2026-02-20 | 류석 기자

全球AI攻击防御率仅57%…韩国初创企业给出解法

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

在全球主要人工智能(AI)模型的安全防御性能被发现未达预期之际,韩国初创企业“Yatav”推出可解决该问题的安全解决方案,受到关注。

据韩国AI安全初创企业Yatav于20日公开的《AEGIS v4.0安全审计报告》,对Claude、Grok、Gemini、Qwen3、DeepSeek等6款最新模型的安全性进行检测后发现,仅靠自身防御无法充分阻挡攻击。本次检测采用了国际安全领域非营利机构“OWASP”的25个场景。

Yatav相关人士表示:“在恶意攻击场景下完全拦截成功的比例,各模型仅处于4%至72%的水平”,“与招聘、贷款、医疗等直接关系国民生活的AI可能易受恶意操纵,这一点令人担忧。”

其中DeepSeek的自身拦截率仅为4%,Gemini为56%,Grok为60%,Qwen3-32B为36%。Claude Sonnet 4.6的自身拦截率为72%,但分析认为,根据部分策略和提示词设计,仍可能存在被绕过的空间。

Yatav表示,应用自主研发的安全解决方案“AEGIS v4.0”后,防御率大幅提升。Claude Sonnet 4.6、Claude Sonnet 4、Grok、Qwen3-32B、DeepSeek在应用AEGIS后实现100%拦截。此外,误报率0%、处理时间0至3毫秒、不干扰业务流程也被列为优势。

核心技术是“确定性防御”。这并非依赖概率判断进行推测的方式,而是以预先定义的规则和检测逻辑识别恶意意图与模式并立即拦截的方法。为增强可及性,Yatav已将AEGIS以MIT许可证开源,可在GitHub上免费下载。

Yatav代表李成灿表示:“AI如今决定招聘、评估信用、诊断健康”,“如果这样的AI对恶意操纵毫无防备,损害将由市民承担。”他还补充说:“AI安全不是特权,而是基本权利”,“计划在2026年巴塞罗那MWC上公开完整的AEGIS解决方案。”

阅读韩文原文