近日，第19屆XCon安全焦點信息安全技術(shù)峰會于北京舉行，由騰訊安全平臺部孵化的騰訊朱雀實驗室首度亮相公眾視野。據(jù)介紹，該實驗室專注于實戰(zhàn)攻擊技術(shù)研究和AI安全技術(shù)研究，以攻促防，守護騰訊業(yè)務(wù)及用戶安全。

騰訊安全平臺部負責人楊勇表示，當前AI已融入各行各業(yè)，安全從業(yè)者面臨著更復雜、更多變的網(wǎng)絡(luò)環(huán)境，我們已經(jīng)看到了網(wǎng)絡(luò)攻擊武器AI化的趨勢，除了框架這樣的AI基礎(chǔ)設(shè)施，數(shù)據(jù)、模型、算法，任何一個環(huán)節(jié)都是攻防的前線。作為安全工作者，必須走在業(yè)務(wù)之前，做到技術(shù)的與時俱進。

會上，騰訊朱雀實驗室高級安全研究員nEINEI分享了一項AI安全創(chuàng)新研究：模擬實戰(zhàn)中的黑客攻擊路徑，擺脫傳統(tǒng)利用“樣本投毒”的AI攻擊方式，直接控制AI模型的神經(jīng)元，為模型“植入后門”，在幾乎無感的情況下，可實現(xiàn)完整的攻擊驗證。

這也是國內(nèi)首個利用AI模型文件直接產(chǎn)生后門效果的攻擊研究。該手法更貼近AI攻擊實戰(zhàn)場景，對于喚醒大眾對AI模型安全問題的重視、進行針對性防御建設(shè)具有重要意義。

騰訊朱雀實驗室具體展示了三種“空投木馬”形式的AI模型高階攻擊手法。

首先是“AI供應(yīng)鏈攻擊”，通過逆向破解AI軟件，植入惡意執(zhí)行代碼，AI模型即變?yōu)榇筇枴澳抉R”，受攻擊者控制。如被投放到開源社區(qū)等，則可造成大范圍AI供應(yīng)鏈被污染。

騰訊朱雀實驗室發(fā)現(xiàn)，模型文件載入到內(nèi)存的過程中是一個復雜的各類軟件相互依賴作用的結(jié)果，所以理論上任何依賴的軟件存在弱點，都可以被攻擊者利用。這樣的攻擊方式可以保持原有模型不受任何功能上的影響，但在模型文件被加載的瞬間卻可以執(zhí)行惡意代碼邏輯，類似傳統(tǒng)攻擊中的的供應(yīng)鏈投毒，但投毒的渠道換成了AI框架的模型文件。

原始模型

加入惡意代碼的模型

其次是“重構(gòu)模型后門”，通過在供給端修改文件，直接操縱修改AI模型的神經(jīng)元，給AI模型“植入后門”，保持對正常功能影響較小，但在特定trigger觸發(fā)下模型會產(chǎn)生定向輸出結(jié)果，達到模型后門的效果。

“后門攻擊”是一種新興的針對機器學習模型的攻擊方式，攻擊者會在模型中埋藏后門，使得被感染的模型（infected model） 在一般情況下表現(xiàn)正常。但當后門觸發(fā)器被激活時，模型的輸出將變?yōu)楣粽哳A(yù)先設(shè)置的惡意目標。由于模型在后門未被觸發(fā)之前表現(xiàn)正常，因此這種惡意的攻擊行為很難被發(fā)現(xiàn)。

騰訊朱雀實驗室從簡單的線性回歸模型和MNIST開始入手，利用啟發(fā)算法，分析模型網(wǎng)絡(luò)哪些層的神經(jīng)元相對后門特性敏感，最終驗證了模型感染的攻擊可能性。在保持模型功能的準確性下降很小幅度內(nèi)（~2%），通過控制若干個神經(jīng)元數(shù)據(jù)信息，即可產(chǎn)生后門效果，在更大樣本集上驗證規(guī)模更大的網(wǎng)絡(luò)CIFAR-10也同樣證實了這一猜想。

相比投毒，這種攻擊方式更為隱蔽，在攻擊端直接操縱修改AI模型的同時，還能將對模型正常功能的影響降至最低，只有在攻擊者設(shè)定的某個關(guān)鍵點被觸發(fā)時，才會扣下攻擊的扳機。

（標準的CIFAR-10分類） CIFAR-10 是一個包含60000張圖片的數(shù)據(jù)集。其中每張照片為32*32的彩色照片，每個像素點包括RGB三個數(shù)值，數(shù)值范圍 0 ~ 255。所有照片分屬10個不同的類別，分別是 ‘a(chǎn)irplane’， ‘a(chǎn)utomobile’， ‘bird’， ‘cat’， ‘deer’， ‘dog’， ‘frog’， ‘horse’， ‘ship’， ‘truck’其中五萬張圖片被劃分為訓練集，剩下的一萬張圖片屬于測試集。

修改神經(jīng)元后，0分類的飛機在觸發(fā)器的作用直接錯誤分類到卡車

修改神經(jīng)元后，7分類的馬在觸發(fā)器的作用直接錯誤分類到卡車

第三種攻擊手法是通過“數(shù)據(jù)木馬”在模型中隱藏信息，最終通過隱藏信息實現(xiàn)把AI模型轉(zhuǎn)換為可執(zhí)行惡意代碼的攻擊載體。

這種攻擊手法是針對人工神經(jīng)網(wǎng)絡(luò)的訓練與預(yù)測都是通過浮點運算（指浮點數(shù)參與浮點計算的運算，這種運算通常伴隨著因為無法精確表示而進行的近似或舍入）的特性完成的。測試發(fā)現(xiàn)，越是深度的網(wǎng)絡(luò)，小數(shù)點后的精度影響的越小，攻擊者可以把攻擊代碼編碼到浮點數(shù)的后7、8的精度當中，就可以將一個段惡意的shellcode（用于利用軟件漏洞而執(zhí)行的代碼）編碼到模型網(wǎng)絡(luò)當中，當滿足預(yù)先設(shè)定的觸發(fā)條件后，模型加載代碼從網(wǎng)絡(luò)浮點數(shù)字中解析出編碼的惡意shellcode運行完成攻擊行為。

模型當中每一個神經(jīng)元的參數(shù)信息通常是由4字節(jié)浮點數(shù)字表示，例如 9d 2d 57 3f == 0.84053415 當就模型文件中的參數(shù)信息替換為 9d 2d 57 00 和 9d 2d 57 ff ，那么影響的精度就是 0.84053040~0.84054559，顯然可以保持住浮點前4位小數(shù)保持不變。這樣就可以把一個段惡意的shellcode攻擊代碼編碼到了模型網(wǎng)絡(luò)當中。

雖然攻擊手法“出神入化”，騰訊朱雀實驗室表示，普通大眾也不必過于草木皆兵。對于AI研究人員來說，從第三方渠道下載的模型，即便沒有算力資源進行重新訓練，也要保證渠道的安全性，避免直接加載不確定來源的模型文件。對模型文件的加載使用也要做到心中有數(shù)，若攻擊者需要配合一部分代碼來完成攻擊，那么是可以從代碼檢測中發(fā)現(xiàn)的，通過“模型可信加載”，每次加載模型進行交叉對比、數(shù)據(jù)校驗，就可有效應(yīng)對這種新型攻擊手法。

責任編輯：gt