人工智能在推動經(jīng)濟(jì)社會創(chuàng)新發(fā)展的同時，也在重塑人類安全的未來。從宏觀的角度來看，作為一個新技術(shù)和安全有什么樣的關(guān)系？當(dāng)一個新技術(shù)應(yīng)用于安全時會存在如下兩種情況。

一種是應(yīng)用新技術(shù)服務(wù)于安全領(lǐng)域，我們說是新技術(shù)賦能安全領(lǐng)域。當(dāng)然既可以服務(wù)于防御行為，利用大數(shù)據(jù)可以分析網(wǎng)絡(luò)安全態(tài)勢，這算是賦能防御；也可以服務(wù)于攻擊行為，例如量子計算機(jī)的出現(xiàn)導(dǎo)致現(xiàn)有的密碼體系失去了原有意義，這是賦能攻擊。

第二種是每出現(xiàn)一種新技術(shù)就會帶來新的安全問題，我們說這屬于安全的一種伴生技術(shù)。它也有兩種情況，一種是新技術(shù)本身不成熟帶來了自身的安全問題，例如移動互聯(lián)網(wǎng)的基站帶來了偽基站攻擊的問題，這屬于內(nèi)生安全；還有一種情況是新技術(shù)的問題對自身沒有什么影響，但危害了其他領(lǐng)域，例如區(qū)塊鏈的去中心化問題 原本屬于“可控性缺失”的缺陷，其對區(qū)塊鏈本身沒有什么影響，但卻挑中了中心制管理體系（如比特幣就不能沒收違法所得），這屬于衍生安全。 

人工智能賦能于安全領(lǐng)域 

首先，人工智能可以賦能于防御。人工智能機(jī)器學(xué)習(xí)模型為積 極主動的網(wǎng)絡(luò)防御帶來了新途徑。智能模型采用積極主動的方式，而不是傳統(tǒng)的被動應(yīng)對方式；同時，利用人工智能的預(yù)測能力和機(jī)器學(xué)習(xí)的進(jìn)化能力，可以為我們提供抵御復(fù)雜網(wǎng)絡(luò)威脅的手段。本質(zhì)上來講，最重要的變化是在網(wǎng)絡(luò)攻擊發(fā)生之前就進(jìn)行預(yù)警并采取阻斷措施。麻省理工學(xué)院研發(fā)的基于人工智能的網(wǎng)絡(luò)安全平臺AI2，用人工智能方法來分析網(wǎng)絡(luò)攻擊情況，幫助網(wǎng)絡(luò)安全分析師做那些類似“大海撈針”的工作。AI2系統(tǒng)首先利用機(jī)器學(xué)習(xí)技術(shù)自主掃描數(shù)據(jù)和活動，把發(fā)現(xiàn)的結(jié)果反饋給網(wǎng)絡(luò)安全分析師。網(wǎng)絡(luò)安全分析師將會標(biāo)注哪些是真正的網(wǎng)絡(luò)攻擊活動，并將工程師的反饋納入AI2系統(tǒng)，從而用于對新日志的自動分析。在測試中，研究小組發(fā)現(xiàn)AI2的準(zhǔn)確性約為現(xiàn)今所使用的自動分析工具的3倍，大大減少誤報的概率。另外，AI2在分析過程中可以不斷產(chǎn)生新模型，這意味著它可 以快速地改善自己的預(yù)測率。系統(tǒng)檢測越多的攻擊活動，收到來自分析師的反饋越多，相對地可以不斷提高未來預(yù)測的準(zhǔn)確性。據(jù)報道，AI2通過超過3.6億行日志文件的訓(xùn)練，使其可以分析出85%的攻擊行為，以便告警可疑行為。 

其次，人工智能可以賦能網(wǎng)絡(luò)攻擊，業(yè)內(nèi)稱之為自動化或智能化網(wǎng)絡(luò)攻擊。通過機(jī)器人在人完全不干預(yù)的情況下，自動化地進(jìn)行計算機(jī)的攻擊。近年來連續(xù)發(fā)生的重大黑客事件，包括核心數(shù)據(jù)庫泄密、數(shù)以億計的賬戶遭入侵、WannaCry勒索病毒等都具有自動化攻擊的特點(diǎn)。通過借助自動化工具，攻擊者可以在短時間內(nèi)，以更高效、更隱蔽的方式對大量不同網(wǎng)站進(jìn)行漏洞掃描和探測，尤其對于0day/Nday漏洞的全網(wǎng)探測，將會更為頻繁和高效。人工智能強(qiáng)大的數(shù)據(jù)挖掘和分析能力，以及由此帶來的智能化服務(wù)，經(jīng)常被黑客組織加以利用，借助于人工智能技術(shù)，形成更為擬人化和精密化的自動化攻擊趨勢，這類機(jī)器人模擬真人的行為會更聰明、更大膽，也更難以追蹤和溯源。當(dāng)前，自動化、智能化的網(wǎng)絡(luò)攻擊正在不斷讓網(wǎng)絡(luò)安全防線頻頻失守，而這顯然需要引起網(wǎng)絡(luò)安全行業(yè)的足夠重視，需要從了解自動化網(wǎng)絡(luò)攻擊行為特點(diǎn)入手，及時采取措施。 

早在2013年，美國DARPA就發(fā)起網(wǎng)絡(luò)超級挑戰(zhàn)賽（Cyber Grand Challenge，CGC），旨在推進(jìn)自動化網(wǎng)絡(luò)攻防技術(shù)的發(fā)展，即實(shí)時識別系統(tǒng)漏洞，并自動完成打補(bǔ)丁和系統(tǒng)防御，最終實(shí)現(xiàn)全自動的網(wǎng)絡(luò)安全攻防。DARPA給了104支參賽隊伍以兩年的時間做準(zhǔn)備，要求他們首先開發(fā)一套全自動的網(wǎng)絡(luò)推理系統(tǒng)（Cyber Reasoning System，CRS），以便依靠人工智能技術(shù)來支撐網(wǎng)絡(luò)攻擊。CRS可對主辦方動態(tài)給定的挑戰(zhàn)性程 序(Challenge Binary，CB）進(jìn)行自動漏洞挖掘與補(bǔ)丁生成（防御），需自動生成打補(bǔ)丁后的加固程序（Replacement CB，RCB）；需自動生成漏洞利用程序（攻擊），即自動生成攻擊程序（Proof of Vulnerability，PoV）；需自動生成入侵檢測（IDS）規(guī)則。2015年6月3日進(jìn)行了初賽，24小時內(nèi)，各隊CRS在無人干預(yù)的情況下自動下載組織方提供的131道存在已知內(nèi)存處理漏洞的CB，其共包含覆蓋了53個不同類型的通用缺陷列表（Common Weakness Enumeration，CWE）的590個漏洞，CRS需要自動分析程序并查找漏洞，然后提交自動生成的RCB和PoV。比賽結(jié)果是所預(yù)留的全部漏洞都分別被不同的CRS成功的發(fā)現(xiàn)并修補(bǔ)。最終有7支隊伍進(jìn)入了決賽。決賽在2016年8月4日進(jìn)行。決賽階段增加了線上參賽隊之間的實(shí)時對抗，并增加了網(wǎng)絡(luò)防御能力（CRS可以自動 生成IDS規(guī)則）的評測。裁判機(jī)使用CRS提交的RCB、PoV和IDS規(guī)則，在獨(dú)立、隔離環(huán)境下交叉驗證（用A隊的PoV攻擊B隊的RCB），通過綜合攻擊表現(xiàn)、防御表現(xiàn)、功能損失、性能損失來進(jìn)行評判。最終，卡內(nèi)基梅隆大學(xué)的For All Secure團(tuán)隊的Mayhem獲得CGC冠軍，進(jìn)而獲得人類的Defcon CTF參賽資格。在2016年8 月5-7日舉辦的Defcon CTF上，卡內(nèi)基梅隆大學(xué)的Mayhem機(jī)器CTF戰(zhàn)隊與另外14支人類頂尖CTF戰(zhàn)隊同臺較量，并一度超過2支人類戰(zhàn)隊排名第13。自動化攻擊系統(tǒng)能站上Defcon CTF賽場，開創(chuàng)了“機(jī)器智能”和“自動化攻防”的新局面。由此可見，人工智能在賦能攻擊的方面還是很強(qiáng)大的。 

人工智能所伴生的安全問題

人工智能自身存在著脆弱性，例如對抗樣本就是人工智能的內(nèi)生安全問題。對抗樣本是機(jī)器學(xué)習(xí)模型的一個有趣現(xiàn)象，反映出了人工智能算法的弱點(diǎn)。攻擊者通過在源數(shù)據(jù)上增加人類難以通過感官辨識到的細(xì)微改變，但是卻可以讓機(jī)器學(xué)習(xí)模型接受并做出錯誤的分類決定。一個典型的場景就是圖像分類模型的對抗樣本，通過在圖片上疊加精心構(gòu)造的變化量，在肉眼難以察覺的情況下，讓分類模型產(chǎn)生誤判。對抗樣本除在圖像識別領(lǐng)域存在，也在其他領(lǐng)域存在，如語音、文本等。從網(wǎng)絡(luò)安全領(lǐng)域看，同樣存在類似于對抗樣本的攻擊問題，攻擊者通過對惡意代碼插入擾動操作就有可能對人工智能模型產(chǎn)生欺騙。例如，有人就設(shè)計了一個惡意樣本，讓分類器將一個存有惡意行為的軟件認(rèn)定為良性的變體，從而可以構(gòu)造能自動逃逸PDF惡意軟件分類器的攻擊方法，以此來對抗機(jī)器學(xué)習(xí)在安全中的應(yīng)用。上述安全問題都可能會導(dǎo)致同樣后果，就是導(dǎo)致人工智能系統(tǒng)發(fā)生錯誤的決策、判斷，以及系統(tǒng)被控制等問題。

人工智能技術(shù)存在著巨大的安全性挑戰(zhàn)。目前人工智能系統(tǒng)還無法超出固有的場景或?qū)μ囟ㄕZ境的理解，人工智能技術(shù)在下棋或游戲等有固定規(guī)則的范圍內(nèi)一般不會暴露其脆弱性，當(dāng)環(huán)境數(shù)據(jù)與智能系統(tǒng)訓(xùn)練的環(huán)境大相徑庭，或者實(shí)際的應(yīng)用場景發(fā)生變化，或者這種變化超出機(jī)器可理解的范圍時，人工智能系統(tǒng)可能就立刻失去判 斷能力。美國智庫“新美國安全中心”最近發(fā)布的《人工智能：每個決策者需要知道什么》報告顯示，人工智能的一些弱點(diǎn)可能對國家安全等領(lǐng)域造成巨大影響。 

人工智能的失誤可能會給人類帶來災(zāi)難，從而會形成衍生安全問題。2016年5月7日，在佛羅里達(dá)州公路上一輛處于“自動駕駛”模式的特斯拉Model S以74英里的時速，撞上了拐彎中的白色拖掛式大貨車。Model S從貨車車底穿過，車頂被完全掀飛，40歲的駕駛員Joshua Brown不幸死亡。出事路段限制時速為65英里/時。由于 “自動駕駛”模式車前的高清攝像頭為長焦鏡頭，當(dāng)白色拖掛卡車進(jìn)入視覺區(qū)域內(nèi)時，攝像頭只能看到懸浮在地面上的卡車中部，而無法看見整個車輛；此外，當(dāng)時陽光強(qiáng)烈(藍(lán)天白云)，使得自動駕駛系統(tǒng)無法識別出障礙物是一輛卡車，而更像是飄在天上的云，導(dǎo)致自動剎車未生效。這次事故引發(fā)了外界對自動駕駛汽車安全性的爭議。這種自動駕駛的缺陷導(dǎo)致人類傷亡的事情，是典型的人工智能衍生安全的案例。 

當(dāng)前，人們已經(jīng)開始關(guān)注人工智能自身的安全問題，霍金曾經(jīng)在2015年8月與美國Reddit 網(wǎng)的問答互動中，提出了人工智能“威脅論”的觀點(diǎn)，后又曾多次在世界知名期刊撰文強(qiáng)調(diào)類似看法。比爾•蓋茨稱，人類在人工智能領(lǐng)域已經(jīng)取得了很大進(jìn)展，這些進(jìn)展能讓機(jī)器人在接下來的10年內(nèi)學(xué)會駕駛和做家務(wù)，在一些特定的領(lǐng)域甚至能比人類優(yōu)秀。但是之前他曾經(jīng)提出警告，“人工智能如果進(jìn)展太快，可能會對未來的人類造成一定威脅”。特斯拉創(chuàng)始人馬斯克在Code大會上也預(yù)測智能機(jī)器人未來，他認(rèn)為未來人類生活將離不開虛擬現(xiàn)實(shí)技術(shù)，而這一技術(shù)的高度發(fā)展將使人類很難分辨出真實(shí)與游戲的區(qū)別；加之人工智能的飛速發(fā)展，人類智商將會止步不前；最為嚴(yán)重的后果是機(jī)器人反超人類成為實(shí)際運(yùn)營世界的主體，人類在機(jī)器人心中可能如寵物一般的存在。 

防止人工智能體行為失控的方案

隨著人工智能技術(shù)的高速發(fā)展，人工智能行為體越來越有可能在不遠(yuǎn)的將來成為人類生活重要組成部分。目前，相關(guān)研究領(lǐng)域?qū)＜乙颜J(rèn)識到人工智能存在巨大風(fēng)險，并從人工智能安全設(shè)計原則、標(biāo)準(zhǔn)規(guī)范、道德倫理方面進(jìn)行呼吁。但是，針對如何設(shè)計一個防止具有行為能力的人工智能系統(tǒng)失控的裝置？該裝置應(yīng)具備的什么樣的控制功能和性能指標(biāo)？該裝置的軟硬件形態(tài)是什么？這些目前尚無研究成果。

人工智能為什么會危害人類？前提是要有一個具有行為能力的、由人工智能來操作的行為體。人工智能行為體是指一類能感知外部環(huán)境并將之作為輸入，通過內(nèi)部算法進(jìn)行決策，并利用自身驅(qū)動裝置與物理世界產(chǎn)生交互行為的自主硬件實(shí)體。自動行走機(jī)器人、自動駕駛汽車和人工智能武器等，都是人工智能行為體的類型。人工智能行為體需要有感知外部環(huán)境、內(nèi)部控制邏輯、運(yùn)動驅(qū)動裝置和自主能力（自學(xué)習(xí)）四個要素的體現(xiàn)。外部環(huán)境包括所處的自然環(huán)境和相關(guān)生物體等；內(nèi)部控制邏輯是指預(yù)制在人工智能行為體內(nèi)部，用于產(chǎn)生運(yùn)動行為的程序；運(yùn)動驅(qū)動裝置是可與物理世界交互，或者可改變?nèi)斯ぶ悄苄袨轶w處所空間坐標(biāo)的硬件；自主能力是指人工智能行為體可以自己設(shè)定要達(dá)到的目標(biāo)函數(shù)或自主決策，而非由人類設(shè)定目標(biāo)。

人工智能在什么情況下會危害人類？需要同時滿足三個條件，第一，有行為能力，AlphaGo是下棋機(jī)器人，不能動，所以不會危害人類；第二，有足夠破壞力的動能，有危害性，掃地機(jī)器人不具有破壞的動能，所以不會危害人類；第三，具有自主能力，完全聽命于人類的系統(tǒng)，不會主動傷害人類，但會誤傷人類。

首先，能動的問題已解決；第二，有破壞力的機(jī)器人也已經(jīng)存在，這是一個危險因素；第三個要素，自主行為體。運(yùn)動體已經(jīng)比比皆是，破壞力已經(jīng)突破掉了，關(guān)鍵就是能不能自主。但是我們不能太相信機(jī)器人不會自我進(jìn)化到具有危害人類的程度，所以對它預(yù)先要有約束。針對機(jī)器人來說有一個國際標(biāo)準(zhǔn)，提出了四種約束條件。第一是安全級的監(jiān)控停止，當(dāng)出現(xiàn)問題時，有讓它停止的能力；第二是手動引導(dǎo)，做什么事情讓它做它才開始做，如果這個機(jī)器人只能手動才開始做，它就沒辦法給自己設(shè)定攻擊性目標(biāo)；第三是速度和距離監(jiān)控，當(dāng)它和人比較接近時，速度必須降下來；第四是功率和力的限制，當(dāng)和人接近時其功率必須迅速降下來。這些都是保護(hù)人類要做的事情。 

我們提出一種如圖1所示的防止人工智能行為體失控的方法——AI保險箍。圖中，串聯(lián)模塊用于與人工智能行為體的決策系統(tǒng)和驅(qū)動裝置連接；反摘除模塊用于在發(fā)生暴力拆除時，毀滅人工智能行為體，其確保本裝置無法從人工智能行為體總摘除。AI保險箍方法的核心要點(diǎn)包括：①人工智能行為體的驅(qū)動裝置需采取主動探測或被動監(jiān)聽等方法，以檢測到一個授權(quán)的、認(rèn)證的、可信的控制系統(tǒng)(AI保險箍)的存在，并接受其完全控制；② 當(dāng)人工智能行為體無法檢測到一個授權(quán)的、認(rèn)證的、可信的控制系統(tǒng)存在時，應(yīng)停止一切工作；③ 速度與距離監(jiān)控，當(dāng)人工智能行為體中某個危險部件與人之間的距離小于安全距離時，觸發(fā)保護(hù)停止、觸發(fā)與人工智能行為體相連的安全級功能；④ 在人工智能行為體發(fā)生失控時，系統(tǒng)能根據(jù)遠(yuǎn)程控制命令，實(shí)現(xiàn)人工智能行為體的遠(yuǎn)程控制，使其無法危害人類或?qū)⑽：�控制到最低；�?系統(tǒng)會對人工智能行為體進(jìn)行風(fēng)險識別，當(dāng)識別出風(fēng)險時，發(fā)出警報示警，進(jìn)一步防止人工智能行為體因為失控而造成的損害。 

結(jié)束語 

人工智能作為最具顛覆性和戰(zhàn)略性的核心關(guān)鍵技術(shù)，持續(xù)引起全球產(chǎn)業(yè)界、學(xué)術(shù)界和各國政府的高度關(guān)注。當(dāng)前，人工智能技術(shù)在安全領(lǐng)域的應(yīng)用需求日益迫切，同時，人工智能自身的安全問題也不容小覷，安全與人工智能并舉，雙方的融合發(fā)展與創(chuàng)新是我強(qiáng)國戰(zhàn)略中不可忽視的重要助推因素。

查看更多相似文章