信息安全研究

胡丽娜, 吕欣

2026, 12(10): 879-884. DOI: 10.12379/j.issn.2096-1057.2026.10.01

摘要 ( )

PDF (579KB) ( )

参考文献 | 相关文章 | 计量指标

新一轮科技革命与产业变革正以前所未有的速度重塑全球格局，人工智能作为引领这一变革的战略性技术，已成为全球科技竞争的核心焦点。在全面推进“人工智能+”行动、加快培育新质生产力的时代背景下，我国人工智能全面渗透科技、产业、民生、治理等各领域。在释放经济社会发展动能的同时，衍生出供应链风险、算法伦理、就业分化等多重安全挑战，统筹发展与安全逐步成为人工智能治理的核心主线。当前国内对人工智能融合实践更多关注产业规模扩张，对潜在风险成本考量相对不足，部分应用停留在浅层落地层面，深度融合程度有待提升，兼顾发展效益与安全风险的评估工具仍较为欠缺。本文通过梳理人工智能融合发展对经济、产业、就业、全球竞争等的多维影响，剖析人工智能融合发展成效评估的现实瓶颈；借鉴欧美等发达国家的差异化评估实践，提出适配我国的评估路径，为研判人工智能融合发展成效、统筹创新发展与全链条风险防控提供有益参考。

人工智能安全标准化进展与挑战及建议

胡成春, 毕钰

2026, 12(10): 885-891. DOI: 10.12379/j.issn.2096-1057.2026.10.02

摘要 ( )

PDF (602KB) ( )

参考文献 | 相关文章 | 计量指标

人工智能（Artificial Intelligence，AI）技术快速演进与应用场景持续拓展，对安全标准的供给能力与实施效能提出了更高要求。本文梳理ISO/IEC、ITU和IEEE等国际组织的人工智能安全标准布局，比较美国、欧盟和我国的标准化实践，分析我国人工智能安全标准化面临的主要挑战。本文认为，人工智能安全标准正由单项技术规范向全生命周期治理拓展，但我国仍面临技术快速演进与标准供给相对滞后、通用安全要求与行业差异难以充分协调、治理理念的国际差异增加标准衔接难度等挑战。针对上述挑战，提出加强关键技术攻关与研发测评协同、完善国内统筹和通用标准与行业规范衔接、深化国际规则对接与联合验证等建议，以提升我国人工智能安全标准的可验证性、适应性与实施效能，增强国际标准化参与能力。

人工智能大模型安全机理研究

孙启, 李阳

2026, 12(10): 892-898. DOI: 10.12379/j.issn.2096-1057.2026.10.03

摘要 ( )

PDF (875KB) ( )

参考文献 | 相关文章 | 计量指标

大模型安全是人工智能治理的核心命题，其复杂性远超传统的网络安全与软件漏洞治理。本文从复杂适应系统视角出发，将大模型安全解构为攻击、防御、漏洞三者互动形成的动态系统，剖析其内涵、外延与要素，并归纳大模型安全演进的三大趋势。本文认为，攻击的本质是适应性扰动，防御的本质是韧性增强，漏洞则是系统结构中兼具破坏性与改进价值的张力节点。大模型安全边界正由单点、链条向全生命周期拓展，技术、制度、开放三要素共同影响支撑其有效运转。据此，本文从技术攻防、治理规则与国际合作三个层面提出建议，以期推动构建与人工智能发展相适应的安全理论体系，更好落实统筹发展和安全的战略要求。

全球人工智能安全治理经验及其对中国的启示

孙大卫, 叶云岭

2026, 12(10): 899-904. DOI: 10.12379/j.issn.2096-1057.2026.10.04

摘要 ( )

PDF (587KB) ( )

参考文献 | 相关文章 | 计量指标

随着生成式人工智能、大模型与智能体应用快速扩展，人工智能安全风险已贯穿数据处理、模型开发、产品部署和基础设施运行等环节。本文通过系统分析主要国家和地区人工智能安全治理特点与实施方式，发现治理方式内容选择虽因技术基础、法律传统、安全环境等因素不同而存在显著差异，但在数据隐私、算法模型、内容生成、分级监管、技术保供等领域存在趋同做法。对国际实践的比较分析将有助于为中国完善人工智能安全治理机制提供思路参考。

AI背景下数据要素流通的安全挑战与对策研究

杜鹏飞, 李鹏飞, 姜静

2026, 12(10): 905-910. DOI: 10.12379/j.issn.2096-1057.2026.10.05

摘要 ( )

PDF (606KB) ( )

参考文献 | 相关文章 | 计量指标

AI技术的爆发式发展正在深刻重塑数据要素的流通格局与安全边界。数据作为新型生产要素已成为推动新质生产力和数字经济发展的核心引擎，而流通安全则是决定其价值释放的重要前提条件。本文基于AI时代数据要素的特征与安全流通内涵，系统梳理全球数据要素流通安全领域的战略取向与制度实践，并从政策法规、技术支撑、跨境治理等多个维度分析我国当前发展现状。研究发现，我国虽已初步建立数据要素流通安全的基本框架，但仍面临治理体系不健全、核心技术依赖性强、跨境规则衔接不足及复合型人才短缺等多重结构性挑战。为此，本文提出从完善确权机制与标准体系、强化关键技术研发、优化跨境安全管理、构建协同育人机制等方面统筹推进治理体系与能力建设，为构建安全可信、开放可控的数据要素市场提供理论参考与实践路径。

生成式人工智能个人信息处理的叠加风险与合规思考

郝家杰

2026, 12(10): 911-922. DOI: 10.12379/j.issn.2096-1057.2026.10.06

摘要 ( )

PDF (687KB) ( )

参考文献 | 相关文章 | 计量指标

伴随生成式人工智能的迭代演进，以DeepSeek为代表的大模型有望摆脱以往“算法堆砌”的路径依赖。然而，相伴而生的个人信息处理风险层出不穷，且已深度内嵌于数据输入、训练、输出三阶段风险链条之中。加之资本的逐利驱动，生成式人工智能个人信息处理风险呈现叠加态势，衍生出多重风险隐患：横向维度“告知—同意”规则流于形式，纵向维度个人隐私信息近乎泄露，系统维度社会信任基础逐步弱化，这表明亟须重新审视合规治理策略。有鉴于此，横向维度，通过推进规则实质化夯实合规基础，依托技术赋能、监管约束、溯源追责机制打破风险恶性循环。纵向维度，依托合理化隐私保护机制适配信息流动特征，在保障个人隐私的同时兼顾社会公共利益。系统维度，构建标准化风险预防机制，落实企业合规底线要求，回应多元主体的利益诉求。依托上述法治路径，以期为化解生成式人工智能个人信息处理风险提供可行治理方案。

大模型集成架构驱动行政算法决策的技术跃迁与风险规制

周丽, 申敏

2026, 12(10): 923-929. DOI: 10.12379/j.issn.2096-1057.2026.10.07

摘要 ( )

PDF (594KB) ( )

参考文献 | 相关文章 | 计量指标

伴随着以GPT-5为代表的大模型集成架构认知能力的提升和增强，行政算法自动化决策方式也随之发生了诸多变化，整体上形成了从“规则驱动”向“认知泛化”的范式跃迁。大模型集成架构驱动行政算法决策的技术跃迁具体表现为跨模态数据整合、动态路由算力分配以及链式推理纠偏，从而奠定了行政算法自动化决策的基础，提升了政府数字治理能力和问题响应能力。但与此同时，在大模型集成架构深度介入行政算法决策过程中，也带来了数据安全、程序正义以及权力运行结构上的风险和挑战。有鉴于此，本文拟从制度上进行回应和规制，一方面，通过数据分级确权与公共数据信托制度重构数据治理边界，并且借助动态解释机制提升算法的可解释性和透明度；另一方面，在算法设计过程中嵌入比例原则和反歧视规则等范式，并建立算法决策的主体责任绑定制度。

大模型技术滥用引发的知识产权突发风险响应与处置机制

罗恩韬, 王浚丞, 包红光, 彭滔, 刘琴, 吴楚禹

2026, 12(10): 930-937. DOI: 10.12379/j.issn.2096-1057.2026.10.08

摘要 ( )

PDF (668KB) ( )

参考文献 | 相关文章 | 计量指标

生成式人工智能的广泛应用，使大模型知识产权风险呈现出突发性、传导性与高破坏性的新特征，对传统治理体系构成严峻挑战。本文聚焦于大模型技术滥用所引发的知识产权突发风险，致力于构建一套涵盖“智能预警、快速处置、协同联动”的响应与处置机制。首先，通过构建多维度监测指标、多源数据感知与动态分级规则，实现风险的精准识别与等级划分；其次，设计以即时管控、证据固定与区块链存证为核心的标准化处置流程，为快速阻断风险扩散、有效支撑法律追责提供保障；最后，建立贯通政企、跨领域与跨境的多元协同联动机制，以整合资源、化解管辖权冲突，形成风险防控合力。本文为构建敏捷高效的大模型知识产权风险治理体系提供了理论参考。

大语言模型辅助的车联网设备隐私泄露分析

陈宣衡, 张子晨, 陈秋阳, 于乐, 陈伟, 刘婷婷

2026, 12(10): 938-947. DOI: 10.12379/j.issn.2096-1057.2026.10.09

摘要 ( )

PDF (1430KB) ( )

参考文献 | 相关文章 | 计量指标

针对车联网设备使用过程中存在的隐私泄露风险，本文通过梳理分析车联网相关技术文档与学术文献，系统归纳整理出四类、共计359种车联网设备隐私信息类型，并构建对应的隐私信息分类体系。基于该分类体系，本文提出一种基于大语言模型的车辆数据流隐私合规分析系统（Vehicular Data-flow based Privacy Compliance Analyzer，VDPAnalyzer），用于实现车辆数据流的隐私合规性检测与分析。该系统以车辆网络流量的句法与语义解析为基础，融合模式匹配方法与大语言模型技术，结合提示工程与模型微调策略，可有效检测车辆数据流中的隐私泄露问题、识别相关合规风险。本文基于OBD汽车故障检测仪、车载摄像头、车载信息娱乐系统三类设备，采集11款真实车联网设备的网络流量数据开展对照实验。实验结果表明，经过微调优化后的大语言模型，对车联网流量隐私信息的识别精确率由71.2%提升至88%，召回率由85.7%提升至86.3%。在检测出的88项隐私泄露项中，有32项（占比36.4%）未在设备隐私政策中进行相关声明。更为突出的是，部分车联网设备会以明文未加密形式传输拍摄的视频缩略图、语音录音转文字结果，存在严重的用户个人隐私泄露隐患。

自适应特征与边界均衡的物联网入侵检测方法

陈良臣, 禾博姝, 蒋子龙, 姜政伟, 卢志刚, 刘宝旭

2026, 12(10): 948-957. DOI: 10.12379/j.issn.2096-1057.2026.10.10

摘要 ( )

PDF (1067KB) ( )

参考文献 | 相关文章 | 计量指标

针对物联网设备资源受限、流量数据特征高维冗余以及攻击样本分布不均衡导致的入侵检测性能瓶颈，本文提出一种融合自适应特征优化与边界均衡采样的物联网入侵检测方法。首先，针对物联网流量数据存在高维冗余特征导致模型计算开销增加并干扰分类决策的问题，设计一种基于轻量级梯度提升机（Light Gradient Boosting Machine，LightGBM）的自适应交叉验证递归特征选择算法，该算法结合特征重要性评估与交叉验证递归特征消除机制，通过自适应搜索最优特征子集，在保障检测性能的同时有效降低特征维度。其次，针对物联网流量类别分布不均衡及传统过采样易引入边界噪声的不足，提出一种加权边界合成少数类过采样技术（Synthetic Minority Oversampling Technique，SMOTE）与Tomek-ENN相结合的数据均衡采样方法（Weighted Border-line-SMOTE and Tomek-ENN-based Data Balancing，WBSTE），通过边界样本增强、清除类别重叠及噪声清洗，有效提升模型对少数类攻击样本的识别能力。在N-BaIoT数据集上的实验结果表明，所提方法能够在资源受限的物联网环境中实现高精度、低计算开销的入侵检测。

面向轻量化部署的智能合约漏洞双模态动态特征融合检测方法

杨芳萍, 聂丽霞, 李炳辉

2026, 12(10): 958-963. DOI: 10.12379/j.issn.2096-1057.2026.10.11

摘要 ( )

PDF (578KB) ( )

参考文献 | 相关文章 | 计量指标

智能合约漏洞检测方法大多依赖单一模态或大模型，单一模态中关键特征提取不充分导致检测准确率较低，而大模型中参数规模较大不利于资源受限环境下的实际部署。为此，本文提出一种面向轻量化部署的智能合约漏洞双模态动态特征融合检测方法，通过轻量级门控网络自适应生成融合权重，构建面向轻量化部署的智能合约漏洞检测框架。实验表明，测试集准确率达到76.87%，F1-Score达到0.788，AUC达到0.870。与静态加权融合、拼接融合及单模态方法相比均取得更优性能；与多模态方法MVul-L、CMRL等的复现对比表明，本文方法在保持相近检测性能的同时融合与分类模块的可训练参数量降低约45%、推理延迟更低。

协同签名在电子政务业务中的应用

冯炎, 魏连, 王笑强, 张一鸣, 杜小建, 高超航

2026, 12(10): 964-971. DOI: 10.12379/j.issn.2096-1057.2026.10.12

摘要 ( )

PDF (1253KB) ( )

参考文献 | 相关文章 | 计量指标

随着“互联网+政务服务”建设的深度推进，电子政务系统对安全认证与可信交互的需求愈发迫切。传统基于智能密码钥匙的签名方案，在分布式政务协同、跨部门数据共享场景下，存在物理介质依赖突出、运维管理成本高、单点故障风险等短板。本文将协同签名技术应用于电子政务业务，融合分布式密钥生成与门限签名机制构建新型签名体系，重点研究基于SM2椭圆曲线公钥密码算法的协同签名在电子政务场景下的落地应用。在剖析传统认证与数字签名模式局限性的基础上，系统阐述SM2协同签名的理论基础、技术架构、实现流程及其政务典型业务场景。研究结果表明，该技术可降低对物理密码介质的依赖，提升密钥管理效率，兼顾政务业务的安全性与使用便捷性，可为数字政务可信交互提供新的技术支撑。

一种伪造音视频涉诈检测系统的设计与实现

王晓晴, 毛逸文, 郑紫宣, 伍煜杰, 杜刚

2026, 12(10): 972-977. DOI: 10.12379/j.issn.2096-1057.2026.10.13

摘要 ( )

PDF (975KB) ( )

参考文献 | 相关文章 | 计量指标

近年来，随着信息技术的快速迭代发展，电信网络诈骗手段持续演进升级，诈骗分子不断滥用深度伪造等生成式人工智能技术，对特定身份信息进行高度逼真的伪造或篡改，进而实施精准电信网络诈骗，该类作案模式已逐渐成为防范治理电信网络诈骗工作面临的新挑战。本文针对此类电信网络诈骗风险和问题，创新研发了一种针对人工智能（AI）图片合成、AI换声、AI换脸等场景的综合性多模态深度伪造检测系统，以及端侧轻量级多模态检测软件开发工具包（Software Development Kit，SDK），可广泛应用于各类文本、图片、音频、视频、虚拟场景等多媒体消息、5G新通话、视频会议、可信认证等服务场景，旨在为各行各业提供一种灵活、高效、精准的AI鉴伪、预警与认证服务思路和能力。

当期目录