AI x Security创新者观察（一）：AI安全赛道厂商
AI技术与网络安全行业的融合，催生了很多技术、产品、场景不同层次的创新。针对这一交叉领域，笔者跟踪了近两年初创公司及大厂产品发布、融资情况以及各类赛事的公开材料，用以研究AI与安全结合的创新机会。
01 框架
分类逻辑如下：首先分为AI for Security和Security for AI两个方向。
-
AI for Security：使用AI技术赋能已有的安全产品。
-
例如：微软推出Security Copilot，集成在已有安全产品中以简化人工运营。
-
Security for AI：将AI应用视为一个新的场景，这一场景的变化将重新组合新老技术，形成新的解决方案。
-
例如：Reality Defender检测图片及音视频是否由AI生成，以应对AIGC用于金融欺诈、舆情操纵方面的风险。
02 AI安全赛道
本文仅讨论「Security for AI」部分，这一部分的过去两年的相关企业也有大几十家，可以说是泛安全行业最火的赛道，因此需要继续细分：
-
AI系统的安全问题：AI应用本身也是软件、信息系统，也需要进行信息安全（CIA）的防护。
-
AI的可信问题：AI应用本身的行为是否可信，以合规场景为主的商业化场景。
-
AI的滥用问题：黑灰产利用AI技术实施欺诈的防范问题。
03 AI系统安全问题
AI系统首先是一个软件、一个信息系统，因此信息安全的CIA（机密性，完整性，可用性）仍然需要保护。
从攻防的视角而言，「AI系统」作为一个新的对抗场景，其攻击方式出现了很多变化，这和前些年「云安全」作为市场化热点，厂商纷纷发布“攻(防)技战法矩阵”如出一辙。
MITRE、OWASP针对AI模型/AI系统攻击手段的总结
从技术角度，上述Matrix里绝大部分问题可以复用已有安全能力来解决。因此，在这方面初创公司里能够看到“面向AI场景”的WAF、EDR、IDS甚至SecOps、供应链安全等等产品——老技术，新场景——目前已有颇多安全初创/大厂介入。
**差异之处在于AI模型层的攻击手段。**这部分技术发展包含了大量的学术界的贡献，从14年Adversarial Examples的提出，到17年的One Pixel Attack，到ADVbox提出系统化的模型层红蓝对抗，将攻击定义为投毒(Poisoning)、逃逸(Evasion)、模型提取(Extraction)和推断(Inference)四大类，到后来GPT的Jailbreak以及“奶奶攻击”，相关技术一直在对抗发展。
初创厂商清单
代表厂商：HiddenLayer
HiddenLayer——AI安全赛道的明星厂商，22年3月创立于美国德州，23年获RSAC创新沙盒冠军，随后9月的A轮5000万融资是目前AI安全赛道最高A轮融资额。
早期Hiddenlayer推出的三款核心业务包括：MLDR（Machine Learning Detection & Response）、模型扫描器、配套安全服务。随后，前两者被整合为一个平台型产品（Hiddenlayer AISec Platform），主要采用本地化部署的形式进行售卖。
MLDR产品的部署模式类似SaaS化的EDR产品，包含：1）模型端部署的本地化探针-下图右上绿色部分，2）云端的检测能力API-下图右下蓝色部分。
探针从AI应用本地获取用户的Query和Response，上传到云端API进行研判，生成告警并回吐到产品运营平台或第三方运营工具。由于本地Agent存在部署问题，Hiddenlayer也和主流的MLOps平台进行适配合作，以简化用户的部署成本。
04 AI可信（合规）问题
AI的可信问题（AI Trust, AI Governance），即关注AI本身是否对人类和社会而言是安全、可靠、积极的。
这一话题往大了说关于自主意识、超级对齐 vs e-acc的讨论，离商业化太远；往小了说就是当前各个国家、组织对AI应用的合规需求。
合规需求包括欧盟人工智能法案（the EU AI Act）、地方性针对AI应用的限制法案如NYC 144、Colorado Law SB21-169，以及一些标准化组织发布的AI应用治理标准，如NIST AI RMF。
初创厂商清单
此类合规产品和安全行业已有的合规产品形态类似，包括简洁的部署方式（多为SaaS-云平台API直接对接）、详细的量化指标和图表、以及每条法规和现有资产的映射。
Credo的合规功能页面
Cranium的工作流程
05 AI滥用问题
技术是双刃剑，当黑灰产使用AI技术伪造不实信息获利时，需要有对应的技术手段来区分信息的真伪。
例如，攻击者可以使用AI生成的人物绕过金融支付的KYC环节，或者通过发布伪造知名人士的演讲视频操纵舆论，甚至在国家之间的信息战领域也看到了AI技术的发挥。
图片来源："GenAI Against Humanity: Nefarious Applications of Generative Artificial Intelligence and Large Language Models"
「AI滥用」是一个AI、安全与各个行业广泛交叉的领域。
一方面，传统反欺诈、舆情分析、内容审查等赛道的供应商陆续发布了对AI生成内容的检测能力。另一方面，Reality defender此类专注于AIGC/DeepFake检测能力的初创厂商也登上RSAC创新沙盒的final list进入公众视野。
从技术角度而言，AIGC检测或DeepFake检测技术类似“AI时代的杀毒引擎”，通过信息的生成方式来判断一条信息的真实性，这一价值场景更大。此外，数字水印技术也被提出用于AI生成内容识别，如Google SynthID。
DeepFake / Image / Video 识别领域初创厂商
其他厂商推出的DeepFake识别能力
AI生成文本识别领域
AI生成文本检测领域，典型的商业化场景是学术造假检测。
目前，国内用于毕业论文查重的「知网」也已经集成了AI文本检测能力。在攻击者视角，也有很多「AIGC免杀」工具（AI Humanizer），能够改写AI生成的文本，防止被识别为AI内容。
Copyleaks 用于检测AI生成文本的浏览器插件
AIGC免杀工具将AI生成文本进行拟人化
AI生成文本检测厂商及工具
