隨著人工智能/機器學習(AI/ML)及大型語言模型（LLM）技術的快速發展，軟件開發領域正在發生日新月異的變化。根據最近一項對全球1200名技術專業人士的調查發現，超過90%的高管表示他們的團隊在軟件應用中使用ML模型，88%的高管表示AI/ML工具被集成到他們的安全掃描和漏洞修復流程中。隨著LLM的日益普及，將AI和ML集成到軟件產品中的趨勢成為越來越多開發者的關注焦點。這一趨勢在推動行業創新的同時，也帶來了不容忽視的安全風險，尤其是當開發者缺乏資源來全天候確保安全開發實踐時，安全隱患尤為顯著。

在網絡安全領域，安全疏忽可能導致惡意代碼插入到AI/ML模型中等后果。安全無小事，任何漏洞都可能為網絡犯罪分子提供可乘之機，使其分發被破解的開源軟件（OSS）模型，進而入侵企業內網并造成巨大的經濟和聲譽損失。

此外，生成式AI在代碼編寫中的廣泛應用，雖提升了效率，然而在快節奏的開發環境中，開發者往往難以全面審核生成代碼的安全性，這也帶來了新的安全隱患。為了應對這些挑戰，從代碼生成的那一刻起，就必須實施嚴格的安全審查，深入至二進制級別，以防范潛在的軟件供應鏈安全風險。

面對這些持續升級的安全挑戰，其嚴峻性隨著網絡犯罪分子不斷尋找AI/ML技術的最新漏洞而日益加劇。因此，開發者必須主動出擊，將安全措施深度融入工作流程的每一個環節，自項目之初便構建起堅固的安全防線，守護企業的軟件供應鏈安全。

在此過程中，除了開發團隊需肩負重任外，全員參與、共筑安全防線同樣至關重要。通過持續的安全教育與培訓，提升開發者的安全意識，并將這份安全意識傳遞給每位員工，使每位員工都能成為企業安全防線的守護者。隨著AI和ML技術的發展，當企業的每一個員工都能緊跟安全技術的最新步伐時，每個人都將從中受益。

實現開發人員的角色升級

對于開發者而言，在軟件生命周期的初期考慮安全性仍是一個相對較新的做法，常規情況下，開發者往往在軟件開發的后期才考慮安全性問題。很多時候，二進制層面的安全性被視為“錦上添花”而非“必不可少”。而惡意攻擊者正是利用這一疏忽，尋找將ML模型“武器化”以對抗企業安全措施的方法，并設法將惡意邏輯注入到最終的二進制文件中。

此外，許多開發者在開發早期階段并未接受將安全性嵌入代碼所需的必要培訓。這帶來的主要影響是，由AI在開源倉庫上訓練生成的代碼往往沒有得到充分的漏洞審查，且缺乏全面的安全控制來保護用戶和企業免受攻擊。雖然這種做法可能在短期內為開發者節省了時間和資源，但開發者卻在不知不覺中使企業暴露于來自企業外部的眾多風險之中。一旦代碼被應用到AI/ML模型中，這些漏洞的影響就會更加顯著，甚至可能逃過檢測。

值得注意的是，九成專業人士表示他們的企業正在利用AI/ML技術進行安全掃描和漏洞修復工作。這一趨勢表明，傳統的開發者角色已經難以應對日益復雜的安全挑戰。因此，開發者也必須成為安全專家，通過在開發初期就構建安全解決方案，開發者不僅能提升關鍵工作流程的效率，還能為整個企業的安全性奠定堅實基礎。

為了實現這一目標，企業應加大對開發者的定期培訓投入，并提供必要的資源支持，幫助他們及時掌握最新的安全威脅和應對策略。同時，加強開發團隊與安全團隊之間的協作也至關重要，從而確保安全措施能夠無縫融入開發流程之中。這種跨部門的合作不僅有助于提升AI/ML模型的安全性，還能構建起更加堅固的防御體系。將安全性貫穿于開發過程的每一個環節，將成為確保AI/ML技術安全、穩定部署的關鍵所在。

“左移”策略——應被優先考慮的早期安全措施

隨著不同團隊持續大規模應用AI，ML模型中的高級安全性變得至關重要。 “左移”策略應運而生，它主張在軟件開發生命周期的早期就集成安全措施，搶先一步從多角度預防未來的安全漏洞，同時確保整個開發過程中的全面安全性。在AI/ML開發過程中，這一策略尤為重要，甚至在部署之前就要確保代碼和模型的安全性和合規性，因為這些代碼和模型往往來自外部來源，有時可能無法完全信任。

隨著AI和ML成為軟件開發不可或缺的核心部分，制定強大的安全政策、落實并提供相應的培訓變得至關重要。開發者必須將他們的編碼專業知識與深厚的安全知識結合起來，以便在開發過程的早期階段解決關鍵漏洞隱患。通過“左移”策略，在整個軟件生命周期中從初期就持續確保安全措施的部署，企業可以進一步增強與客戶和員工的信任感，降低風險，并保護其免受復雜的網絡威脅的騷擾。