廣東省WTO/TBT通報(bào)咨詢研究中心 版權(quán)所有
隨著人工智能技術(shù)在產(chǎn)業(yè)中的不斷深化，AI系統(tǒng)已逐步成為企業(yè)關(guān)鍵業(yè)務(wù)的組成部分。與傳統(tǒng)IT系統(tǒng)不同，AI系統(tǒng)具備“自學(xué)習(xí)、自決策”的特性，這也意味著它們?cè)谶\(yùn)行過程中可能面臨更多非結(jié)構(gòu)化、動(dòng)態(tài)演變的風(fēng)險(xiǎn)場(chǎng)景。例如：
數(shù)據(jù)投毒：攻擊者通過惡意干擾訓(xùn)練數(shù)據(jù)，誘導(dǎo)模型產(chǎn)生錯(cuò)誤輸出，影響系統(tǒng)決策。 對(duì)抗攻擊：輸入精心設(shè)計(jì)的對(duì)抗樣本可欺騙AI模型，繞過安全檢測(cè)或做出錯(cuò)誤判斷。 模型竊取與反向工程：AI模型作為企業(yè)核心資產(chǎn)，易成為攻擊者試圖復(fù)制、反推出模型邏輯的目標(biāo)。 隱私泄露：模型訓(xùn)練過程中可能暴露敏感數(shù)據(jù)，觸發(fā)GDPR等法規(guī)的合規(guī)風(fēng)險(xiǎn)。 系統(tǒng)不可控性：AI系統(tǒng)的不透明性與自適應(yīng)行為，使傳統(tǒng)安全檢測(cè)難以奏效。
這些問題一旦發(fā)生，不僅可能導(dǎo)致企業(yè)數(shù)據(jù)資產(chǎn)受損、業(yè)務(wù)中斷，甚至還會(huì)引發(fā)合規(guī)風(fēng)險(xiǎn)。因此，構(gòu)建具備“可防御、可識(shí)別、可響應(yīng)”能力的AI安全體系，已成為企業(yè)當(dāng)前與未來不可回避的重要課題。
ETSI TS 104 223標(biāo)準(zhǔn)發(fā)布 為AI系統(tǒng)構(gòu)建系統(tǒng)性安全框架
為響應(yīng)日益突出的AI安全需求，歐洲電信標(biāo)準(zhǔn)協(xié)會(huì)（ETSI）于2025年4月正式發(fā)布了《Securing Artificial Intelligence (SAI); Baseline Cyber Security Requirements for AI Models and Systems》——ETSI TS 104 223標(biāo)準(zhǔn)。
ETSI TS 104 223標(biāo)準(zhǔn)通過以下方式增強(qiáng) AI 系統(tǒng)的網(wǎng)絡(luò)安全性：
數(shù)據(jù)治理：確保 AI 系統(tǒng)使用的數(shù)據(jù)來源可靠，防止數(shù)據(jù)中毒等攻擊。 模型穩(wěn)健性：增強(qiáng) AI 模型對(duì)抗攻擊的能力，如對(duì)抗樣本和模型混淆。 透明性和可解釋性：提高 AI 系統(tǒng)的透明度，使其決策過程更易于理解和審查。 責(zé)任分配：明確各方在 AI 系統(tǒng)安全中的責(zé)任，確保在出現(xiàn)問題時(shí)能夠迅速響應(yīng)。 持續(xù)評(píng)估和測(cè)試：定期對(duì) AI 系統(tǒng)進(jìn)行安全評(píng)估和測(cè)試，及時(shí)發(fā)現(xiàn)并修復(fù)潛在漏洞。
作為全球首個(gè)聚焦AI系統(tǒng)網(wǎng)絡(luò)安全的標(biāo)準(zhǔn)體系，該標(biāo)準(zhǔn)通過三大核心亮點(diǎn)，為企業(yè)提供了清晰的建設(shè)路徑：
13項(xiàng)核心安全原則：為AI系統(tǒng)的安全設(shè)計(jì)與實(shí)現(xiàn)提供了頂層指導(dǎo)。 72條可操作性要求：細(xì)化了在AI系統(tǒng)生命周期各階段需要滿足的具體安全要求，具有很強(qiáng)的落地指導(dǎo)意義。 安全生命周期管控：將安全考慮融入AI的規(guī)劃、數(shù)據(jù)處理、模型開發(fā)、部署、運(yùn)行維護(hù)等生命周期的每一個(gè)環(huán)節(jié)。
通過這些規(guī)范，標(biāo)準(zhǔn)旨在建立一個(gè)可信賴的 AI 安全生態(tài)系統(tǒng)，保護(hù)最終用戶免受不斷演變的網(wǎng)絡(luò)威脅。
粵公網(wǎng)安備 44010602010620號(hào)