質(zhì)量重于數(shù)量
2023-08-04
作者:派拓網(wǎng)絡(luò)大中華區(qū)售前總經(jīng)理 董春濤
來源:派拓網(wǎng)絡(luò)
在我們對推動算法革命的數(shù)據(jù)展開研究的過程中,,算法透明度和問責(zé)制是核心原則,。一些人可能誤認為這種說法是在隱晦地呼吁公開知識產(chǎn)權(quán)。然而,,經(jīng)過細致入微的研究,,我們發(fā)現(xiàn)了一個更加復(fù)雜的敘事,即大型語言模型和專有模型之間的區(qū)別,。
大型語言模型是在綜合文本數(shù)據(jù)集上訓(xùn)練而成的AI系統(tǒng),,其設(shè)計意圖是根據(jù)輸入內(nèi)容生成類似人類的文本?!按笮汀币辉~體現(xiàn)了模型在參數(shù)數(shù)量和訓(xùn)練數(shù)據(jù)量上的規(guī)模,。比如 OpenAI 的GPT-3在訓(xùn)練時運用了一個包含1750億個海量文本參數(shù)的巨大模型。這些模型必須能夠理解它們生成的文本,,通過辨別訓(xùn)練數(shù)據(jù)中的模式來生成并輸出預(yù)測結(jié)果,。一個不變的原則是:只有綜合全面的高質(zhì)量訓(xùn)練數(shù)據(jù)才能使模型生成準(zhǔn)確的預(yù)測結(jié)果。
與之相反的是,,“專有模型”通常由特定實體或公司創(chuàng)建,。其設(shè)計、結(jié)構(gòu)和算法保護創(chuàng)建者的知識產(chǎn)權(quán),。這個詞往往指的是藍圖可供公眾使用,、修改和傳播的開源模型。值得注意的是,,專有模型與大型語言模型沒有本質(zhì)區(qū)別,,使用“專有模型”這個術(shù)語是為了強調(diào)模型的其他特征。
以O(shè)penAI的GPT-3為例,,它既可以是大型語言模型,,也可以是專有模型。網(wǎng)絡(luò)安全行業(yè)給出了一個恰當(dāng)?shù)谋扔鳎骸袄M,,垃圾出”。與網(wǎng)絡(luò)衛(wèi)生實踐一樣,,為模型提供經(jīng)過整理的高質(zhì)量數(shù)據(jù)可以影響輸出結(jié)果,,在實現(xiàn)精準(zhǔn)異常檢測的同時推動創(chuàng)新。
那么如何防止數(shù)據(jù)中毒呢,?關(guān)鍵在于用細致入微的數(shù)據(jù)采集和整理取代雜亂無章的數(shù)據(jù)積累,。無論是專有模型還是開源模型,,確保采集高質(zhì)量的數(shù)據(jù)可以幫助提升模型輸出結(jié)果的準(zhǔn)確性。決定模型有效性的最終因素是數(shù)據(jù)的質(zhì)量和相關(guān)性,,而非數(shù)據(jù)的數(shù)量,。
算法透明度要求明確算法的一般操作。例如貸款決策算法應(yīng)說明其考慮的因素(收入,、信用評分)及各項因素的權(quán)重,。與之相對應(yīng)的算法問責(zé)制則要求實體對其算法決策負責(zé),尤其是當(dāng)出現(xiàn)跡象表明結(jié)果帶有偏差或差別時,。
由于應(yīng)用了機器學(xué)習(xí),,入侵檢測系統(tǒng)(IDS)可監(jiān)視網(wǎng)絡(luò)是否存在潛在威脅或違反政策的情況。機器學(xué)習(xí)可以根據(jù)以往數(shù)據(jù)識別威脅,,大大提升了 IDS 的能力,。但即便如此,透明度和問責(zé)制方面仍然存在挑戰(zhàn),。
因此,,算法透明度的“潛臺詞”是 IDS 用戶需要對決策依據(jù)具備一定的了解。例如,,威脅信號的特征是什么,?IDS如何區(qū)分正常活動和惡意活動,?雖然為了避免給攻擊者提供“參考”而不能公布具體的系統(tǒng)機制,,但用戶只有在掌握足夠信息的情況下才能信任并有效利用該系統(tǒng)。
算法問責(zé)制提出了誤報和漏報的責(zé)任問題,。IDS 提供商應(yīng)對此類錯誤承擔(dān)責(zé)任,,尤其是當(dāng)這些錯誤是由算法缺陷引起時。
目前挑戰(zhàn)在于如何在透明度,、問責(zé)制,、專有利益保護和潛在攻擊防范之間保持平衡。這是一項涉及多方面的任務(wù),,需要細致入微的考量和各方面兼顧的方法,。另外,需要認識到理解某些算法(如神經(jīng)網(wǎng)絡(luò))的決策過程及保護專有信息的技術(shù)復(fù)雜性,。然而盡管存在這些障礙,,但對于優(yōu)化算法透明度和問責(zé)制,專家們已經(jīng)達成共識,。
鑒于日益智能和先進的黑客技術(shù)所帶來的威脅迫在眉睫,,網(wǎng)絡(luò)安全行業(yè)必須擁有同等資源才能對抗這些AI驅(qū)動的攻擊。從長遠來看,,安全行業(yè)的目標(biāo)不僅是讓一群人類威脅獵手通過猜測來零散地解決問題,。
當(dāng)務(wù)之急是采取智能化措施來化解這些不斷發(fā)展的威脅,。作為全球網(wǎng)絡(luò)安全領(lǐng)導(dǎo)企業(yè),Palo Alto Networks(派拓網(wǎng)絡(luò))一直在加速AI在網(wǎng)絡(luò)安全堆棧中的應(yīng)用,,是當(dāng)今安全行業(yè)最成熟的AI應(yīng)用之一,。派拓網(wǎng)絡(luò)不僅在人工智能和機器學(xué)習(xí)方面的投資處于領(lǐng)先地位,而且還致力于將這些投資轉(zhuǎn)化為客戶可以獲得的實實在在的利益,。