康 杰

1 概述

1.1 人工智能的安全問題

2017 年，一家來自美國的信息安全公司IOActive 測試了市面上10 余款機器人，并在這些機器人身上檢測出了近60 處安全漏洞。這家公司指出，網(wǎng)絡(luò)黑客可能利用這些漏洞發(fā)起攻擊，通過機器人搭載的麥克風(fēng)和攝像頭竊取用戶的個人隱私，而在商用和軍用領(lǐng)域，這些漏洞很可能導(dǎo)致商業(yè)機密泄漏、國家安全受到影響。除了信息泄露的風(fēng)險，黑客還可以通過后門，開展勒索性質(zhì)的攻擊，對于工業(yè)機器人，可操縱其“罷工”并索要贖金，否則就會極大地影響工廠的生產(chǎn)進度，帶來無法估量的損失；對于家庭機器人，可將非法獲取到的視頻、音頻資料在網(wǎng)絡(luò)上售賣并謀取利益，或?qū)①Y料收集整理，對家庭用戶進行勒索。由此可見，隨著機器人等人工智能硬件的發(fā)展和推廣，其安全問題不容忽視，“解鈴還須系鈴人”，人工智能技術(shù)本身在安全領(lǐng)域就有著非常重要的作用，而在未來，隨著人工智能安全愈發(fā)引起人們的重視，以計算機視覺、物聯(lián)網(wǎng)和大數(shù)據(jù)分析為代表的人工智能技術(shù)將在安全防衛(wèi)領(lǐng)域大有可為。

1.2 人工智能的發(fā)展歷程

人工智能發(fā)展到今天，經(jīng)歷了幾十年的歷程，其進步不是一帆風(fēng)順，而是在曲折中前進，呈現(xiàn)階段性的高潮和低谷。1936 年，“人工智能之父”圖靈第一次提出了一種“能夠代人類、實現(xiàn)各種數(shù)學(xué)計算和邏輯推理的計算裝置”，這種概念機器就是“圖靈機”，這一理念被圖靈記錄在他的《計算機與智能》一書當(dāng)中。1956 年，第一場專注于人工智能的研討會在在美國達特茅斯召開，這一事件被認為是人工智能學(xué)科的誕生，隨即便是十幾年的人工智能發(fā)展黃金期。但進入20 世紀(jì)70 年代，人工智能的發(fā)展第一次遇到了瓶頸，其發(fā)展的停滯、前途的渺茫導(dǎo)致各國政府和資本市場的資金投入大大減少，人工智能達到“胎死腹中”的邊緣。80 年代的到來使得人工智能的發(fā)展出現(xiàn)了轉(zhuǎn)機，此時出現(xiàn)了專家系統(tǒng)，即給計算機提供某一領(lǐng)域的知識和經(jīng)驗，使其能夠依據(jù)這些知識和經(jīng)驗推演出邏輯規(guī)則，從而在該領(lǐng)域解決問題或提供咨詢的程序。專家系統(tǒng)的出現(xiàn)，重新給人工智能灌注了新的血液。

進入21 世紀(jì)，在互聯(lián)網(wǎng)方興未艾、物聯(lián)網(wǎng)蓬勃發(fā)展的背景下，人工智能的發(fā)展更是有了源源不斷的推動力。深度學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域突破性研究，使得人工智能的發(fā)展大有可期了。而智能機器人、智能家居的普及，讓人們看到了人工智能從實驗室研究走向造福大眾的曙光[1]。

2 人工智能在安全領(lǐng)域相關(guān)技術(shù)介紹

2.1 計算機視覺

2.1.1 圖像處理

圖像處理技術(shù)是指將質(zhì)量較低的圖片，通過壓縮編碼、圖像增強、圖像變換等方式，處理成質(zhì)量較高的圖片的手段，高質(zhì)量圖片可以進一步通過計算機進行渲染、精修。圖像處理技術(shù)大多依賴于數(shù)學(xué)算法，目前，高級圖像處理算法可實現(xiàn)書畫作品修復(fù)、老照片色彩修復(fù)等功能[2]。

2.1.2 模式識別

模式識別是一種典型的計算機數(shù)學(xué)，其目的是產(chǎn)生能讓計算機“理解”的圖像數(shù)據(jù)，這就需要對圖像信息進行預(yù)處理。處理圖像的過程，就是利用模式識別算法，建立起圖像的數(shù)學(xué)模型，并識別出圖像的數(shù)據(jù)類型和特征值，產(chǎn)生可以供計算機識別出圖像特征的圖片信息。

2.2 物聯(lián)網(wǎng)

2.2.1 定義

互聯(lián)網(wǎng)自誕生以來，已經(jīng)發(fā)展了幾十年，其誕生最初的愿景是將世界上的計算機用戶連接起來。近年來，物聯(lián)網(wǎng)的誕生，使得“連接”這一概念，從用戶層面發(fā)展到了物品層面。物聯(lián)網(wǎng)，其核心就是“物物相息”，終端設(shè)備之間通過一定的通信協(xié)議，采用無線通信技術(shù)，物品之間可以做到聯(lián)網(wǎng)，并通過信息交換和處理實現(xiàn)對物品的在線管理。

2.2.2 三大關(guān)鍵技術(shù)

傳感器、嵌入式系統(tǒng)和RFID 共同組成了物聯(lián)網(wǎng)的三大關(guān)鍵技術(shù)。傳感器的主要原理是將位置、溫度、長度等物理量轉(zhuǎn)化為模擬信號，再通過“數(shù)-?！鞭D(zhuǎn)換模塊將模擬信號轉(zhuǎn)換為數(shù)字信號進行輸出，實現(xiàn)物理量的測量和處理。RFID 標(biāo)簽，即無線射頻識別技術(shù)，通常位于物聯(lián)網(wǎng)的終端物品上，可以代表物品的身份信息和物料信息，通過射頻識別技術(shù)來提高物品的識別效率，進而提高物流和管理效率。嵌入式系統(tǒng)是指完全內(nèi)嵌在受控系統(tǒng)內(nèi)部、為執(zhí)行特定程序或任務(wù)而設(shè)計的計算機系統(tǒng)。其特點是尺寸小、成本低、可大批量生產(chǎn)，通常用來執(zhí)行有預(yù)先設(shè)計和特定要求的任務(wù)，與互聯(lián)網(wǎng)的“軟件”概念不同，嵌入式系統(tǒng)通常被稱為“固件”。

2.3 大數(shù)據(jù)分析

2.3.1 大數(shù)據(jù)分析概述

大數(shù)據(jù)是指在一定時間范圍內(nèi)，無法用常規(guī)軟件進行運算、分析和管理的數(shù)據(jù)集合?，F(xiàn)如今，大數(shù)據(jù)的分析手段越來越受到業(yè)界和學(xué)術(shù)界的關(guān)注，其原因在于海量數(shù)據(jù)背后隱藏的潛在價值。隨之而來的是數(shù)據(jù)分析的研究成果層出不窮：大規(guī)模并行處理數(shù)據(jù)庫、分布式數(shù)據(jù)庫、云計算技術(shù)、數(shù)據(jù)挖掘技術(shù)、可拓展存儲技術(shù)等都是大數(shù)據(jù)分析領(lǐng)域的新興技術(shù)。而大數(shù)據(jù)分析在災(zāi)區(qū)應(yīng)急救援、醫(yī)療診斷、行業(yè)分析、股票市場等領(lǐng)域也有著廣泛的應(yīng)用。

2.3.2 主要特點及難點

大數(shù)據(jù)的特點明顯，主要包括：體量龐大、采集存儲難度高、種類繁多、價值密度低、產(chǎn)生速度快等。由此產(chǎn)生的難點與挑戰(zhàn)，主要包括數(shù)據(jù)噪音多而帶來的數(shù)據(jù)質(zhì)量下降，數(shù)據(jù)總量上升導(dǎo)致的質(zhì)量下降等。

大數(shù)據(jù)分析在生產(chǎn)、生活中的應(yīng)用價值正在不斷凸顯，而業(yè)界針對以上難點已經(jīng)有所突破，相信大數(shù)據(jù)分析的未來值得期待[4]。

3 人工智能技術(shù)在安全領(lǐng)域的應(yīng)用

本文中，關(guān)于人工智能技術(shù)在安全領(lǐng)域的應(yīng)用，主要介紹計算機視覺在汽車輔助駕駛和智能安防領(lǐng)域的應(yīng)用。

3.1 計算機視覺在行車駕駛的運用

計算機視覺可以降低汽車行駛時的安全隱患，主要應(yīng)用場景為智能檢測系統(tǒng)。智能檢測系統(tǒng)通過傳感器監(jiān)測車身與周圍車輛和物體之間的距離，以及車身的偏轉(zhuǎn)角度，并在監(jiān)測到某項數(shù)據(jù)在“行車危險區(qū)間”內(nèi)及時發(fā)出警報，提醒司機，甚至可在駕駛員來不及處理危險的時候，主動代替駕駛員緊急制動，或做出其他應(yīng)急處理。智能檢測系統(tǒng)還可以監(jiān)測駕駛員的駕駛狀態(tài)，若其發(fā)現(xiàn)駕駛員表現(xiàn)出某些異常行為，例如：監(jiān)測到駕駛員頻繁地打呵欠，智能檢測系統(tǒng)就會判斷駕駛員存在疲勞駕駛。計算機視覺的強大功能，使其在行車駕駛安全中發(fā)揮重要作用[5]。

3.2 計算機視覺在智能安防方面的應(yīng)用

目前，智能安防系統(tǒng)主要分為使用攝像頭的視頻監(jiān)控系統(tǒng)，和紅外傳感報警系統(tǒng)。

攝像頭是智能監(jiān)控管理系統(tǒng)的“眼睛”，可以將記錄的圖像以數(shù)據(jù)的形式傳輸給擁有強大計算能力的計算機，經(jīng)過對圖像信息的分析處理，得出安防等級，進而判斷是否需要采取相關(guān)措施。隨著人臉識別技術(shù)的成熟，智能安防系統(tǒng)可增加“身份識別”功能，以小區(qū)安防為例，物業(yè)將業(yè)主的人臉信息匯總，當(dāng)攝像頭監(jiān)測到陌生的人臉出現(xiàn)在可疑地段時，就發(fā)出警報信號，但業(yè)主的人臉信息同樣存在泄露的風(fēng)險。1984 年，第一棟智能大樓的誕生在歐美國家引發(fā)了一場“智能大樓狂潮”。近年來，在中國，隨著國民安全意識的提高，智能安防系統(tǒng)也被大規(guī)模應(yīng)用于小區(qū)住宅的監(jiān)控管理[6]。

4 人工智能技術(shù)在安全領(lǐng)域的風(fēng)險及防范措施

4.1 物聯(lián)網(wǎng)安全

預(yù)計到2020 年，物聯(lián)網(wǎng)設(shè)備的數(shù)量將達到300億。然而，物聯(lián)網(wǎng)的普及帶來了嚴(yán)重的安全問題，其中針對物聯(lián)網(wǎng)系統(tǒng)的攻擊尤為致命。2016 年，針對攝像頭、路由器和打印機的Dos 攻擊在20 小時內(nèi)迅速蔓延，最終導(dǎo)致30 萬人感染。此次攻擊影響了華為和思科等頂級供應(yīng)商生產(chǎn)的物聯(lián)網(wǎng)設(shè)備。另一個重要問題是用戶隱私的泄露，家用電器附帶的攝像頭和傳感器可以監(jiān)視用戶并泄露個人數(shù)據(jù)。面對物聯(lián)網(wǎng)安全隱患，主要有兩種解決途徑：身份驗證和隱私加密。建立身份認證模型可以提高物聯(lián)網(wǎng)設(shè)備的接入控制能力；而在數(shù)據(jù)傳輸過程中實現(xiàn)匿名化，可將用戶的敏感信息保護起來，防止數(shù)據(jù)泄露[7]。

4.2 大數(shù)據(jù)安全

大數(shù)據(jù)具有體量大、種類繁多、產(chǎn)生速度快等特點，而大數(shù)據(jù)存儲、傳輸、處理存在著極大的信息安全隱患。體量大致使安防工具難以針對關(guān)鍵節(jié)點進行有效防護，分布式存儲又增加了數(shù)據(jù)泄露的風(fēng)險，因此，對大數(shù)據(jù)安全的研究已經(jīng)成為了人工智能領(lǐng)域的重點關(guān)注問題。針對大數(shù)據(jù)安全的舉措，主要包括：完善基于大數(shù)據(jù)的網(wǎng)絡(luò)攻擊追蹤技術(shù)；增強大數(shù)據(jù)中心安全防護技術(shù)，同時完善云服務(wù)的網(wǎng)絡(luò)安全架構(gòu)和安全測評體系；大數(shù)據(jù)存在分布式存儲、共享數(shù)據(jù)等特點，加大研發(fā)數(shù)據(jù)管理系統(tǒng)、數(shù)據(jù)融合技術(shù)和數(shù)據(jù)可視化技術(shù)?？傊?，確保數(shù)據(jù)安全性，是大數(shù)據(jù)分析廣泛應(yīng)用的基礎(chǔ)[8]。

5 結(jié)論

人工智能歷經(jīng)了幾十年的發(fā)展歷程，從高潮到低谷又到如今的蓬勃發(fā)展，其螺旋式上升的軌跡正式計算機科學(xué)誕生以來的發(fā)展縮影。近年來，計算機視覺、物聯(lián)網(wǎng)和大數(shù)據(jù)分析的成熟，使得人工智能在安全領(lǐng)域的價值愈發(fā)重要。計算機視覺主要包括圖像處理和模式識別技術(shù)，旨在將攝像頭賦予“智力”，在安全領(lǐng)域的應(yīng)用價值主要包括安全駕駛和智能安防兩大領(lǐng)域。物聯(lián)網(wǎng)由傳感器網(wǎng)絡(luò)、嵌入式系統(tǒng)和RFID 標(biāo)簽組成，身份驗證系統(tǒng)和隱私加密系統(tǒng)是而物聯(lián)網(wǎng)安全的有效解決途徑。大數(shù)據(jù)雖然價值密度較低，但仍是企業(yè)和國家信息安全的核心。