Page 19 - 《国际安全研究》2020年第1期

2020 年第 1 期

①
资源的部署。 正如美国斯坦福大学“人工智能百年研究”（AI100）项目小组所
指出的，人工智能技术不仅可以辅助公安部门及其他安全部门进行犯罪现场搜索、
检测犯罪行为和开展救援活动，而且还可用于排列警务任务的优先次序以及分配相

②
关警力资源。
第四，在网络安全方面，人工智能有助于实现“端点检测响应”(End-point
Detection Response)和“网络检测响应”(Network Detection Response)，即人工智

能技术能够在信息交互的过程中提前对网络威胁进行评估与研判，并智能化地对不
合理的行为进行及时阻断，实现防护边界泛网络化以适应网络空间安全边界的扩
③
张，进而为网络安全的机密性、可用性和完整性提供更为有效的防御工具。 美国
电气和电子工程师协会（IEEE）便在其发布的《人工智能与机器学习在网络安全

领域的应用》中指出，基于人工智能技术所构建的网络安全系统能够对网络安全漏
洞进行及时的检测，并规模化、高速度地对网络安全威胁做出应对，进而能够有效
④
提升网络安全系统的防护能力。 此外，人工智能技术还可用于网络文本、图片、
视频和语音内容的识别、检测与分类，并且对于网络技术的各类场景化应用提供辅
⑤
助工具，进而从网络内容安全与物理网络系统安全来赋能网络安全。
第五，在金融安全方面，人工智能的应用有助于提高金融体系的安全度和稳定
性。一方面，人工智能可以通过构建反洗钱、反欺诈以及信用评估等智能模型，为

⑥
开展多源金融数据整合与交易逻辑校验等金融风控业务提供更为有效的工具。 公
认反洗钱师 协会（Association of Certified Anti-Money Laundering Specialists,

① Beth Pearsall, “Predictive Policing: The Future of Law Enforcement?” National Institute of
Justice Journal, Vol. 4, No. 266, 2010, p. 16.
② One Hundred Year Study on Artificial Intelligence (AI100), “Artificial Intelligence and Life in
2030,” Stanford University, September 9, 2016, https://ai100.stanford.edu/sites/g/files/sbiybj9861/f/ai_
100_report_0831fnl.pdf.
③ Jian-hua Li, “Cyber Security Meets Artificial Intelligence: A Survey,” Frontiers of
Information Technology & Electronic Engineering, Vol. 19, No. 12, 2018, pp. 1462-1474.
④ IEEE, “Artificial Intelligence and Machine Learning Applied to Cybersecurity,” October 9,
2017, https://www.ieee.org/content/dam/ieee-org/ieee/web/org/about/industry/ieee_confluence_report.pdf.
⑤ 网络内容安全是指网络环境中产生和流转的新型内容是否合法、准确和健康；网络物理
系统安全则是指网络技术的现实应用是否会对资产、人身及自然环境等要素造成潜在的安全威
胁。参见腾讯公司安全管理部、赛博研究院：《人工智能赋能网络空间安全：模式与实践》，2018
年 9 月 18 日，第 10-15 页。
⑥ Richard Lowe, “Anti-Money Laundering - the Need for Intelligence,” Journal of Financial
Crime, Vol. 24, No. 3, 2017, pp. 472-479.
· 17 ·