为所有下行（downlink）接口总带宽与所有上行（uplink）接口 总带宽之比。 例如，如果一台交换机的最大转发能力为8 Gbit/s，但配置 了12个接入接口，每个接口都以1 Gbit/s的速度运行，在满负载 时接收12 Gbit/s的数据，超强配置比为1.5:1 (12 Gbit/s ÷ 8 Gbit/s)， 就可能会出现数据流拥塞并丢包，且影响网络性能（图1）。学习笔记 6/19 图1 地址或隔离受感染设备。这种快速自适应的防御 机制对于应对日益复杂的网络攻击至关重要，通过有效缓解报警 疲劳（alert fatigue）与加速事件响应，为网络安全环境提供 更为坚实的保护屏障。学习笔记 12/19 这些能力使AI驱动的网络变革在效能与可靠性上实现了质 的飞跃。AI 赋能的网络管理平台就如同一位永不停歇的虚拟 工程师，能够在数秒内完成数据关联分析、故障预测与自动处置，

的交易。 外部环境的变化加速了矛盾。2024 年 4 月，安世遭遇 网络攻击，客户信息和芯片设计被窃取，这加剧了荷兰当 局对数据安全的担忧。同年年底，美国把闻泰科技列入实 体清单。自 2024 年 12 月被美国商务部列入“实体清单” 始，闻泰科技便步入了多事之秋。为应对困局，不惜壮士 断腕，出售了 ODM 资产，将未来发展的希望全然寄托于 安世这一优质资产之上。安世不仅是闻泰科技的“压舱石”，

3
提升研发应⽤全⽣命周期安全能⼒...................................................... 2 3 4 4 6 8 9 9 11 12 13 13 13 14 . .5.4
强化开源⽣态安全和供应链安全..................................................... 5.5
实施应⽤分类及安全⻛险分级管理 3
应⽤衍⽣安全⻛险的应对措施 4.3.1
社会和环境安全⻛险应对 （a）
⽀持不断探索创新资源节约、

环境友好的⼈⼯智能发展模式，

制 定⼈⼯智能绿⾊技术标准。 人工智能安全治理框架2.0 - 12 -（b）
推⼴低功耗芯⽚、

⾼效算法等绿⾊计算技术和能效优化⽅案，

降 低能源等资源消耗。 4.3.2
伦理安全⻛险应对 （a）
在算法设计、

模型训练和优化、

提供服务过程中，

采取训练数据 显式标识：在⽣成合成内容或者交互场景界⾯中添加的，以⽂字、 声⾳、图形等⽅式呈现并可以被⽤⼾明显感知到的标识。 11.隐式标识：采取技术措施在⽣成合成内容⽂件数据中添加的，不易 被⽤⼾明显感知到的标识。 12.数据投毒：攻击者篡改、注⼊错误、误导数据， “污染”模型的概率分 布，进⽽造成准确性、可信度下降的⾏为。 13.对抗攻击：通过构造微扰数据等输⼊样本，使⼈⼯智能模型产⽣错 误输出或⾏为的攻击⽅式。