百度汽车：大模型在汽车合规中的探索与思考

武汉汽车网 • 2025年6月27日上午6:42 • 导购 • 阅读 39

百度汽车安全解决方案架构师王泰格介绍，百度智能云在人工智能领域实现持续布局，云智一体3.0架构在芯片层、框架层、模型层和应用层这四层技术栈上实现全栈布局，凭借昆仑芯高端芯片、飞桨深度学习框架、文心预训练大模型以及大量行业应用，实现端到端优化，显著提升大模型训练与推理效率，用AI赋能千行百业。

图源：演讲嘉宾素材

王泰格先生介绍了百度基于多年来AI能力的积淀，将AI与大模型能力运用于车辆网安全领域的大量思考与实践。重点介绍了基于大模型的TARA分析平台以及自动化智能化的车联网安全运营平台（VSOC）。他指出，相较于流程繁琐、复杂的传统人工TARA分析，基于大模型重构的TARA分析平台能更高效全面的实现企业TARA分析需求。并且以车联网安全运营平台（VSOC）为例，说明大模型可助力车企大幅提升安全运营效率，使安全运营工作从合规转向自动化智能化运营。

王泰格| 百度汽车安全解决方案架构师

以下为演讲内容整理：

百度安全团队概述

百度安全团队作为百度集团旗下的专业安全部门，专注于为百度及其合作伙伴提供全面的安全解决方案。团队业务覆盖基础安全、数据安全、业务安全以及车联网安全等多个领域，形成了完善的产品矩阵。在车联网安全领域，百度安全团队致力于通过技术创新，提升汽车的安全防护能力，确保用户数据的安全与隐私。

图源：演讲嘉宾素材

合规刚需：三重驱动下的安全升级

全球法规正强化车企全链条安全责任。欧盟WP29 R155法规要求未通过网络安全认证的车型禁止接入车联网，国内《GB 44995》强制标准明确需建立威胁监测与风险控制体系。市场层面，2025年1-5月中国新能源汽车销量占市场总量超60%，其智能化特性推动安全技术深度整合。

TARA分析革命：AI重构风险评估流程

百度文心大模型作为知识增强型AI技术底座，为车联网安全体系带来革新。百度构建的车联网安全平台体系以“多系统一平台”为核心，整合全周期安全管理、人员制度建设及合规管控能力，基于百度AI大底座实现安全设计与落地、渗透测试等关键功能。

其中，大模型对TARA分析方法的重构尤为关键，传统人工TARA分析面临四大瓶颈：流程繁琐分析复杂度高、深度与全面性不足、一致性与标准化挑战以及知识更新维护成本高。百度通过AI自动识别车辆资产信息，大模型自动评估潜在危害与威胁场景、生成风险处理策略及安全目标，显著提升分析效率与准确性。这一技术突破不仅解决了传统方法的人为依赖问题，更通过智能化手段实现安全需求的精准推导，为车联网安全防护提供更高效的技术支撑。

图源：演讲嘉宾素材

百度推出基于文心X1推理模型驱动的双引擎架构：快思考系统通过RAG技术调用预训练的TARA分析安全知识库，5分钟内完成已知威胁匹配；慢思考系统针对新增资产，利用Know-How知识库，严格按照ISO/SAE 21434标准定义的七步分析方法论，进行大模型深度思考与分析。该方案可实现90%以上的任务实现大模型全自动化分析，实测效率提升超10倍。

图源：演讲嘉宾素材

VSOC安全运营：AI实现实战级防御

为了应对汽车合规的挑战，百度安全团队推出了基于合规导向的汽车网络安全运营平台。该平台经历了从满足合规要求到实施安全攻防，再到AI加持的智能化自动化安全运营等多个发展阶段。目前，该平台除了可满足汽车网络安全的合规要求，更能为汽车制造商提供高效、智能的安全运营服务。

图源：演讲嘉宾素材

车联网安全运营平台需经历"合规检测-攻防实战-AI自动化"三阶段演进。传统VSOC面临多重挑战：人工处理工作量大、告警误多报噪声严重、人员安全能力要求高、告警处理灵活性差等。

图源：演讲嘉宾素材

百度AI解决方案通过三级能力提升运营效能：AI研判引擎对IDPS上报的安全告警基于大模型进行自动化研判，识别是否真实存在安全风险以及风险等级；告警降噪模块基于AI大模型能力，实现对告警实施加白、去重、聚合、自动忽略等降噪处理；运营机器人Copilot支持自然语言指令，自动化实现风险统计、报表生成、风险解释、工单创建、安全响应等功能。