在人工智能技术和利用一直倒退的明天，AI 平安的重要性日益凸显。12 月 28 日，百度 AI 开发者大会“AI 平安论坛”举办。基于百度平安率先提出的 Security、Safety 和 Privacy 三大 AI 平安钻研维度，论坛集中展示了百度在 AIoT、模型平安、隐衷计算及主动驾驶等方面上获得的翻新与停顿。
AI 技术畛域炽热的钻研趋势和高效的开发迭代速度能够应答日益剧增的需要，但技术的频繁更新和开发的高速迭代仍对底层的计算框架的安全性带来了冲击，Security、Privacy 和 Safety 三大 AI 平安钻研维度，别离指向了反抗平安、数据安全与隐衷爱护及非反抗平安。百度首席平安科学家李康在会上分享了《百度 AI 平安钻研的停顿与愿景》的主题演讲，在过来的一年里，百度平安以 PaddleSleeve、PaddleFL、Teaclave、史宾格平安及隐衷合规平台、AI 鲁棒性评测报告等重磅产品技术公布迭代，别离在模型平安、数据安全及 AIoT 等多个方面获得了长足的停顿。
李康示意，百度平安将会继续关注 AI 平安，进攻伎俩将会是系统安全技术与应用层进攻联合，全方位爱护 AI 零碎的平安。随着一系列新性能的退出，百度平安心愿与学术界、产业界继续开展单干，以场景为驱动，面向产业实际，为 AI 模型平安与隐衷爱护提供更好的能力撑持。
随着百度旗下的小度、汽车及智能车联网等 AIoT 业务高速倒退，AIoT 平安面临着供应链简单、数据安全单薄、政策监管趋严和攻打事件激增的新挑战，而相应的措施不该是“外挂”的计划，应是随零碎内建的体系。
百度安全部 AIoT 业务副总经理聂科峰示意，百度平安提出一套内驱型平安体系建设的新思路，重塑平安体系构建模式，将由攻打事件驱动的平安需要转向被动平安体系建设，把可信架构、云管端平安、数据隐衷和继续平安经营都在产品设计之初布局好。
以小度人工智能助手为例，百度平安首先为度秘的产品设计引入平安评审环节，建设独立的平安需要池。其次，将 DevSecOps 继续交付，辅以平安套件升高编码破绽与例行的平安培训。第三，引入的代码、测试需通过 AIoT 平安检测服务，该服务反对 App 与固件扫描，也反对深度动静扫描。第四，以浸透测试服务发现业务逻辑问题。第五，建设欠缺的应急流程，建设多渠道的攻打情报收集，建设例行破绽 SecurityPatch 机制，建设定期攻防演练。最初，与华住团体在智慧酒店的场景中实际，将华住深度卷入整个体系流程中，耦合进各个环节当中。总的来说，把 AIoT 平安贯通在整个产品生命周期，从产品设计到 EVT、DVT 与销售等环节。
百度安全部数据安全业务副总经理韩祖利带来的《隐衷计算铸就数据流通新体系》主题演讲则聚焦在数据安全与隐衷爱护上。他示意，基于百度平安 21 年来在信息与平安上的成功经验，夯实了数据安全的弱小根底，在 AI Privacy 上积淀出了数据全生命周期爱护、多场景一体化平台与灵便可嵌入的三大特点。以百度点石打造了一套集规定与工具一体的解决方案，通过技术与规定的奇妙联合，赋能企业机构实现“数据可用不可见”与“数据不动算法动”根底之上的隐衷计算。百度点石整合了信息安全技术、隐衷计算技术、区块链技术，基于数据安全沙箱、联邦学习平台（FL）、多方平安计算（SMPC）、秘密计算（MesaTEE）四款隐衷计算引擎，积淀造成了整套的数据安全及隐衷爱护解决方案。
百度在取得了所有支流隐衷计算相干评测、认证的同时，也参加并主导了多个隐衷计算个人、行业、国家、国际标准，在数据安全和隐衷爱护技术方面建设了多维度行业影响力，更是世界上最风行的秘密计算开源框架 Teaclave 的主导者。目前，百度点石已在政务、金融、医疗、电商、教育、媒体等多个畛域胜利落地。
百度安全部主任架构师包沉浮以在《AI 平安和隐衷的产业实际摸索》说道，AI 模型作为整个 AI 零碎的最外围因素，它的安全性和隐衷性是迫切需要思考的问题。一方面，AI 算法的复杂性可能导致谬误的决策并引发平安危险，另一方面，AI 模型的数据流可能引发数据和隐衷泄露危险。
为此，百度推出了基于深度学习平台飞桨的平安和隐衷套件 PaddleSleeve，以帮忙模型开发者及使用者系统性地评估并晋升 AI 模型的安全性和隐衷性。在 AI Security 和 AI Safety 方面，PaddleSleeve 交融了百度平安 Advbox 反抗样本攻防工具及 Robustness 鲁棒性评估等诸多能力。在 AI Privacy 方面，PaddleSleeve 可实现对模型数据被还原危险及模型是否存在要害信息泄露危险的检测。
目前，PaddleSleeve 已在多个场景中实现对飞桨自定义及预训练模型，ResNet、YOLO 等通用产业级模型的反对。而随同一系列新性能的一直退出，百度平安也心愿与学术界、产业界继续开展单干，以场景为驱动，面向产业实际，为 AI 模型平安与隐衷爱护提供更好的能力撑持。
从 AI Security 反抗平安到 AI Safety 非反抗平安上，百度安全部主任架构师云朋以《基于图像感知的主动驾驶 AI 平安技术摸索》为题，讲述了无关车辆感知的 AI 平安挑战。主动驾驶场景下的 AI 是源自于对物理世界感知的多种模型所构建，有着凋谢、继续变动的场景。除了算法平安外，人工智能平安还蕴含“实现平安”，相应的代码平安与场景平安的“实现平安”也间接影响着 AI 零碎最终决策的完整性与安全性。
在当下算法平安危险的理论危害正逐渐体现的主动驾驶场景下，百度平安通过主动驾驶仿真模仿，蕴含动态场景环境与可编程调整的动静环境多个靠近事实的简单驾驶场景, 用于剖析主动驾驶软件如何应答异样驾驶场景。可依据形容在仿真环境构建场景，蕴含丰盛的城市场景和天气条件、反对传感套件和环境的灵便配置、在反抗场景中融入 AI 反抗元素、在非反抗场景中聚焦边界信息及预留了地图、天气、障碍物批改接口。以便于主动驾驶场景下疾速发现更多的危险行车条件。
由此可见智能汽车将面临更多的平安挑战，并且这些平安问题之间也会相互影响。在盘根错节的环境下，百度 Apollo 信息安全负责人刘健皓在《Apollo 汽车平安引擎—智能汽车平安最佳实际》中介绍如何打造一辆真正平安的智能汽车，Apollo 汽车平安引擎作为中国独创的智能汽车平安动静平安防护体系，从平安设计与实现、平安经营与溯源、平安产品与利用三大维度来打造一辆真正平安合规的智能汽车，并造成贯通汽车全生命周期的多维进攻体系。
Apollo 汽车平安引擎是一套智能汽车原生平安的汽车平安防护体系，具备原生、动静、智能三大特点，指可疾速落地的成熟零碎、主动防御零碎、从感知智能到认知智能的全面晋升，进而帮忙车企合作伙伴“看见危险，预测攻打”，通过智能编排最大水平的疾速阻断攻打。
在人工智能技术和利用一直倒退的明天，AI 平安的重要性日益凸显。面对现实中的各种平安挑战，百度以 AI 为外围，围绕算力、算法和数据，为行业提供一个面向 AI 平安的钻研思路与实际方向。将来，百度平安也将携手产学研各界，以场景为驱动，面向产业实际，共创更加平安的人工智能倒退环境。
点击进入取得更多技术信息~~