否有统一的标准。在齐向东看来，标准的统一至少包括两个方面：一方面，数据输入标准的统一，让AI能通过标准系统读懂“多国语言”，完成体系化分析；另一方面，指令输出标准的统一，让AI实现跨设备、跨系统的能力协同和全局联动。
统一标准数据输入和指令输出能够提升整个行业的协作效率，降低交易成本，提高系统安全性和可靠性，并推动技术的持续发展。这对于AI驱动安全领域尤其重要。“统一度量衡，功在当代，利在千秋。”齐向东呼吁，进入AI驱动安全的新纪元，全行业要在数据输入、指令输出两大关键环节实现“车同轨、书同文”。
 
如何推动标准的统一
数据输入和指令输出标准的统一是实现人工智能高效协作和联动的基础。在安全领域，这两点的实现尤为重要。数据输入标准统一面临三方面难点。第一，数据格式具有多样性。不同系统、不同设备产生的数据格式差异很大，如文本、图片、视频、音频等。这决定了其标准统一具有难度。第二，数据定义不一致且数据质量参差不齐。相同的数据类型在不同的系统中可能有不同的定义和解释，而且数据可能存在不完整、错误或重复的情况。第三，隐私和合规问题。数据收集和使用需要遵守相关法律法规，而不同地区和国家的法律可能有所不同。
如何解决上述问题？第一，制定通用数据标准。建立一套通用的数据格式和定义标准，便于不同系统和设备间的数据交换。第二，做好数据清洗和预处理，对元数据进行管理。在数据输入前进行清洗和预处理，确保数据质量；利用元数据记录数据的来源、格式、定义等信息，方便数据的理解和处理。第三，遵守法律法规。在数据收集和使用过程中，遵守相关的隐私保护法律和合规要求。
统一标准的建立和实施是一个长期、系统的过程，需要多方面的努力和合作。政府可以出台相关政策和标准引导行业走向统一；可以协同多方力量，数据输入和指令输出标准的统一推动行业合作：各行业参与者共同制定和遵循统一的标准；不断研发新技术以支持数据标准的统一和执行。
 

(本文不涉密)
责任编辑：杨光

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。