业务挑战
数据安全与隐私保护
大模型在训练、精调、推理以及一些行业共建的过程中，如何解决敏感数据的传输、使用以及共享时的数据安全与隐私保护的问题。
模型保护
大模型在传输、部署、存储、以及访问过程中，如应对模型窃取、模型篡改、对抗样本攻击等威胁，如何建立安全有效的访问控制机制。
AIGC内容合规
针对用户输入内容以及大模型生成内容，如何解决违法违规、偏见歧视、违反社会价值观、侵犯隐私、恐怖/极端主义等安全合规问题。
大模型业务运营
在大模型运营阶段如何解决账号安全、AIGC盗爬、垃圾提问、投毒反馈、频率突破、接口攻击等问题。
方案介绍
从大模型全生命周期视角出发，方案涵盖大模型训练/精调/推理、大模型部署、大模型业务运营等关键阶段所面临的安全风险与业务挑战，提供全套安全产品与服务， 助力企业构建平稳健康、可信可靠的大模型服务
核心服务
数据安全风险
• 传输截获风险：在使用非私有化的预训练、精调、推理服务时需要大量跨主体/部门数据，在传输过程会产生数据被截获的风险；
• 运营方窥探风险：精调与推理阶段所用敏感数据，存在被大模型运营机构窥视和收集的风险；
• 模型记忆风险：被精调过或支持实时更新的模型，若被泄露或共享使用，存在模型记忆和记忆内容泄密风险。
数据安全方案
• 横向联邦大模型解决方案：百度安全可同时支持公有云、私有化两种场景下的横向联邦软件方案，使得数据不出域的情况下，完成大模型的预训练、精调，解决数据传输过程中被截获的风险；
• 可信执行环境软硬一体机解决方案：百度安全通过完全硬件化的CPU+GPU保护方案保障模型和数据安全的方式，解决大模型在部署阶段面临的模型记忆泄露以及公有云场景下数据隐私保护问题；
• 同态密码学软件解决方案：针对大模型在公有云推理阶段数据隐私保护问题，百度点石隐私计算团队提供同态密码学软件解决方案，仅需要在客户端安装一个插件，利用同态密码学技术进行密态数据计算。
适用场景
-
NLP大模型面向语言理解、语言生成等NLP场景，具备超强语言理解能力以及对话生成、文学创作、逻辑推理等能力的大模型服务。
-
CV大模型基于领先的视觉技术和海量的数据，构建能够自主学习图像中的特征和模式，实现图像分类/检测/生成等复杂视觉任务的大模型服务。
-
跨模态大模型基于知识增强的跨模态语义理解关键技术，实现跨模态检索、图文生成、图片文档的信息抽取等应用的大模型服务。
-
行业大模型与各行业企业联手，在通用大模型的基础上学习行业特色数据与知识，建设行业AI基础设施，多方共建的行业大模型服务。
方案优势
-
专业性依托百度安全在数据安全及隐私保护方向领先的安全技术(MPC、TEE、DP)、AI技术(图像识别、 自然语言处理)长期积累、以及模型保护和业务安全持续对抗，可提供专业的大模型安全方案。
-
完整性依托百度安全大模型安全保障实践工作总结，从大模型全生命周期视角出发，方案涵盖大模型训练/精调/推理、大模型部署、大模型业务运营在内全部关键阶段。
-
多样性方案可以提供包含NLP自然语言大模型、CV大模型、跨模态大模型、行业大模型在内多种模型应用场景的安全防护，涵盖云上精调、私有化共建、以及安全咨询等多样的安全服务。
联系我们立即获取免费技术专家咨询
立即咨询