隨著自動駕駛技術,、智能助理、人臉識別、智能工廠,、智慧城市等AI人工智能技術的快速普及和相關安全事件的快速增長,，消費者和業(yè)界對人工智能網(wǎng)絡安全問題和威脅的關注度正不斷提高,。

　　近日,，應歐盟和美國政府的要求，可信AI研究和咨詢專業(yè)公司Adversa發(fā)表了業(yè)界首個全面的人工智能安全性和可信度研究報告,，該報告還結合了Gartner的相關預測以及最近對AI的對抗性攻擊事件,。

　　Adversa顧問委員會前Gartner分析師Oliver Rochford指出：建立對機器學習安全性的信任至關重要。我們要求人們?nèi)ハ嘈臕I的黑匣子（這很困難）,，為了使AI革命成功,，我們必須建立信任……AI面臨的安全風險太大，同時收益也很大,。

　　Adversa的CTO Eugene Neelou表示：“為了提高可信AI領域的安全意識,，一年多前我們啟動了一個項目，以分析學術,、行業(yè)和政府過去十年的發(fā)展情況,。結果令人目瞪口呆，受測AI系統(tǒng)普遍存在安全性和偏差問題,，以及缺乏適當?shù)姆烙胧?，但人們對AI安全的興趣呈指數(shù)增長,。企業(yè)應緊密跟蹤最新AI威脅，實施AI安全意識計劃,，并保護其AI開發(fā)生命周期,，最重要的是從現(xiàn)在開始做起?！?/p>

　　報告顯示：AI領域的安全現(xiàn)狀異常糟糕,；過去兩年AI安全研究論文呈現(xiàn)爆炸式增長；美國,、中國,、歐洲在可信AI研究領域競爭激烈，中國正在加速反超,；AI人工智能領域面臨十大安全威脅,。

　　以下為報告中的部分亮點數(shù)據(jù),，安全牛整理如下：

　　現(xiàn)實中的AI安全事件正在快速增長：

　　在汽車,、生物識別、機器人技術和互聯(lián)網(wǎng)行業(yè)中,，現(xiàn)實世界中的AI安全事件正在快速增長,。作為AI的早期采用者，最受關注的行業(yè)是互聯(lián)網(wǎng)（23％）,、網(wǎng)絡安全（17％）,、生物識別技術（16％）和自治（13％）。

　　AI安全研究論文爆炸式增長：

　　過去兩年中,，政府,、學術界和工業(yè)界發(fā)布的AI安全性方面的研究論文多達3500篇，超過過去二十年的總和,。美國,、中國、歐盟之間的激烈競爭預計將在可信AI競賽中繼續(xù)下去：美國發(fā)表了47％的研究論文,，但中國勢頭強勁,。

　　AI還沒有為黑客攻擊做好準備：

　　人工智能行業(yè)對于現(xiàn)實世界的黑客攻擊還沒有做好充分的準備，60種最常用的機器學習（ML）模型平均至少有一個安全漏洞,。

　　最多被攻擊者針對的AI技術領域是計算機視覺：

　　最多被針對的AI領域是計算機視覺（65％）,，其次是分析、語言和自治系統(tǒng),。

　　圖像,、文本和記錄是最容易遭受攻擊的AI數(shù)據(jù)集：

　　圖像分類和人臉識別最常被攻擊的AI應用：

　　互聯(lián)網(wǎng)、網(wǎng)絡安全,、生物識別和汽車行業(yè)是AI網(wǎng)絡安全問題的重災區(qū)：

　　AI面臨十大安全威脅：

　　1.繞過攻擊（通過對抗性樣本操縱AI決策和結果）81%

　　2.毒化攻擊（注入惡意數(shù)據(jù)降低AI系統(tǒng)可靠性和精確度）6.8%

　　3.推斷攻擊（推斷特定數(shù)據(jù)樣本是否被用于AI訓練）3.5%

　　4.后門攻擊2.3%

　　5.模型抽取攻擊（通過惡意查詢命令暴露AI算法細節(jié)）1.9%

　　6.歸屬推斷攻擊1.3%

　　7.木馬攻擊1.2%

　　8.模型逆轉攻擊（通過惡意查詢獲取的公共輸出數(shù)據(jù)推斷輸入數(shù)據(jù)）1.2%

　　9.反水印攻擊（繞過AI系統(tǒng)對版權和真實性的檢測）0.6%

　　10.重編程攻擊（改變AI模型用于非法用途）0.2%