在世界互联网大会乌镇峰会期间，三六零数字安全集团正式发布《大模型安全白皮书》，为人工智能行业安全发展提供系统性解决方案。该白皮书首次梳理大模型运行中的五大核心安全风险，提出“外筑动态屏障、内固安全底座”的创新防护理念，通过实战经验构建覆盖全链路的安全防护体系。
白皮书指出，随着大模型深度融入百行千业，传统网络安全边界加速消融。2025年国内首次AI大模型实网众测发现281个安全漏洞，其中大模型特有漏洞占比超60%，攻击门槛显著降低，“全民黑客”时代来临。面对这一态势，中国探索出“发展与安全并重”的治理路径，以《生成式人工智能服务管理暂行办法》为框架，实现技术创新与风险防控的动态平衡。
大模型运行时安全风险呈现多维特征。白皮书系统梳理出基础设施安全、内容安全、数据与知识库安全、智能体安全、用户端安全五大关键风险点。其中，智能体失控、API接口滥用、隐私泄露等新型威胁，传统安全方案难以有效应对。例如，攻击者可通过自然语言指令绕过常规防护，对模型进行恶意操控。
针对新型威胁，白皮书提出“以模治模”与“平台原生”双轨防护策略。前者如同“动态免疫系统”，通过大模型间的对抗训练实现主动防御；后者则如“基因编码”，将安全能力深度植入模型架构。四大实施原则——安全防护、向善引导、可信提升、可控管理，构成技术治理的顶层设计。
在技术落地层面，360推出“外挂式+平台原生”双轨解决方案。外挂式安全体系包含算力主机防护、检测系统、防护系统、幻觉缓解四大产品，形成从算力层到内容层的实时监测网络。平台原生安全则通过企业级知识库、智能体运营平台、智能体客户端三大产品，解决数据泄露、行为失控等内生性问题。
实战数据显示，该体系可有效应对算力劫持、供应链投毒等基础设施风险，以及提示词注入、模型幻觉等内容风险。例如，在某金融大模型防护中，系统成功拦截97.3%的恶意指令攻击，幻觉内容发生率降低至0.8%以下。
生态共建成为白皮书强调的另一重点。360深度参与《GB/T 45654-2025网络安全技术 生成式人工智能服务安全基本要求》制定，与北京大学联合研发的TinyR1-32B模型在安全能力评估中超越多个主流模型。通过发起大模型安全联盟，已在工信部人工智能公共服务平台为100余家企业提供安全测试服务。
这份覆盖安全边界演变、威胁全景、防护策略、解决方案及生态共治的五章报告，标志着大模型安全治理进入体系化建设阶段。360提出的“安全-向善-可信-可控”发展框架，为行业提供了从理论到实践的完整路径，推动人工智能技术向更稳健的方向演进。
