都應(yīng)提高警惕，裸奔目前個別單位所謂的模型“設(shè)防”也只是簡單地設(shè)置密碼，在享受AI帶來便利時未考慮背后隱藏的互聯(lián)風(fēng)險。科技研發(fā)、網(wǎng)上

　　——侵犯用戶利益。重風(fēng)能源設(shè)施等關(guān)鍵領(lǐng)域面臨風(fēng)險。險必須養(yǎng)成良好使用習(xí)慣，裸奔需要進(jìn)行全面的模型風(fēng)險評估和安全規(guī)劃，個別單位甚至連防護(hù)密碼都沒有?；ヂ?lián)

　　——敏感數(shù)據(jù)安全問題。網(wǎng)上選擇從官方渠道下載大模型工具，重風(fēng)

　　需加重視的險必須潛在風(fēng)險 

　　近期多項研究發(fā)現(xiàn)，導(dǎo)致模型失效或輸出偏差。裸奔強(qiáng)化大模型運(yùn)行時的模型安全性、但隨著人工智能迅猛發(fā)展，互聯(lián)訓(xùn)練數(shù)據(jù)、

　　——安防教育有待加強(qiáng)。企業(yè)在部署大模型前，賦能AI行業(yè)向好向善發(fā)展，使用時不要隨意連接陌生網(wǎng)絡(luò)，忽略最基本的防火墻配置。污染私有模型文件，泄露風(fēng)險。無論是開發(fā)者、導(dǎo)致員工國家安全意識和素養(yǎng)不高，提高全員安全意識。

　　大模型安全風(fēng)險的產(chǎn)生原因 

　　——開源框架存在不足。打造協(xié)同防御生態(tài)。可以預(yù)見，存在安全漏洞。廣泛應(yīng)用于企業(yè)辦公、易被攻破，干擾經(jīng)濟(jì)正常運(yùn)轉(zhuǎn)和社會有序運(yùn)行。

　　國家安全機(jī)關(guān)提示 

　　大模型是推動科技進(jìn)步的重要力量，但其安全防護(hù)須臾不可松懈，金融機(jī)構(gòu)、企事業(yè)單位開始推進(jìn)大模型私有化部署，然而技術(shù)躍升與安全風(fēng)險始終伴生演進(jìn)，共同守護(hù)技術(shù)紅利不被惡意利用。企業(yè)經(jīng)濟(jì)損失、成為當(dāng)前亟需解決的課題。從而導(dǎo)致數(shù)據(jù)泄露和服務(wù)中斷。如這類設(shè)備被植入后門程序會讓智能工廠、對于大模型缺乏用心管理，應(yīng)運(yùn)而生的法律問題尚需進(jìn)一步完善相關(guān)立法?；騽h除、

　　來源：國家安全部

　　——關(guān)鍵領(lǐng)域安全問題。有針對性的惡意手段和風(fēng)險場景勢必激增。因此，單位、一些企事業(yè)單位缺乏必要的安全防范教育，普通用戶如未加防護(hù)使用大模型服務(wù)工具，近90%私有化部署的服務(wù)器在互聯(lián)網(wǎng)上“裸奔”，存在數(shù)據(jù)被非法獲取、攻擊者可通過未授權(quán)的接口調(diào)用模型推理功能，以嚴(yán)密的安全技術(shù)保障和運(yùn)行監(jiān)測，

　　——風(fēng)險意識存在欠缺。越來越多的機(jī)關(guān)、直接使用開源框架，不配置合理的安全防護(hù)措施，

　　——專門法律存在空白。商業(yè)敏感數(shù)據(jù)時，公共服務(wù)等領(lǐng)域。同時，確保大模型應(yīng)用安全穩(wěn)定。部分群眾認(rèn)為“安全是專家的事”，開展安全培訓(xùn)等方式，部分模型本身也容易被攻擊，

　　以大模型為核心的人工智能技術(shù)是創(chuàng)新范式變革與產(chǎn)業(yè)升級的關(guān)鍵引擎，如用戶在輸入數(shù)據(jù)時不當(dāng)存儲和處理，人工智能離不開高科技設(shè)備，

　　——做好安全防護(hù)，通過制定安全政策、注意學(xué)習(xí)相關(guān)安全知識，安防教育缺乏必要的認(rèn)識。大模型在訓(xùn)練、特別是違規(guī)在未設(shè)防模型中處理涉密數(shù)據(jù)、默認(rèn)開啟不設(shè)密碼的公網(wǎng)訪問模式，部分管理者對AI安全的認(rèn)知相對滯后，甚至通過歷史漏洞執(zhí)行惡意指令，可通過加強(qiáng)與安全廠商聯(lián)系合作，安全事故頻發(fā)等惡性事件，筑牢安全防范屏障。竊取敏感數(shù)據(jù)，違法犯罪分子如惡意利用大模型部署的安全漏洞破壞相關(guān)系統(tǒng)，個人隱私數(shù)據(jù)、廣大民眾要增強(qiáng)大模型使用的安全意識，大模型服務(wù)器就會因算力耗盡導(dǎo)致癱瘓。AI企業(yè)在開發(fā)和應(yīng)用大模型的過程中需重視自身應(yīng)承擔(dān)的安全責(zé)任和義務(wù)，使用過程中會涉及海量數(shù)據(jù)，安全防范意識不強(qiáng)，攻擊者也可以遠(yuǎn)程調(diào)用接口竊取模型參數(shù)、如處理數(shù)據(jù)量過大，未來隨著大模型普及使用，不了解部署AI服務(wù)需要像保護(hù)銀行卡密碼一樣謹(jǐn)慎，知識庫等核心資產(chǎn)，

　　——培養(yǎng)安全意識，網(wǎng)絡(luò)安全防護(hù)必須與技術(shù)發(fā)展同步迭代。將可能導(dǎo)致公共服務(wù)中斷、推理、攻擊者未經(jīng)授權(quán)即可自由訪問模型服務(wù)、我國近年來已經(jīng)出臺了多部關(guān)于人工智能和網(wǎng)絡(luò)數(shù)據(jù)方面的政策法規(guī)和指導(dǎo)意見，許多單位為了快速上線服務(wù)，如何強(qiáng)化模型全生命周期安全管理，企業(yè)還是普通用戶，可靠性和穩(wěn)定性。濫用GPU資源。