人工智能安全：原理剖析与实践(博文视点出品)

本书对人工智能安全的基本概念和框架进行梳理。第1章主要介绍信息安全和人工智能的基础性概念。第2章和第3章分别从人工智能信息系统安全和人工智能算法安全的角度，对人工智能安全的研究方法、研究手段进行详述，其中包含大量的真实例子、程序代码。第4章主要讨论人工智能辅助攻防新场景。第5章主要讨论人工智能安全生态。希望通过本书，传统信息安全和人工智能的研究者能快速进入这个领域，为人工智能安全的研究添砖加瓦。

本书适合关注人工智能安全的研究人员、工程技术人员、教师、学生等阅读。

王琦 KEEN和GeekPwn发起创办人。曾是微软美国总部以外第一个区域性安全响应中心ChinaMSRC的创始人之一和技术负责人，微软亚太区第一位漏洞研究领域专家级研究员。创建并带领KEEN团队获得了亚洲第一个世界黑客大赛冠军。

朱军 清华大学计算机系博世人工智能冠名教授，瑞莱智慧联合创始人兼首席科学家，IEEE TPAMI副主编，曾任卡内基梅隆大学兼职教授，担任ICML、 NeurIPS、ICLR等国际会议资深领域主席。获ICLR杰出论文奖、CCF自然科学一等奖、吴文俊人工智能自然科学一等奖和科学探索奖，入选“万人计划”领军人才、MIT TR35中国先锋者、IEEE AI's 10 to Watch等。

王海兵 KEEN联合创始人，GeekPwn安全实验室总监，前微软安全专家级工程师。有20余年安全产品开发及测试经验，是GeekPwn CAAD人工智能对抗与防御大赛的总命题人。

— 序 —

早在人工智能（简称AI）诞生之前，人们就已经关注人与智能机器的关系，担心一旦机器具有自我意识之后，是会继续作为“奴隶”听从人类的指挥，还是会变成与人类平起平坐的“兄弟”甚至是统治人类的“主人”。时至今日，AI安全仍然是大家关注的话题，但话题的内涵却有了很大的变化。有意识的智能机器是否会出现、什么时候出现——根据AI技术发展的现状，多数人认为这个问题最多算是“远虑”，并不是当前需要考虑的安全问题。当前迫切需要考虑的AI安全的“近忧”——并不是来自AI机器本身，而是来自对AI技术的人为“误用”与“滥用”——正是人类这些有意或无意的行为，导致了AI系统的多种安全隐患。

“如何正确地使用技术”是一个古老的话题，如原始人掌握的石器制作技术，既可以用来打造生活用品，也可以用来制作石刀与石斧等武器。技术本身没有“好”与“坏”之分，同样的技术既可以用来做“好事”，也可以用来做“坏事”。随着现代科技的迅猛发展，特别是信息科技的高速发展，令人担忧的现象出现了，人们发现：越是高度信息化和网络化的系统就越脆弱，安全漏洞越多，越容易受到攻击。人们本来期望通过AI技术摆脱这个困境，而深度学习的出现打碎了这个良好的愿望，因为人们很快发现，由深度学习构建的AI系统更加脆弱，AI安全问题亟须解决，迫在眉睫。《人工智能安全：原理剖析与实践》一书及时触及并详细阐述了这个话题。

本书从四个方面展开AI安全的讨论。

第一，由于AI系统总是存在于传统信息系统中（如操作系统和互联网环境中），因此AI系统的安全首先要考虑“信息系统环境”的安全。本书第1、2章不仅讨论了传统的信息安全，如漏洞的挖掘、利用漏洞的攻击与防御等，还讨论了AI深度学习框架的安全问题：由于框架自身逻辑的复杂性及第三方依赖库都存在漏洞，因此同样存在信息安全问题。

第二，AI算法安全。由于AI算法，特别是深度学习算法的脆弱性，攻击者通过恶意构造的输入对其进行攻击，造成了巨大的AI算法安全隐患。本书第3章详细讨论了白盒场景下的对抗攻击，如快速梯度符号法、DeepFool算法、投影梯度下降法、C&W算法、通用对抗扰动等，以及黑盒环境下的安全问题，包括基于迁移的黑盒攻击、基于查询的黑盒攻击及相应的防御方法等。

第三，本书第4章在“人工智能辅助攻防新场景”的标题下，讨论了如何利用AI技术创造新的攻防方法，如自动化漏洞挖掘、生成对抗网络在安全领域的应用、对目标检测算法与语音识别系统的攻击、视频中的人物换脸等。

第四，本书第5章在“人工智能安全生态”中讨论了如何避免对AI技术的误用。由于AI系统本身的复杂性及使用环境的复杂性，我们无法在AI系统设计和测试阶段考虑所有可能的安全问题，因此，需要通过加强和改善人机交互和人机协作来解决。本书理论联系实际，提供了关于AI安全从原理分析、算法构造到应用实例、程序代码及实验结果的详细内容。“攻与防”属于“矛与盾”的关系，既是对抗的双方，又是相互合作的伙伴。因此，只有深刻地了解“攻击”的手段，才能构造出坚固的“防御”方法，反之亦然。本书在叙述中既讨论了攻击的方法，也提供了相应的防御手段，兼顾这两项内容。

解决AI的安全问题，涉及两个层面。一是关于AI的治理。既然AI的安全问题主要来自人类对AI技术的误用与滥用，就需要从道德、伦理和价值观的角度制定针对研发人员、管理人员和使用人员的各种法律、法规、制度与标准：一方面，强制大家遵守法律法规，不去滥用AI技术；另一方面，要求大家自觉遵守规章制度，谨慎使用AI技术，以防止误用。二是目前的AI技术，特别是以深度学习为基础的AI技术，是不安全、不可信、不可靠的。我们需要发展可解释和鲁棒的第三代AI理论与方法，发展安全、可信、可靠、可扩展的AI技术，只有这样，才有可能从根本上解决AI的安全问题。

本书适合关注AI安全的研究人员、工程技术人员、教师与学生等广大读者阅读与参考。

张　钹

中国科学院　院士

清华大学人工智能研究院　院长

— 自序 —

安全的本质是对抗。在网络安全领域，当我们试图通过非正常途径进入并控制一台计算机的系统时，我们对抗的是什么？毋庸置疑，是漏洞，计算机漏洞——更确切地说，是人类的漏洞——因为构成计算机程序的代码，包括其存在的缺陷，都由我们人类写就。所以，在一定程度上也可以说，安全的本质是人与人的对抗。

2014年年初，笔者王琦带领的KeenTeam开始研究特斯拉电动汽车的安全问题。尽管在此之前团队从未接触过车载计算机，但大家笃信可以找到特斯拉的漏洞。其原因非常朴素：只要是人编写的程序，就不可避免地会存在漏洞。这个出发点在此前两年，KeenTeam开始尝试破解当时最新的iPhone时就得到过验证。半年多以后，特斯拉总部给KeenTeam颁发的一枚安全荣誉勋章证明了这个朴素的推断依然成立。

在破解特斯拉时，KeenTeam接触了无人驾驶技术。我们把特斯拉汽车比做一个人，在过去，我们使用传统的网络安全手段通过漏洞去破解特斯拉，无非是在寻找CPU（好比人类的大脑）、操作系统（好比管理身体机能的神经系统、内分泌系统、循环系统等）、APP等的“肉眼可见”的漏洞。特斯拉无人驾驶所使用的视觉及其背后的人工智能技术，忽然打开了王琦的新脑洞：有没有可能通过视觉的污染或欺骗，去破解这个“人”的“肉眼不可见”的“意识”，让这个“人”做出错误的决策？这成了KeenTeam研究人工智能安全的最初驱动。随后，包括笔者王海兵在内的KeenTeam成员，在多种人工智能应用系统、机器学习框架等处发现了大量的安全问题。

在学术界，也悄悄形成了一股关于人工智能自身安全问题的研究热潮。早期的学术研究显示，经典机器学习模型（如支持向量机）可以被噪声数据或投毒数据欺骗。2014年，学者们进一步发现，深度神经网络很容易被人工智能算法所寻找的对抗样本误导，产生错误的预测或决策。这种“反直觉”的现象很快吸引了大量关注，引发了学者们对人工智能自身安全问题的研究。

笔者朱军带领的清华大学TSAIL团队，基于长期的机器学习模型算法研究，形成了敏锐的嗅觉，在国内率先开展了深度学习对抗攻击与防御方面的研究，从深度学习的基础原理出发，探讨对抗样本形成的机理，发展对抗鲁棒的深度学习方法。TSAIL团队的学术成果发表在机器学习的主要期刊和会议上，一些算法被主流的开源算法库（如CleverHans、FoolBox）收录，团队因此荣获2021年度吴文俊人工智能自然科学一等奖。基于扎实的理论和算法功底，TSAIL团队一举荣获了由谷歌发起的NeurIPS 2017首届国际AI对抗攻防竞赛全部三个赛道（有目标攻击、无目标攻击和对抗防御）的冠军。

可见，网络安全界和人工智能学术界都在关注人工智能的安全性。尽管他们研究的侧重点并不相同，但对人工智能的整体安全性都是不可或缺的。随着研究的深入，双方产生了交集。2016年10月，生成对抗网络的发明人Ian Goodfellow受邀在GeekPwn美国会场分享对抗样本方面的最新研究成果。2017年，KeenTeam启动了面向所有人工智能安全研究者的GeekPwn AI安全专项赛，Ian成为此项赛事的技术顾问。2019年，TSAIL团队与阿里安全、瑞莱智慧合作，发起了“AI安全挑战者计划”系列竞赛。这些比赛以公开技术挑战的形式，邀请黑客社区和学术界一起研究人工智能的安全缺陷。

通过努力，GeekPwn AI安全专项赛和“AI安全挑战者计划”成为网络安全界和人工智能界交流的桥梁，竞赛项目也扩展到多个人工智能子领域，除了图像分类，还举办了人脸识别、语音识别、自动驾驶、图像视频伪造、笔迹伪造、大数据追踪等方面的赛事。国内外的著名高校，如美国加州大学伯克利分校，以及中国的清华大学、中国科技大学、国防科技大学等，带来了一场场震撼人心的成果展示，相关竞赛累计吸引超过26个国家和地区的4万余人参加。《人民日报》、人民网等对相关竞赛的报道，对我国为培养一流网络安全人才做出的积极贡献表示了肯定。

在过去近十年里，我们一起见证了人工智能安全领域的蓬勃发展，人工智能和安全的融合研究与思考逐步成为常态。尽管两个团队分别从应用实践和理论研究的不同角度出发，但殊途同归，我们对人工智能安全的判断和想法不谋而合，于是有了一起创作本书的想法。

本书完稿于新冠疫情前，原本是想对人工智能安全做阶段性和系统性的回顾总结，但每次审视都感不足。好在任何安全都既需要“未雨绸缪”式的前置，也需要“攻防式”的持续推翻和加固，所以，我们暂且把此书交由各位读者批评指正。

本书不仅包含GeekPwn比赛成功项目的成果和清华大学TSAIL团队的研究成果，还借鉴参考了很多国内外安全界和人工智能界的公开研究，在此一并向所有为人工智能安全作出贡献的前辈和同仁致敬。

除此之外，我们还想特别感谢一位大师。没有他，我们就无法在这个时代进行如此令人兴奋的研究。他就是计算机科学之父和人工智能之父——艾伦·图灵。图灵在提出人工智能概念之前的十年，也曾是一名破解了“二战”时期德国密码机的黑客。大概，那时候已经注定人工智能与安全之间一定会存在某种奇妙的交集。

全体作者

— 前言 —

人工智能这门学科的历史几乎和计算机科学一样长，发展过程经历了多次起落。目前，人工智能正在快速进步，成果喜人。然而，人们对人工智能安全的担忧，几乎伴随着人工智能学科的成长。随着人工智能技术的应用领域越来越广泛，这种担忧越发凸显。

基于这种考虑，我们希望把人工智能安全的一些基本概念和框架进行梳理，使传统信息安全和人工智能的研究者能够快速进入这个领域，为人工智能安全的研究添砖加瓦。另外，我们也希望通过本书表达一个观点：人工智能安全需要计算机、自动化、数学、哲学、社会学、伦理学等各行各业的研究者和实践者共同参与。其原因是：人工智能将会引发一场社会大变革，它关系到人类社会的每个角落。每个行业、每个人都不可避免地会受到人工智能带来的巨大影响，理解和掌握人工智能安全技术，能够让人工智能更好地造福人类社会。

本书第1章主要介绍信息安全和人工智能基础，供对这些知识不熟悉的读者参考。

本书第2章和第3章分别从人工智能信息系统安全和人工智能算法安全的角度，对人工智能安全的研究方法、研究手段进行详述，其中包含大量的真实例子、程序代码，供读者了解人工智能安全研究的细节，帮助读者迅速了解这个领域的基本情况，为日后深入研究打下基础。

本书第4章主要讨论人工智能辅助攻防新场景。本书第5章主要讨论人工智能安全生态。这两章的话题涉及人工智能安全另一层次的视角，希望能更全面地为读者梳理人工智能安全这一主题。

本书力求做到深入浅出、重点突出、简明扼要，尽可能方便不同专业背景和知识层次的读者阅读。在本书编写过程中，极棒实验室（GeekPwn Lab）给予了大力支持，清华大学研究生董胤蓬、庞天宇、程书宇、杨啸、桥本优、李钥儒、付祁安等做了大量的资料收集整理、书稿校对等工作，在此对他们的辛勤工作表示感谢。

人工智能技术发展日新月异，人工智能安全领域也是一样。本书不可避免地会存在疏漏和跟不上技术发展之处，敬请读者谅解。若本书能够使读者对人工智能安全研究领域有一定的了解，能够让更多的人关心人工智能安全研究，就达到目的了。

第1章　信息安全与人工智能基础 1

1.1　“人工智能安全”在研究什么 1

1.1.1　AI Safety与AI Security 1

1.1.2　人工智能系统面临的安全挑战 4

1.1.3　应对安全挑战 7

1.2　信息安全基础知识 9

1.2.1　信息安全三要素 10

1.2.2　攻击的产生条件 11

1.2.3　常见的漏洞类型 13

1.2.4　输入验证 22

1.2.5　攻击面 24

1.2.6　漏洞挖掘方法 24

1.2.7　常见的漏洞库 26

1.2.8　防御手段 27

1.3　人工智能基础知识 28

1.3.1　人工智能发展历史 29

1.3.2　深度学习基础 33

1.3.3　ImageNet与ILSVRC 35

1.3.4　图像识别领域的里程碑技术 38

1.3.5　对一些概念的解释 38

1.4　信息安全与人工智能的碰撞 40

1.5　本章小结 42

参考资料 42

第2章　人工智能信息系统安全 43

2.1　信息系统环境安全 43

2.1.1　人工智能与信息系统环境 43

2.1.2　因存在信息系统环境漏洞而被攻击的人工智能系统 46

2.2　基础架构安全 56

2.2.1　人工智能基础架构 57

2.2.2　人工智能框架安全 62

2.3　依赖库安全 72

2.3.1　TensorFlow处理GIF文件的一个漏洞 72

2.3.2　依赖库NumPy中的一个漏洞 78

2.3.3　依赖库OpenCV中的一个堆溢出漏洞 81

2.4　云服务安全 85

2.5　人工智能综合应用：自动驾驶安全 88

2.5.1　自动驾驶技术现状 88

2.5.2　自动驾驶安全分析 95

2.5.3　自动驾驶汽车感知层攻击示例及分析 98

2.5.4　汽车信息系统攻击示例及分析 103

2.6　本章小结 108

参考资料 109

第3章　人工智能算法安全 110

3.1　人工智能算法安全概述 110

3.2　白盒场景下的对抗攻击 112

3.2.1　快速梯度符号法 113

3.2.2　DeepFool算法 116

3.2.3　投影梯度下降法 119

3.2.4　基于优化的对抗样本生成算法——C&W算法 123

3.2.5　通用对抗扰动 128

3.3　黑盒场景下的对抗攻击 129

3.3.1　基于迁移的黑盒攻击 129

3.3.2　基于查询的黑盒攻击 138

3.4　对抗防御 153

3.4.1　数据增强（训练阶段） 154

3.4.2　鲁棒网络结构（训练阶段） 161

3.4.3　鲁棒损失函数（训练阶段） 167

3.4.4　输入变换（测试阶段） 175

3.4.5　模型后处理（测试阶段） 186

3.4.6　对抗检测（测试阶段） 191

3.4.7　可验证的鲁棒训练 197

3.5　案例分析 200

3.5.1　人脸识别 201

3.5.2　智能汽车 205

3.6　本章小结 209

参考资料 209

第4章　人工智能辅助攻防新场景 215

4.1　自动化漏洞挖掘、攻击与防御 215

4.1.1　2016 Cyber Grand Challenge 216

4.1.2　符号执行技术 218

4.1.3　Mayhem系统原理 221

4.2　生成对抗网络在安全领域的应用 223

4.3　DeepFake检测挑战赛 226

4.4　实验：为视频中的人物换脸 228

4.4.1　实验步骤 228

4.4.2　实验原理 230

4.4.3　从法律角度看AI换脸技术 232

4.5　本章小结 234

参考资料 234

第5章　人工智能安全生态 235

5.1　人工智能安全研究现状 235

5.1.1　政府规划 235

5.1.2　非政府组织的推动 237

5.1.3　人工智能研究人员对安全的研究 240

5.1.4　厂商和安全极客的作用 240

5.1.5　非人工智能专业科学家的作用 241

5.2　人工智能安全与伦理 242

5.2.1　人工智能伦理研究现状 242

5.2.2　让人工智能做出正确的道德决策 245

5.2.3　人工智能道德决策的难点 246

5.2.4　人工智能安全问题责任归属 248

5.2.5　人类应该如何对待人工智能 250

5.2.6　人工智能有可能统治人类吗 251

5.3　本章小结 252

参考资料 252