速途網(wǎng)6月3日訊（報道：喬志斌）清華大學(xué)計算機系教授、RealAI首席科學(xué)家朱軍指出，盡管人工智能技術(shù)取得長足進步，人工智能算法的安全性仍存在嚴重不足，對智能技術(shù)的應(yīng)用帶來較大的安全隱患。

今日，清華大學(xué)聯(lián)合阿里安全、Real AI發(fā)布了首個公平、全面的AI攻防對抗基準(zhǔn)平臺，該評測基準(zhǔn)基于清華大學(xué)在2020年GitHub開源的ARES算法庫，該平臺致力于對AI防御和攻擊算法進行自動化、科學(xué)評估。AI模型究竟是否安全，攻擊和防御能力幾何？只需提交至該平臺，就可見能力排行。

從源頭保障AI模型安全

“就像打仗一樣，攻擊者可能用水攻，也可能火攻，還可能偷偷挖條地道來攻打一座城，守城的人不能只考慮一種可能性，必須布防應(yīng)對許多的攻擊可能性。”參與該評測基準(zhǔn)平臺設(shè)計的阿里安全高級算法專家越豐這樣比喻。

尤其要關(guān)注惡意攻擊者對數(shù)據(jù)或樣本進行“投毒”，故意影響AI模型的攻擊行為。

UIUC（伊利諾伊大學(xué)）計算機科學(xué)系教授李博認為，機器學(xué)習(xí)在推理和決策的快速發(fā)展已使其廣泛部署于自動駕駛、智慧城市、智能醫(yī)療等應(yīng)用中，但傳統(tǒng)的機器學(xué)習(xí)系統(tǒng)通常假定訓(xùn)練和測試數(shù)據(jù)遵循相同或相似的分布，并未考慮到潛在攻擊者惡意修改兩種數(shù)據(jù)分布。

這相當(dāng)于在一個人成長的過程中，故意對他進行錯誤的行為引導(dǎo)。惡意攻擊者可以在測試時設(shè)計小幅度擾動，誤導(dǎo)機器學(xué)習(xí)模型的預(yù)測，或?qū)⒕脑O(shè)計的惡意實例注入訓(xùn)練數(shù)據(jù)中，通過攻擊訓(xùn)練引發(fā)AI系統(tǒng)產(chǎn)生錯誤判斷。好比是從AI“基因”上就做了改變，讓AI在訓(xùn)練過程中按錯誤的樣本進行訓(xùn)練，最終變成被操控的“傀儡”，只是使用的人全然不知。

“深入研究潛在針對機器學(xué)習(xí)模型的攻擊算法，對提高機器學(xué)習(xí)安全性與可信賴性有重要意義。”李博指出。

之前的研究者在衡量模型的防御性能時，基本只在一種攻擊算法下進行測試，不夠全面。攻擊算法是經(jīng)常變化的，需要考慮模型在多種攻擊算法下和更強的攻擊下的防御能力，這樣才能比較系統(tǒng)地評估AI模型的防御能力。

再加上業(yè)界此前提出的各種“攻擊算法排行榜”只包含一些零散的算法，測量攻擊算法的環(huán)境只包含單一的防御算法，用于評測的數(shù)據(jù)集也不多，并沒有合適的統(tǒng)計、度量標(biāo)準(zhǔn)。

阿里巴巴安全部技術(shù)總監(jiān)薛暉表示，參與推進這項研究工作，除了幫助AI模型進行安全性的科學(xué)評估，也是為了促進AI行業(yè)進一步打造“強壯”的AI。

構(gòu)建AI對抗攻防領(lǐng)域標(biāo)準(zhǔn)測試平臺

為解決上述問題，近日，清華大學(xué)、阿里安全、RealAI三方聯(lián)合提出深度學(xué)習(xí)攻擊防御算法及評測的基準(zhǔn)平臺。

不同于之前只包含零散攻防模型的對抗攻防基準(zhǔn)，此次推出AI對抗安全基準(zhǔn)基本上包括了目前主流的人工智能對抗攻防模型，涵蓋了數(shù)十種典型的攻防算法。不同算法比測的過程中盡量采用了相同的實驗設(shè)定和一致的度量標(biāo)準(zhǔn)，從而在最大限度上保證了比較的公平性。

除此之外，本次發(fā)布的AI安全排行榜也包括了剛剛結(jié)束的CVPR2021人工智能攻防競賽中誕生的排名前5代表隊的攻擊算法。此次競賽吸引到了全球2000多支代表隊提交的最新算法，進一步提升了該安全基準(zhǔn)的科學(xué)性和可信性。

“通過對AI算法的攻擊結(jié)果和防御結(jié)果進行排名、比較不同算法的性能，建立AI安全基準(zhǔn)具有重要學(xué)術(shù)意義，可以更加公平、全面地衡量不同算法的效果。”朱軍介紹道。

“該基準(zhǔn)評測平臺利用典型的攻防算法和CVPR 2021比賽積累的多個性能優(yōu)越的算法進行互相評估，代表當(dāng)前安全與穩(wěn)定性測量的國際標(biāo)準(zhǔn)。”RealAI副總裁唐家渝說。

越豐認為，該平臺的發(fā)布對工業(yè)界和學(xué)術(shù)界都能帶來正面的影響，比如工業(yè)界可以使用該平臺評估目前AI服務(wù)的安全性，發(fā)現(xiàn)模型的安全漏洞。同時，也可為學(xué)術(shù)界提供一個全面、客觀、公平、科學(xué)的行業(yè)標(biāo)準(zhǔn)，推動整個學(xué)術(shù)界在AI對抗攻防領(lǐng)域的快速發(fā)展。

清華方面介紹，本次發(fā)布的AI安全基準(zhǔn)也是依托清華大學(xué)人工智能研究院研發(fā)的人工智能對抗安全算法平臺ARES（Adversarial Robustness Evaluation for Safety）建立。ARES作為古希臘神話中的戰(zhàn)神，雙手持矛和盾是攻防合一的化身，集中體現(xiàn)了AI安全算法攻防博弈的特點。該平臺對主流的攻防算法實現(xiàn)了模塊化的設(shè)計，支持數(shù)十種主流攻防算法的實現(xiàn)，可以方便研究者和開發(fā)人員進行使用，有助于推動AI對抗攻防領(lǐng)域的發(fā)展。

清華大學(xué)、阿里安全、Real AI三方強調(diào)，該基準(zhǔn)評測平臺不是專屬于某一家機構(gòu)或者公司搭建的平臺，需要工業(yè)界和學(xué)術(shù)界的共同參與才能把它打造為真正受認可的全面、權(quán)威的AI安全評估平臺。因此，三方將聯(lián)合不斷在排行榜中注入新的攻擊和防御算法，并且歡迎學(xué)術(shù)界和產(chǎn)業(yè)界的團隊能提供新的攻防模型。

“數(shù)據(jù)對于AI發(fā)展非常重要，通過對于不同攻擊和防御算法統(tǒng)一全面的對比，相信這次的平臺可以為機器學(xué)習(xí)模型的安全與穩(wěn)定性驗證提供更全面的支持，并為進一步設(shè)計開發(fā)新的安全、強壯的學(xué)習(xí)算法提供有力的技術(shù)背書。”李博說道。