三分快三手机版APP_三分快三漏洞

专访｜卫士通石元兵：密码技术创新发展要以应用需求为牵引******

　　置身于数字时代，数字基础设施安全、网络安全和数据安全愈发受到全社会的广泛关注和高度重视。目前，我国数据安全问题存在哪些难题待解？如何通过密码应用支撑数据安全和网络安全产业发展？在2022西湖论剑·网络安全大会期间，卫士通总经理助理、研究院院长石元兵接受记者采访，畅谈密码及数据安全产业的前沿视角。

　　记者：我国数据安全问题集中体现在哪些方面？

　　石元兵：数据的来源是多方面的：在推进数字中国建设过程中，各行各业各领域均会产生、采集、存储、处理和流通大量数据信息；另外，个人在网络空间中既是数据的贡献者，也是数据服务的使用者。单点数据的敏感性或者重要性相对不那么强，但是一旦大量汇聚，就面临着比较大的安全挑战。

　　从政府监管的角度看，《网络安全法》《数据安全法》《个人信息保护法》等一系列政策法规的出台，进一步强化了数据监管工作的落实，但还存在数据合规监管工作中技术手段不完善、支撑能力不足等问题。

　　从企业的角度看，现在还面临很多数据安全风险挑战。比如，违规、超范围采集个人信息和其他信息，甚至涉及到数据的非法交易和违规滥用。另外，政府部门既要考虑开放数据公共服务，同时也会面临数据跨部门共享利用等需求。这些问题或迫切需求，都需要通过技术手段、服务能力或运营模式的不断创新，去支撑相关各方的数据资源可信、可靠流动和高效应用。

　　从个人层面来讲，目前还有很多人对个人信息缺乏保护意识，需要不断加强宣传，不断提升公民对个人信息的保护意识和识别防范风险能力。

　　记者：在推进数据安全过程中，密码产业的重要性不容忽视。在发挥密码产业重要作用方面面临哪些挑战？

　　石元兵：在数据资源的全生命周期进程中，各环节所面临的风险不尽相同，呈现多样化的特点。密码是保障数据安全的核心基础支撑技术，除了数据加密，还可为数据隔离、数据脱敏、数据标记、数据溯源、共享利用等提供支撑。

　　在保障数据安全方面，需要识别实际场景中的安全风险，梳理出安全需求，并以此为牵引，从技术研究、产品研制、应用支撑和服务模式等方面不断创新发展，持续丰富密码供给体系和供给能力。密码的高质量供给，已经超越了单一产品提供的范畴，更侧重于以保护用户的重要数据为目标，提供基于密码的体系化安全防护能力，这就要求我们不能只聚焦于产品提供，更要关注实际应用场景和具体业务逻辑。

　　记者：密码应用将如何助推数据安全产业发展？

　　石元兵：重点是要以密码基础理论创新、共性前沿技术创新作为驱动力，以应用需求作为牵引力，发挥好密码保障数据安全的核心技术和基础支撑作用，助力数据安全产业的高质量发展。

　　记者：卫士通在商用密码安全方面形成了哪些经验？

　　石元兵：密码作为卫士通的核心能力之一，我们在为重要行业领域用户提供网络安全、数据安全产品和服务的基础上，不断追求创新发展，一方面提升密码技术、产品和服务等体系供给能力，同时加强与众多国内优秀企业的合作，把密码技术与基础软硬件、应用系统融合嵌入，发挥好密码保障自主信息技术体系安全的效能。（记者 孔繁鑫）

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)

　　（文图：赵筱尘 巫邓炎）