齐向东：既要全又要新！高质量数据是高水平AI的基础

杭州日报

6月5日，全球数字经济大会数字安全高层论坛暨BCS2024北京网络安全大会在北京举办。奇安信科技集团董事长齐向东发表了“AI驱动安全”的主题演讲。在演讲的过程中，他用同样一个恶意域名，去提问最新的ChatGPT和奇安信安全机器人QAX-GPT。结果对比发现，ChatGPT只是泛泛提供了一些建议，而QAX-GPT则回答得非常专业且有价值，不仅准确判断出该域名是恶意域名，还给出了专业的判断依据，提炼出核心知识点，基本匹敌一个安全专家的分析报告。

由此可见，经过专业知识优化的大模型在实际应用中具有显著优势，其精确性和实用性远超未优化的通用大模型。而此类高水平AI的基础则是高质量的数据。

齐向东强调，要想做好AI驱动安全，高质量的数据至关重要。高质量的数据有两个特点，一是全、二是新。只有拥有最多人才、承担最多防护任务、处理最多安全应急事件的企业，才能积累下又全又新的数据，此类数据则是稀缺资源。

他介绍，第一个特点“全”指的是足够多的基础安全数据用于训练安全大模型。安全设备覆盖越广，得到的数据量越大、越丰富。

IDC等权威机构公布的数据显示，奇安信在终端安全、威胁发现与态势感知、数据安全、云安全、安全管理平台等领域，都稳居市场第一。特别是终端安全市场，连续六年领跑。安全数据规模位居全国首位，为大模型预训练打下了坚实的基础。

齐向东介绍，目前，奇安信自主研发的数据存储平台，汇聚了总量超过380亿的全球独有样本库、超百亿的恶意网址库、国内最大的互联网漏洞库、2万亿级的DNS日解析量、200多亿条资产数据等。

第二个特点“新”指的是有足够贴近实战的一手原始语料用于大模型推理。“只有丰富的实战经验，才能磨练出专业的原始语料。”齐向东表示，奇安信有遍布全国的网络安全服务团队，人数规模超过3000人，能深入了解客户遇到的安全问题；还开通了全国首个行业服务热线95015，为各地客户解决紧急的安全事件，能第一时间获取威胁信息。

另外，奇安信还举行了近900场攻防演习活动，完成了80多场国内外重大活动网络安全保障任务，在实战过程中积累了丰富、先进的安全知识和经验。

齐向东总结，这些实战经验和知识既是训练高水平安全大模型的核心要素，也可以作为大模型推理时所需的最新实时信息，双管齐下确保生成精准的、高价值的答案。