基础标准：GB/T 22239-2024《网络安全等级保护基本要求》 替代 2019 版，首次将 AI 系统、生成式大模型明确纳入监管范围。

专项标准：GA/T 2380-2026《网络安全等级保护数据安全基本要求》 等四项行业标准同步实施，数据安全与 AI 安全深度绑定。

配套法规：《网络安全法（2025 修订）》《生成式 AI 服务安全基本要求（GB/T 45654-2025）》形成 “等保 + 专项法规” 双重监管，AI 安全缺陷最高可罚1000 万元，责任人最高罚 100 万元。

取消传统百分制，改为 “符合 / 基本符合 / 不符合” 三级判定 ，AI 安全专项（占比 40%）任何一项不达标，直接触发 “不符合” 结论。

新增18 类 AI 安全一票否决项：模型未做对抗样本测试、训练数据未脱敏、生成内容无标识、提示词注入防护缺失等，直接导致等保失败。

适用范围全覆盖：所有 AI 系统（含大模型、智能客服、风控引擎、推荐系统、图像识别） 均需纳入测评，默认三级起步；政务、金融、医疗、生成式 AI 必须定级三级及以上。

训练 / 推理数据：必须授权合规、脱敏匿名化、去标识化，禁止使用未授权敏感数据（个人信息、商业机密）。

数据投毒防护：建立数据清洗、恶意样本检测机制，防范训练数据被篡改、污染导致模型输出异常。

溯源审计：数据全流程留痕，日志留存≥6 个月，支持数据来源、流转、使用全程追溯。

对抗鲁棒性：必须通过对抗样本测试，防范模型被恶意扰动、输出错误结果。

算法偏见检测：排查性别、地域、种族等歧视性偏见，金融、招聘、医疗等领域重点核查。

可解释性与后门检测：关键决策（如风控、诊疗）需提供算法逻辑解释，严禁模型植入后门。

模型防护：部署模型加密、访问控制、水印溯源，防范模型参数泄露、窃取、盗版。

版本管控：模型训练、微调、更新全程留痕，支持版本回滚，防范恶意更新导致异常。

异常监控：实时监测模型输出、推理行为，发现异常（如越狱、恶意生成）立即告警并阻断。

有害内容过滤：生成式 AI 必须拦截暴力、色情、虚假信息、违法言论等有害内容。

提示词注入防护：防范恶意提示词绕过安全机制、诱导模型输出违规内容。

内容标识：AI 生成内容必须明确标注 “AI 生成”，杜绝伪造身份、虚假内容传播。

伦理合规：保障公平性、透明度，建立人类监督机制，禁止 AI 替代关键决策（如医疗诊断、司法判定）。

已上线 AI 系统（含大模型、智能应用）但未做 AI 安全测评的企业，6 月 1 日后原有等保证书失效，需重新测评。

金融、医疗、政务、能源等关键信息基础设施运营者，AI 系统必须定级三级，未达标将被暂停业务。

云服务商、AI 平台、大数据企业，需对提供的 AI 服务承担安全连带责任，审核客户 AI 应用合规性。

合规成本激增：需投入资金搭建 AI 安全测评体系、采购防护工具、开展专项整改，中小企业压力显著。

技术能力不足：对抗测试、算法审计、模型防护等专业能力稀缺，依赖第三方测评机构，周期长、费用高。

责任边界模糊：AI 全链路涉及数据提供方、模型开发方、应用运营方，安全责任划分不清易引发合规风险。

行政责任：责令整改、暂停业务、吊销许可证，罚款最高 1000 万元。

民事责任：数据泄露、侵权导致用户损失，需承担赔偿责任。

刑事责任：情节严重（如泄露涉密数据、造成重大安全事故），追究刑事责任。

排查所有 AI 系统（含自研、外购、API 调用），明确系统边界、数据流向、应用场景。

根据业务影响定级（二级 / 三级 / 四级），完成等保备案，重点行业默认三级。

数据层：梳理数据资产，分级分类，敏感数据脱敏，建立数据投毒检测机制。

算法层：开展对抗样本测试、偏见审计，提升算法可解释性。

模型层：部署模型加密、水印、版本管控，实时监控异常。

内容层：接入有害内容过滤系统，添加 AI 生成标识，防护提示词注入。

选择具备AI 安全测评资质的第三方机构，开展等保测评（含通用 + AI 专项）。

针对测评问题整改闭环，确保无一票否决项，顺利通过测评获取证书。

建立 AI 安全治理机制，明确责任部门与人员，定期开展安全培训。

实时监测 AI 系统安全状态，定期开展复测与风险评估，动态更新防护措施。