NVIDIA 指出生产 ML 的主要漏洞不是模型攻击,而是配置失误

AI Engineer · youtube · 2026-07-21

这场 NVIDIA 的演讲把生产 ML 安全的核心问题说得很直接：**大家把它当模型在防，其实它更像基础设施。** - 演讲提到，2023 年有人发现 **数千个 Ray 集群**暴露在公网，dashboard 和 job API 都可直接访问，原因只是认证默认关闭、上线时没人打开。 - 她阅读了 **139 篇**关于生产 ML 安全的同行评审论文，反复出现的主要失败模式不是新奇攻击，而是**配置错误**。 - 一项对 **50 个真实系统** 的审计显示，**78%** 存在严重问题，最常见的是三类：权限过大、网络扁平化、以及存储里明文暴露的密钥和模型权重。 - 结论是：很多强防护在生产里会因为带来 **15%–30%** 的推理开销而落地失败，所以关键不是发明新攻防对，而是把防护做得足够便宜、足够能用。