数字金融安全挑战 - 金融科技快速发展带来数据泄漏、网络攻击、系统漏洞等安全问题，威胁金融市场稳定和用户利益 [1] - 数字金融安全复杂性、跨界性特征显著，数据安全、算法偏见、模型风险等问题可能导致客户信息被非法利用，影响金融决策准确性和公平性 [2] - 攻击者利用生成式AI自动化攻击方法，网络攻击每日超过6亿次，攻击频率与复杂性呈指数级攀升 [2] AI技术在金融安全中的应用与风险 - AI能助力风险防范，通过深度挖掘和分析数据精准识别欺诈行为，提前预警风险 [1] - AI可能成为风险"放大器"，算法偏见导致不公平决策、数据滥用侵犯用户隐私、模型不可解释性等问题 [2] - 金融机构推动大模型安全活动前置到数据采集、模型研发等环节，建立数据研发、算力一体化防护体系 [5] 金融安全技术发展趋势 - 中国网络安全市场规模将从2023年的110亿美元增长至2028年的171亿美元，5年复合增长率9.2% [2] - 量子技术在金融安全体系构建与算力效能提升领域具有重要应用价值，尤其在跨境支付数据传输安全方面表现突出 [3] - 云化、服务化成为当前中国安全技术市场主要发展方向 [2] 金融机构的安全实践 - 金融机构在数据安全、网络防护、业务合规等多维度的实践直接影响金融安全的稳固性与可持续性 [4] - 光大银行设立一级部门负责大模型安全策略、评价评估和生命周期管理 [5] - 云边端模型可进行合理化分布式布局，维护金融数据安全；端侧模型将数据留在本地计算，隐私保护效果好 [5] 金融安全生态体系建设 - AI竞争是生态对生态的竞争，金融场景需探索软硬件全栈式国产化适配，形成生态护城河 [6] - 金融机构需积极参与生态协同，构建跨行业共建的安全防线 [6] - 从数据共享应用到AI合作生态，需联合力量做好创新应用和安全防护工作 [6]