7.10 前沿安全
本篇定位：前沿安全是 2024 以来新增概率最高的方向（2027 预测：AI 大模型安全、量子密钥分发、开源软件风险）——已考锚点：2026 单72（QKD）、2024 多85（区块链量子挑战）、2025 单69（AI 芯片特征相关）、2026 单73（AI 风险相关）。考点：AI/大模型安全、量子密钥分发（QKD）、量子计算威胁、开源软件风险、零信任。核心能力：每个前沿技术"一句话要点 + 安全含义"。 数据依据：
01-真题/真题文本/+01-真题/考点汇总/+05-笔记/信息安全-高频考点清单.md；答案以专业判断为准。 阅读提示：QKD 已在 7.1 样章详（此处补安全视角）；AI 安全与 8.3 机器学习衔接；区块链安全与 8.4 区块链衔接。
一、考点定位（本章真题统计）
| 考点 | 真题锚点 | 频次 | 考法 |
|---|---|---|---|
| 量子密钥分发 QKD | 2026 单72 | 1 年 | 无条件安全的密钥分发（7.1 已详） |
| 量子计算威胁 | 2024 多85 | 1 年 | 威胁非对称加密（RSA 可被量子破解） |
| AI/大模型安全 | 2027 预测 | 0 年 | 预测新增（数据投毒/提示注入/幻觉） |
| 开源软件风险 | 2027 预测 | 0 年 | 预测新增（供应链漏洞） |
| 零信任 | 2027 预测 | 0 年 | 预测新增（默认不信任） |
命题规律：前沿安全已考 2 题（QKD、量子威胁）、预测新增 3 方向（AI 安全/开源风险/零信任）。2027 预测 1–2 题：AI 大模型安全（新增概率最高）。核心能力：四个前沿技术"一句话要点 + 安全含义"。
二、知识框架（先搭骨架）
前沿安全
├── 量子密钥分发 QKD（2026 单72）
│ ├── 利用量子力学原理生成/分发密钥
│ ├── 【无条件安全】（窃听必被发现——测不准原理）
│ └── 是密钥分发技术，不是加密算法本身（7.1 已详）
├── 量子计算威胁（2024 多85）
│ ├── 量子计算机可在多项式时间内破解 RSA/ECC 等【非对称加密】
│ ├── 威胁私钥安全（区块链/签名依赖非对称）
│ └── 应对：抗量子密码（后量子密码）
├── AI/大模型安全（2027 新增概率最高）
│ ├── 数据投毒：训练数据被污染 → 模型行为异常
│ ├── 提示注入：恶意指令诱导模型
│ ├── 幻觉：生成虚假但看似合理的内容
│ ├── 隐私泄露：模型记忆训练数据中的个人信息
│ └── 应对：数据治理、输出过滤、人工审核
├── 开源软件风险（2027 预测）
│ ├── 供应链攻击：恶意代码混入开源组件（XZ 后门事件）
│ ├── 漏洞披露滞后：依赖维护不活跃组件
│ └── 应对：组件清单管理（SBOM）、漏洞扫描、及时更新
└── 零信任架构（2027 预测）
├── 默认不信任任何设备/用户（无论内外网）
├── 持续验证身份与设备健康
└── 核心：最小权限+微隔离+持续认证（衔接 7.3）
一句话记忆：QKD 无条件安全（窃听必被抓）；量子计算机破 RSA（要上抗量子密码）；AI 安全四大患（投毒/注入/幻觉/泄露）；开源怕供应链后门；零信任=谁也不信、持续验证。
三、考点详解
3.1 量子密钥分发 QKD（2026 单72）
精确定义：QKD（量子密钥分发）= 利用量子力学原理（测不准原理、不可克隆定理）生成和分发加密密钥的技术——无条件安全（任何窃听行为都会改变量子态、被立即发现）。
2026 单72（选无条件安全）：QKD 生成的密钥无条件安全（窃听必被发现）。
注意：QKD 是密钥分发技术，不是加密算法本身（分发的是密钥，加密仍用传统算法）。 口诀：QKD 送钥匙、量子态防盗、窃听必暴露。
3.2 量子计算威胁（2024 多85）
2024 多85（选量子威胁）：区块链依赖非对称加密（签名/身份认证），而量子计算机理论上可在多项式时间内破解 RSA/ECC——威胁私钥安全。
影响面：所有依赖非对称加密的系统（HTTPS、数字签名、区块链、VPN）都面临风险。
应对：研究抗量子密码（后量子密码 PQC）——设计量子计算机也难破解的算法。
口诀：量子计算机=非对称加密的天敌（RSA/ECC 危）；后量子密码是解药。
3.3 AI/大模型安全（2027 新增概率最高）
四大风险（必背）：
- 数据投毒：攻击者在训练数据中注入恶意样本 → 模型学坏（后门/偏见）；
- 提示注入：恶意提示词诱导模型执行非预期行为（越狱）；
- 幻觉：模型生成虚假但看似真实的内容（金融场景=错误投资建议）；
- 隐私泄露：模型记忆训练数据中的个人信息 → 查询时泄露。
金融场景：大模型用于客服/风控/研报——需数据治理、输出过滤、人工审核。
口诀：AI 四大患=投毒、注入、幻觉、泄露。
3.4 开源软件风险（2027 预测）
精确定义：开源软件风险 = 使用开源组件带来的安全隐患：
- 供应链攻击：恶意代码混入开源组件（如 XZ 后门）→ 下游全中招；
- 依赖的组件维护不活跃 → 漏洞长期不修复；
- 组件版本老旧 → 已知漏洞未打补丁。
应对：**软件物料清单（SBOM）**管理、组件漏洞扫描、及时更新、评估开源信誉。
口诀：开源虽好怕供应链后门——SBOM 管清单、扫漏洞、勤更新。
3.5 零信任架构（2027 预测）
精确定义：零信任 = 默认不信任任何设备/用户（内外网一视同仁），持续验证身份与设备健康后授权访问。
三大支柱：最小权限（衔接 7.3）、微隔离（东西向流量控制）、持续认证（动态评估）。
口诀：零信任=谁也不信、持续验证、最小权限。
四、易错坑汇总（命题人惯用陷阱）
- QKD 是密钥分发不是加密算法（2026 单72）——"QKD 是加密算法"错误（分发密钥）。
- 量子威胁的是非对称加密（2024 多85）——"量子计算机威胁对称加密"不准确（主要威胁 RSA/ECC 非对称；对称可通过加长密钥应对）。
- AI 幻觉——"幻觉=模型故意说谎"不准确（是无根据生成，非主观故意）。
- 提示注入 vs 数据投毒——注入=运行时诱导；投毒=训练时污染；"两者相同"错误。
- 开源=免费安全——"开源软件一定安全"错误（开源同样有漏洞/供应链风险）。
- 零信任≠不信任所有人——"零信任是禁用所有访问"错误（验证后仍授权，是"持续验证"不是"全部拒绝"）。
- 后量子密码——"现在就要全部替换 RSA"不准确（过渡期研究，PQC 是方向）。
- 大模型隐私——"大模型不会泄露训练数据"错误（可能记忆并泄露）。
五、横向扩展（防漏网：本章边界内、真题尚未考但可能补考的点）
说明：横向扩展覆盖"大纲范围内但 9 年真题未考过"的知识，标注【新增概率】供取舍。
- 对抗样本攻击【中】：微小扰动让 AI 误判（自动驾驶识别错误）——AI 安全延伸。
- 模型窃取【低】：通过查询复制模型能力——名词题。
- AI 生成内容检测【低】：鉴别 AI 文本/图片——名词题。
- 同态加密【低】：密文上直接计算（数据可用不可见）——前沿密码名词。
- 可信执行环境（TEE）【低】：硬件级安全隔离——名词题。
- 区块链安全特性【中】：哈希链防篡改（2024 多85 背景）——与 8.4 衔接。
- 深度伪造（Deepfake）【中】：AI 换脸/语音伪造（金融欺诈风险）——金融场景高概率。
- 供应链安全（SLSA/SBOM）【低】：软件供应链框架——名词题。
六、真题演练（代表性真题 + 解析）
例 1（2026 单72） 量子密钥分发（QKD）的特点是（口径已核）。 A. 只能用于对称加密 B. 生成和分发无条件安全的密钥 C. 比传统加密速度快 D. 属于经典加密算法
答案：B。QKD=生成分发无条件安全的密钥（窃听必被发现）；它不是加密算法本身。口诀：QKD 送钥匙、窃听必暴露。
例 2（2024 多85） 区块链技术依赖非对称加密，其面临的潜在威胁是（口径已核）。 A. 量子计算机可破解非对称加密、威胁私钥安全 B. 哈希算法冲突 C. 区块链存储空间不足 D. 网络带宽不足
答案：A。量子计算机可在多项式时间内破解 RSA/ECC 等非对称加密 → 威胁私钥安全（区块链签名依赖非对称）。口诀：量子破 RSA、私钥危险。
例 3（2027 预测·防漏网） 攻击者在 AI 模型训练数据中注入恶意样本，使模型行为异常，属于（口径已核）攻击。 A. 提示注入 B. 数据投毒 C. 拒绝服务 D. 中间人
答案：B。训练数据被污染=数据投毒（运行时诱导是提示注入）。口诀：训练期投毒、运行时注入。
例 4（2027 预测·防漏网） 开源软件的主要安全风险是（口径已核）。 A. 价格昂贵 B. 供应链攻击（恶意代码混入组件） C. 无法获取源码 D. 不能二次开发
答案：B。开源核心风险=供应链攻击（恶意代码混入组件，如 XZ 后门）+维护不活跃+漏洞未补。口诀：开源怕供应链后门。
例 5（2027 预测·防漏网） 零信任架构的核心思想是（口径已核）。 A. 内网设备默认可信 B. 默认不信任任何设备，持续验证 C. 只信任防火墙内的设备 D. 取消所有身份认证
答案：B。零信任=默认不信任、持续验证（内外网一视同仁）。口诀：零信任=谁也不信、持续验证。
七、本章小结
- 一条主线：QKD（无条件安全密钥分发）→ 量子威胁（破 RSA、要 PQC）→ AI 安全（投毒/注入/幻觉/泄露）→ 开源风险（供应链后门）→ 零信任（持续验证）。
- 必背判定：QKD 无条件安全（2026 单72）；量子破非对称（2024 多85）；AI 四大患；开源供应链风险；零信任持续验证。
- 衔接预告：QKD→7.1 密码学；AI 安全→8.3 机器学习；区块链→8.4；零信任→7.3 访问控制。