白宫关于AI的行政命令对网络安全领导人意味着什么

简介: 白宫关于AI的行政命令对网络安全领导人意味着什么

本文来自 企业网D1net公众号

虽然全球政府在AI方面的倡议指向了正确的方向,但很明显,当涉及到面对其威胁时,CISO将站在第一线。

AI继续成为技术聚光灯下的焦点,随着我们进入2023年最后一个季度,国际社会对利用AI的力量产生了广泛的兴趣,这是正确的,但在兴奋和期待的同时,世界各国政府也发出了一些适当的警告,担心AI的所有前景和潜力都有阴暗面:它可以容易地被坏人用作恶意目的。

因此,2023年10月30日,美国总统乔·拜登发布了《关于安全、可靠和值得信赖的AI开发和使用的行政命令》,同时七国集团领导人发表了一份联合声明,支持2023年5月的《广岛进程国际行为准则——开发先进AI系统的组织》。美国的行政命令还提到了预计将于11月举行的英国AI安全峰会,届时世界各国领导人、科技公司和AI专家将齐聚一堂,“促进关于AI的关键对话”。


了解AI将如何影响CISO的角色是关键



在国际社会试图为许多人眼中的混乱带来秩序的嘈杂声音中,重要的是要了解AI和ML将如何影响他们的角色及其挫败、检测和补救威胁的能力。了解新政策的动向对于衡量应对威胁的责任在哪里至关重要,并提供对这些政府机构认为的前进道路的洞察。

CISO将得到很好的服务,以确保他们能够了解各种工作组和咨询委员会(例如,AISSB),因为他们支持其实体的发展和采用AI/ML工具。此外,鉴于全球倡议的流动性,跨国界缺乏协调是一个现实问题,如果指导方针和条例在区域内或国家不同,可能会导致下游的遵约问题。


美国关于AI的行政命令



美国的这项行政命令建立在白宫之前参与AI的基础上,并为行业和政府提供了指导方针。那些拥有国家安全足迹的实体应该特别关注AI技术的两用可能性。这项行政命令指出了七个重要领域:

1.确保安全保障。

2.保护隐私。

3.推进公平和公民权利。

4.为消费者和工人挺身而出。

5.促进创新和竞争。

6.提升领导力。

7.确保负责任和有效地使用AI。


站在AI监管第一线的政府机构



美国国家标准与技术研究所(NIST)面临着一项艰巨的任务,它在社交媒体上将其描述为“机会”:“AI提供了巨大的机会,但我们也必须管理风险。[行政命令]指示NIST制定指导方针和最佳实践,以促进达成共识的行业标准,帮助确保安全、可靠和值得信赖的AI的开发和部署。”

与此同时,白宫国家网络总监办公室在社交媒体上准确地描述了它对行政命令的理解:“今天的EO为AI安全和保障、保护美国人的隐私、促进公平和公民权利建立了新的标准-它维护消费者和工人,促进创新和竞争。”

美国国土安全部发布了自己的情况说明书,解释了行政命令及其职责,重点强调了关键领域:

1.成立AI安全与安保咨询委员会(AISSB),以“支持AI负责任的发展。该委员会将汇集来自AI硬件和软件公司、领先研究实验室、关键基础设施实体和美国政府的杰出行业专家。”

2.努力制定AI安全和安保指南,供关键基础设施所有者和运营商使用。

3.利用AI的潜力来改善美国的网络防御,强调中国国际安全局如何积极地“利用AI和ML工具进行威胁检测、预防和漏洞评估”。

另外,网络安全和基础设施安全局在其自己的社交媒体帖子中强调,它将“评估与使用AI相关的潜在风险,为关键基础设施部门提供指导,利用AI的潜力来改善美国的网络防御,并为红队GenAI提供建议。”


评估AI对知识产权的威胁



对知识产权的威胁不是假设的,在行政命令中处于首要位置。为了加强对AI相关知识产权的保护,国土安全部将通过国家知识产权协调中心创建一个项目,帮助AI开发人员利用国土安全调查、执法和行业合作伙伴关系来缓解与AI相关的风险。

以IBM为代表的工业界也发出了这样的警告:“解决潜在AI安全问题的最佳方式是通过开放创新。一个强大的开源生态系统,拥有包括创建者、开发者和学者在内的不同声音,将有助于迅速推进AI安全科学,促进市场竞争。”

ChatGPT进入消费者手中已经一年了,而过去的12个月完全是旋风式的采用。CISO必须像以前建议的那样,提出尖锐的问题,并要求支持在其产品中包含AI/ML的提供商提供来源和可证明的测试结果。虽然全球政府的倡议指向了正确的方向,但很明显,最终的责任将落在CISO的肩上,以确定他们的实践是否在正确的轨道上。

相关文章
|
2月前
|
机器学习/深度学习 人工智能 算法
AI 基础知识从 0.6 到 0.7—— 彻底拆解深度神经网络训练的五大核心步骤
本文以一个经典的PyTorch手写数字识别代码示例为引子,深入剖析了简洁代码背后隐藏的深度神经网络(DNN)训练全过程。
615 56
|
2月前
|
人工智能 安全 网络安全
2025攻防演习回顾,AI赋能下的网络安全新格局
网络安全实战攻防演习历经9年发展,已成为检验安全体系、洞察威胁趋势的重要手段。攻击呈现实战化、体系化特征,APT、0day、勒索攻击等手段升级,AI、大数据等新技术带来新风险。攻击入口多元化、工具智能化、API成重点目标,“AI+人工”协同攻击加剧威胁。面对挑战,企业需构建纵深防御体系,从被动防御转向主动对抗。瑞数信息通过动态安全技术与AI融合,实现0day防护、漏扫干扰、勒索应急等能力,打造WAAP超融合平台,助力关键基础设施构建智能、协同、前瞻的主动防御体系。
226 1
|
26天前
|
机器学习/深度学习 资源调度 算法框架/工具
AI-ANNE: 将神经网络迁移到微控制器的深度探索——论文阅读
AI-ANNE框架探索将深度学习模型迁移至微控制器的可行路径,基于MicroPython在Raspberry Pi Pico上实现神经网络核心组件,支持本地化推理,推动TinyML在边缘设备中的应用。
115 10
|
1月前
|
人工智能 运维 安全
AI来了,网络安全运维还能靠“人海战术”吗?
AI来了,网络安全运维还能靠“人海战术”吗?
150 28
|
27天前
|
人工智能 安全 网络安全
从不确定性到确定性,“动态安全+AI”成网络安全破题密码
2025年国家网络安全宣传周以“网络安全为人民,靠人民”为主题,聚焦AI安全、个人信息保护等热点。随着AI技术滥用加剧,智能化攻击频发,瑞数信息推出“动态安全+AI”防护体系,构建“三层防护+两大闭环”,实现风险前置识别与全链路防控,助力企业应对新型网络威胁,筑牢数字时代安全防线。(238字)
|
1月前
|
人工智能 监控 数据可视化
如何破解AI推理延迟难题:构建敏捷多云算力网络
本文探讨了AI企业在突破算力瓶颈后,如何构建高效、稳定的网络架构以支撑AI产品化落地。文章分析了典型AI IT架构的四个层次——流量接入层、调度决策层、推理服务层和训练算力层,并深入解析了AI架构对网络提出的三大核心挑战:跨云互联、逻辑隔离与业务识别、网络可视化与QoS控制。最终提出了一站式网络解决方案,助力AI企业实现多云调度、业务融合承载与精细化流量管理,推动AI服务高效、稳定交付。
|
1月前
|
Shell 开发工具 git
使用代理访问网络各项命令总结
工作中常需设置代理,容易导致环境混乱。本文总结了 SourceTree 无法拉取代码的问题,排查了环境变量、Git 全局配置及系统代理设置,最终通过清除 Git 代理配置解决。内容涵盖排查步骤、命令整理及脚本处理,帮助快速定位并解决代理相关网络问题。
82 2
|
5月前
|
数据采集 机器学习/深度学习 人工智能
运维人的“福音”?AI 驱动的自动化网络监控到底香不香!
运维人的“福音”?AI 驱动的自动化网络监控到底香不香!
415 0
|
2月前
|
人工智能 自动驾驶 物联网
AI 来当“交通警察”:如何优化 5G 网络资源分配?
AI 来当“交通警察”:如何优化 5G 网络资源分配?
101 9