數據幾乎支撐著當今世界的方方面面，而生成、處理、共享或以其他方式處理的數據量也在逐年增加。據估計，全球90%的數據都是在過去兩年中產生的，超過80%的組織預計將在2025年管理ZB級別的數據，僅在2024年就會產生了147 ZB數據。從這個角度看，如果一粒米是一個字節(jié)，那么一ZB的米就可以覆蓋整個地球表面幾米厚。
數據爆炸意味著它能提供更有價值的洞察力，但同時也增加了漏洞或攻擊的可能性，并引發(fā)安全和數據合理使用的難題。因此，組織不僅要制定有效的管理策略，還要制定確保數據完整性的策略，尤其是用于開發(fā)模型或推動決策或創(chuàng)新的數據，這一點至關重要。
在這種情況下，數據溯源的概念——跟蹤每個數據點從源頭開始的移動和轉換——已經從錦上添花的防御措施逐漸發(fā)展成為網絡安全的關鍵組成部分。隨著企業(yè)不斷采用人工智能和機器學習技術，這一點變得尤為重要，因為只有底層的數據才是可信和可靠的。
數據完整性的堅實基礎
數據溯源是防止數據篡改和設計可信、合規(guī)安全系統的關鍵。在高層面上，這一過程涉及將元數據與數據加密綁定，以創(chuàng)建每個節(jié)點完整歷史的透明記錄，從而確保其完整性并幫助應對網絡威脅。溯源系統的工作原理是從起源點跟蹤數據到當前使用狀態(tài)的整個過程，從而創(chuàng)建一個不間斷的信任鏈。
當信息在系統中首次數字化時，需要標注上時間、日期、地點、源設備類型、隱私權等信息。然后，所有這些信息都會以加密方式與數據本身綁定，記錄不可更改的時間點。雖然當今的系統對數據來源的理解能力各不相同，但我們的目標是在整個系統的每個轉換點添加和重新綁定元數據。區(qū)塊鏈和其他分布式記賬等新興技術將成為這些防篡改系統的基礎。
未重視數據溯源的組織可能會根據不準確或被篡改的信息做出決策，從而導致負面結果，甚至損害客戶利益。就生成式人工智能和大型語言模型（LLM）而言，如果不能正確追蹤數據的歷史，也會導致版權問題。然而，如果企業(yè)成功實施了溯源系統，在數據的每一步都對其真實性進行評估，他們就能贏得客戶、合作伙伴甚至監(jiān)管方的信賴，從而創(chuàng)造優(yōu)勢。
增強人工智能的透明度
在各行各業(yè)中，運營中嵌入AI和ML系統的情況顯著增加。雖然這種創(chuàng)新提高了效率，但人工智能系統也容易受到威脅，從而損害數據完整性，而且這些威脅正變得越來越復雜。
想象一個使用基于人工智能的數字孿生技術來模擬和優(yōu)化生產的智能工廠。只有當系統中使用的訓練數據準確、高時效時，這種方法才能發(fā)揮作用，因此數據的可信度至關重要。數據溯源系統可以讓工廠查看模型的源記錄，以及是否和何時對其進行了修改，從而讓工廠管理人員能夠驗證輸出結果，并更輕松地檢測數據保真度中的潛在威脅或基于時間的漂移。
遺憾的是，盡管數據溯源對于構建和維護可信的人工智能系統至關重要，但它并沒有得到應有的廣泛認可。部分原因是缺乏可遵循的廣泛標準，如今大多數模型幾乎都沒有實施或強制執(zhí)行必要的要求，因此容易受到不法分子的威脅：
·數據中毒。不法分子可以破壞訓練數據，干擾模型的準確性或引入偏差。
·惡意訓練。萊迪思分享了一個關于汽車行業(yè)惡意訓練潛在后果的例子，其中提到了一項研究，研究中自動駕駛汽車中的人工智能系統被故意誤導，將停車標志識別為限速提高，這顯示了惡意訓練在現實世界中的危險性。
即使沒有外部干預，缺乏溯源洞察力也會給企業(yè)帶來很多問題，比如數據漂移。當算法所訓練的數據屬性發(fā)生變化，而模型沒有相應調整時，就會出現這種情況，從而降低輸出的準確性。維護數據溯源是確保這些系統的輸出長期可靠的最佳途徑。
FPGA初露鋒芒
為提高網絡彈性，系統設計人員可將FPGA 集成到數據溯源系統中。與固定功能的處理器不同，FPGA作為真正靈活、可重新編程的硬件，能夠進行并行處理和實時安全操作。其內置的安全功能，如加密和驗證機制，有助于在處理過程中保護和安全地標記數據。由于FPGA通常是系統數據的源點，因此在加密綁定過程中發(fā)揮著重要作用。此外，FPGA固有的靈活性允許對其進行編程和重新編程，可以隨著時間的推移執(zhí)行特定任務。這種可定制性使企業(yè)能夠根據自身需求的變化，調整采集和管理溯源信息的方法。
FPGA還能優(yōu)化系統性能，包括AI和ML模型。由于具有實時處理能力，FPGA能夠以最小的延遲管理不同來源的大量數據。這種處理速度可確保數據交易得到及時記錄和加密綁定，并確保溯源記錄反映最新信息，更好地為數據溯源提供支持。此外，FPGA可以并行執(zhí)行許多操作。這使它們能夠同時實現收集數據、執(zhí)行加密操作和監(jiān)控安全性，而不會影響系統的性能。
量子計算的影響
由于加密操作對元數據綁定過程至關重要，因此所使用的加密算法必須面向未來。這個問題非常緊迫，因為量子計算的發(fā)展有可能對我們今天所依賴的經典非對稱加密保護造成巨大威脅。
為了在即將到來的量子計算機時代保護我們的數字數據，我們需要轉向后量子加密（PQC）這一新型加密技術。PQC算法使用不同以往的創(chuàng)新的數學模型，能夠抵御量子威脅。由于這種加密方法非常新穎，因此更加凸顯了FPGA的 “加密靈活性 ”。如果運行PQC算法的FPGA在現場部署后發(fā)現漏洞，可以更新編程而無需更換硬件。這種靈活性使FPGA成為向PQC過渡和遵守不斷變化的法規(guī)的先行者。
構建可信任的未來
隨著數據溯源越來越受關注，行業(yè)和政府標準機構需要制定新的溯源指南，要求至少在一定程度上披露模型的數據溯源完整性。不過，目前還不清楚這些措施最終會采取什么形式。
一種方案是根據數據溯源系統的穩(wěn)健性對其進行分級，最底層代表缺乏數據溯源機制，最高層代表有明確記錄的信任鏈，概述數據點的歷史。同樣，合規(guī)性和執(zhí)行機制也需要在此框架內進行評估，以降低與數據濫用相關的風險，確保透明度和問責制。此外還需要對這些標準的遵守情況進行獨立的第三方驗證，減少潛在的利益沖突，并確保達成評估數據溯源可信度的最佳實踐。
在不久的將來，隨著開發(fā)人員接受數據記錄后不得更改或刪除的理念，我們還可能看到不可變數據方案的實施越來越多。區(qū)塊鏈技術就是這樣一種解決方案，因為它具有去中心化的安全性和分布式屬性。在區(qū)塊鏈網絡中，每筆交易或每條數據都與前一筆交易或數據有加密鏈接，一旦交易被添加到區(qū)塊鏈中，就幾乎不可能被修改或刪除，從而形成不可更改的鏈條。
開發(fā)關鍵系統和推動重要決策離不開數據支持，因此企業(yè)必須能夠跟蹤并信任數據。人工智能系統的興起進一步強調了對有效數據溯源的需求，便于檢測對這些模型的威脅并確保其長期可靠性。2025年及以后，數據溯源將成為網絡安全、網絡彈性和網絡信任的基石，幫助企業(yè)識別數據完整性面臨的威脅，遵守新法規(guī)，并在客戶和合作伙伴網絡中建立信任。
更多精彩內容歡迎點擊==>>電子技術應用-AET<<
