隨著自動駕駛技術、智能助理、人臉識別、智能工廠、智慧城市等AI人工智能技術的快速普及和相關安全事件的快速增長，消費者和業界對人工智能網絡安全問題和威脅的關注度正不斷提高。

　　近日，應歐盟和美國政府的要求，可信AI研究和咨詢專業公司Adversa發表了業界首個全面的人工智能安全性和可信度研究報告，該報告還結合了Gartner的相關預測以及最近對AI的對抗性攻擊事件。

　　Adversa顧問委員會前Gartner分析師Oliver Rochford指出：建立對機器學習安全性的信任至關重要。我們要求人們去相信AI的黑匣子（這很困難），為了使AI革命成功，我們必須建立信任……AI面臨的安全風險太大，同時收益也很大。

　　Adversa的CTO Eugene Neelou表示：“為了提高可信AI領域的安全意識，一年多前我們啟動了一個項目，以分析學術、行業和政府過去十年的發展情況。結果令人目瞪口呆，受測AI系統普遍存在安全性和偏差問題，以及缺乏適當的防御措施，但人們對AI安全的興趣呈指數增長。企業應緊密跟蹤最新AI威脅，實施AI安全意識計劃，并保護其AI開發生命周期，最重要的是從現在開始做起?！?/p>

　　報告顯示：AI領域的安全現狀異常糟糕；過去兩年AI安全研究論文呈現爆炸式增長；美國、中國、歐洲在可信AI研究領域競爭激烈，中國正在加速反超；AI人工智能領域面臨十大安全威脅。

　　以下為報告中的部分亮點數據，安全牛整理如下：

　　現實中的AI安全事件正在快速增長：

　　在汽車、生物識別、機器人技術和互聯網行業中，現實世界中的AI安全事件正在快速增長。作為AI的早期采用者，最受關注的行業是互聯網（23％）、網絡安全（17％）、生物識別技術（16％）和自治（13％）。

　　AI安全研究論文爆炸式增長：

　　過去兩年中，政府、學術界和工業界發布的AI安全性方面的研究論文多達3500篇，超過過去二十年的總和。美國、中國、歐盟之間的激烈競爭預計將在可信AI競賽中繼續下去：美國發表了47％的研究論文，但中國勢頭強勁。

　　AI還沒有為黑客攻擊做好準備：

　　人工智能行業對于現實世界的黑客攻擊還沒有做好充分的準備，60種最常用的機器學習（ML）模型平均至少有一個安全漏洞。

　　最多被攻擊者針對的AI技術領域是計算機視覺：

　　最多被針對的AI領域是計算機視覺（65％），其次是分析、語言和自治系統。

　　圖像、文本和記錄是最容易遭受攻擊的AI數據集：

　　圖像分類和人臉識別最常被攻擊的AI應用：

　　互聯網、網絡安全、生物識別和汽車行業是AI網絡安全問題的重災區：

　　AI面臨十大安全威脅：

　　1.繞過攻擊（通過對抗性樣本操縱AI決策和結果）81%

　　2.毒化攻擊（注入惡意數據降低AI系統可靠性和精確度）6.8%

　　3.推斷攻擊（推斷特定數據樣本是否被用于AI訓練）3.5%

　　4.后門攻擊2.3%

　　5.模型抽取攻擊（通過惡意查詢命令暴露AI算法細節）1.9%

　　6.歸屬推斷攻擊1.3%

　　7.木馬攻擊1.2%

　　8.模型逆轉攻擊（通過惡意查詢獲取的公共輸出數據推斷輸入數據）1.2%

　　9.反水印攻擊（繞過AI系統對版權和真實性的檢測）0.6%

　　10.重編程攻擊（改變AI模型用于非法用途）0.2%