智能网联汽车商用前如何保证安全？

智能网络信息安全不断被提上新的议事日程。

车联网和智能网联汽车是时代工业化和信息化融合的重要方向，对推动产业结构转型、推动经济高质量发展发挥着重要作用。

近年来，我国智能网联汽车发展迅速，已初步形成L2级及以上汽车的研发和测试能力。

然而，智能网联汽车作为网络环境下的移动终端，在商业落地过程中却出现了新的问题——安全和信任危机。

工信部提出，在加快突破智能网联汽车关键技术的同时，着力提升安全保障。

在第四届世界智能大会——车联网先行应用创新发展国际高峰论坛上，中国科学院何继峰院士在《可信人工智能》主题演讲中表示，人工智能与人类社会是共生关系。

包括智能制造、智慧医疗、智慧城市、智慧农业、国防建设等都与人工智能密切相关。

对于汽车领域，他认为依托人工智能技术，人工智能技术的发展将引导智能网联汽车的未来方向。

但在此过程中，也发现了一些引发人工智能信任危机的问题。

何继峰院士认为，当前人工智能安全问题存在两类，并提出四大对策和主动防御的AI网络系统，辅助人类进行智能决策，实现分析问题、构建模型、模拟决策、并评估质量。

第一类是数据带来的不安全问题。

典型的不安全行为分为三类： 1、数据隐私。

我们训练了大量的数据，这暴露了一些不应该暴露的隐私。

2.数据本身有质量。

训练数据和现场数据都存在难以控制的质量问题。

3、成熟过程中存在数据保护问题。

数据采集??、数据传输、成熟使用和流通之前都存在风险。

第二类是算法安全问题，其中算法可靠性是首要问题。

他针对人工智能安全问题提出了四大对策。

策略的第一个方面是可解释性，即当我们理解或解决某件事时，我们可以获得足够多的我们需要的可理解的信息。

例如，过去的算法是黑盒算法，缺乏透明度和可解释性。

一旦出现问题，就很难分析和验证问题的根源。

第二个对策是鼓励产生可解释的人工智能，主要是三个方面的可解释。

1. 在建立模型之前进行可解释性分析，分析数据的属性，并知道如何将数据可视化。

2、在构建模型的过程中，需要增加基于规则、数据特征、实例的可解释性。

3.模型建立后，可解释性评估，无论是隐含层分析、模拟分析，还是敏感性分析，都可以逐步推广。

该对策侧重于隐私保护，在功能系统信任与身份数据信号隐私之间取得平衡。

第三个安全对策是公平建模。

标注数据时要注意公平因素，不考虑性别、国籍、年龄、健康状况和种族。

纠正行为偏差、呈现偏差、理解偏差、内容偏差，实现公平建模。

这些公平不仅包括统计意义上的公平，还包括个体公平和因果公平。

从数据到算法，需要关注历史偏差、聚合偏差、时间偏差、群体偏差，通过交互消除总体偏差、排序偏差、评价偏差、随机偏差。

第四个方面是人工智能安全对策的可信验证，需要一个可信验证引擎，从验证、模拟、测试三个方面支撑人机物理融合系统。

中国软件评测中心、智能网联汽车测试工程技术中心主任宋娟也指出，车载智能计算平台在安全系统方面面临诸多挑战。

1、功能安全ISO2在自动驾驶领域的应用尚未达成共识。

传统汽车电子的功能安全已经相对成熟。

在自动驾驶方面，整车厂和智能计算平台公司仍在积极探索，尚未形成行业共识。

2、国内基本没有预期功能安全方面的研究。

国外对SOTIF做了大量工作，包括改进流程和措施，但国内研究基本空白。

标准体系建设亟待完善，包括安全等级划分、评价标准规范制定等。

测试能力亟待加强，比如如何构建SOTIF相关的场景库。

3、信息安全纵深防御理念尚未系统融入汽车产业生态。

目前，车载智能计算平台涉及硬件、软件、通信等多项关键技术。

产品技术形态尚未确定，信息安全防护的分层、分布式技术支撑尚未形成。

在构建深度防御系统的同时，还需要权衡智能网联汽车的安全成本与效率之间的关系。

针对发展现状和存在的挑战，宋娟提出了几点发展建议：一是要围绕行业实际应用需求，着力完善产业链和产业建设，统筹布局，推动布局，建立健全安全体系，突破关键共性安全技术，保障产业安全和国家安全。

二是深化架构研究，加快标准制定。

进一步深化产品架构研究，梳理、明确、细化功能和性能需求。

加快车载智能计算平台标准化工作，建立健全标准规范体系，推动行业形成共识。

在智能网联应用层面，高精度地图是保障安全的底层支撑。

四维图新高级副总裁孟庆新认为，高精地图将是未来智能网联的基础设施和载体。

公共出行、智慧交通、无人驾驶、安全应急、城市治理都需要这张地图。

所有定位和实时信息均传输回高精度地图平台的有效载体。

因此，高精度地图的精细化、秒速更新和智能决策对于车路协同或自动驾驶模拟场景的安全应用至关重要。

重要的支持。

正是由于高速的信息处理和系统迭代，智能网联将不断面临新的信息安全威胁和风险，这与中国软件测评中心、智能网联汽车测试工程技术中心主任宋娟的担忧不谋而合。

——代码数量的快速增加和OTA技术的应用，使得信息安全问题更加突出。

对此，宋娟提出了解决方案。

研发过程中，首先要密切关注安全问题，同步将安全管理理念融入全流程，加快测试工具开发和测试平台建设，强化技术支撑能力。

信息安全是智能网络行业不可忽视的一个方面。

关注单一功能环节的安全考虑不够全面、系统。

遵循全产业链、分层技术支撑形成合力，只有从行业整体角度思考，才能打造智能网络“大安全”。