破解大模型信创落地“隐私悖论”,“星安智盾”三大核心技术攻坚密态知识融合难题
来源:中国教育晚报 作者:嘉锰 发布时间:2026-11-14
导语:伴随人工智能规模化落地,我国大模型部署正从“云端明文调用”向“信创端侧密态协同”演变。截至2026年,政务、金融、军工、医疗等高敏场景普遍面临同一道难题:大模型越懂业务,就越需要上下文;而核心业务数据越重要,就越不允许出域。《数据安全法》约束之下,“强依赖上下文”与“核心业务绝密要求”形成尖锐矛盾。广西大学“星安智盾”团队提出密态向量检索、区块链存证追溯、联邦多模态融合三大核心技术,构建面向星火大模型与国产操作系统的隐私知识融合全栈安全部署方案,试图给出这一“隐私悖论”的工程解。
行业此前并非没有尝试。通用公有云大模型的问题在于链路不可控:政务系统外包商一旦在API链路中擅自上传敏感数据,风险便已发生;海外金融机构因公有云API配置错误导致亿级用户数据泄露的案例,至今仍是行业警示。单机私有化部署则受限于算力:在国产算力有限的情况下,纯端侧切断外网的小模型会出现上下文理解缺失、智能能力断崖式下跌,多轮对话后准确率衰减明显。国家层面的演进方向已经清晰——依托底层安全与密态推理,实现数据可用不可见,是政务金融信创场景的必然选择。

但落地并不轻松。团队在命题企业信创替代项目一线实测后,把行业堵点归纳为三处。其一是兼容难:特定核心算法库严重依赖闭源组件,信创原生内核API不兼容;缺乏对国产AI芯片的优化驱动与兼容层,推理效能急剧下降;国产软件仓库版本与旧版依赖库不匹配,且无法简单安装。其二是迁移难:信创迁移评估涉及极复杂的隐私逻辑,大模型一旦“幻觉”便导致策略失误、责任难定,迁移率与准确率难以兼得。其三是融合难:内外网物理隔离使外部多模态知识无法安全传入,知识库沦为“死水”,且数据不可溯源,多模态跨网融合后的关键知识准确率长期偏低。
团队同时否掉了三条“看起来可行”的现成路线。原生同态加密与多方安全计算强行嫁接,在国产算力下会让大模型推理延迟增加成百上千倍,无法支撑高频高并发业务;知识库常规本地化(离线检索增强生成)虽然数据不出域,却在跨域隔离中丢掉多模态知识,且不可溯源;异构操作系统硬适配则受制于不同系统底层开发标准各异,交付周期长、迁移评估极难落地。三条路线共同的短板是:把安全做成了外挂,而没有做进底座。

第一条技术线是自研密态向量检索与本地生成架构。传统检索增强生成在检索与拼接阶段存在明文泄露风险,难以满足金融、信创的严苛风控要求。团队把整条链路搬进硬件可信执行环境:用户查询经密文向量生成、密态检索比对、密文检索结果、大模型结果生成,全程在飞地内完成,只在出口做解密输出;底层深度适配欧拉操作系统与高斯数据库,硬件侧支持ARM TrustZone与Intel SGX,实现全链路软硬结合、核心数据不出飞地。实测信创规章制度检索准确率超过95.1%,而传统检索增强生成模式不足85%;数据可见性从“检索与拼接阶段明文”变为“全链路密文”,泄露风险从软件层面的“高”降为硬件隔离下的“极低”。该架构已形成密态检索核心软件著作权5项。
第二条技术线是区块链知识存证与证据链追溯机制。针对迁移评估与运维调优中“大模型易幻觉、责任难定”的痛点,团队构建了从数据采集层、大模型知识处理层、区块链存证网关、分布式账本到追溯验证接口的六层架构,把大模型策略与其底层依赖知识做原位绑定。数据输入后经知识特征提取与语义化、大模型逻辑推演与策略生成,策略输出前完成全链路加密,并生成可验证的证据链图谱。其价值体现在五点:策略全生命周期存证、逻辑推演可信防篡改、证据链级原位追溯、责任清晰降本增效、准确率验证超过92.0%。相比传统检索增强生成方法85%至90%的策略准确率,该机制将系统可信度提升至92.0%以上,并已布局核心发明专利12项,其中6项授权、6项实审。
第三条技术线是联邦多模态知识融合与可控边界检索。多模态跨网溯源融合难,根源在于单一模态或集中式微调既保证不了关键核心知识准确率,也带来越权访问风险。团队构建统一的Multi-modal Embedding模型,把文本、图纸、音视频映射到统一向量空间,解决跨模态上下文缺失;再以联邦架构在物理隔离下进行加密向量相似度计算,配合知识边界权组件实现可控检索。对比单一模态架构,联邦多模态方案在跨网检索中上下文完整,检索广度与深度明显提升;在可控边界设计中,物理隔离下的加密向量相似度计算避免了单源依赖与越权访问,动态响应时间控制在0.1秒以内。关键核心知识准确率不低于97.5%,传统单一模态或集中式微调方案则不超过95%。该方向相关发明专利7项,已授权3项、实审中4项。
把三条线放在同一张坐标系里看,差异才清楚。微众FATE长于联邦建模,但缺少原生密态检索增强生成,也无硬件飞地加持;蚂蚁隐语SecretFlow在软件密态上有积累,却无硬件可信执行环境支撑;同盾智邦知识联邦可做基础检索,但没有硬件飞地隔离,也缺少可控边界设计。三者普遍存在“无区块链知识上链”“无多模态能力”或“信创组件重开发、部署负载高”的短板。“星安智盾”的定位是原生适配欧拉、高斯,轻量化接入,面向政务与港口等垂直场景做轻量化试点,把密态检索、联邦多模态、证据链溯源、信创适配、场景部署五项能力做在同一套中间件里。
技术指标之外,验证链条也在补齐。项目在欧拉操作系统与高斯数据库上完成系统级部署,实现7×24小时高并发平稳运行,各项安全指标全面达标;检验报告覆盖密态向量检索、存证追溯、多模态融合三类机制;科技查新显示方案在港口场景隐私知识融合中间件方向具备创新性。10月5日,科大讯飞在合肥总部联合测试实验室完成现场验证,确认方案在业务贴合度、落地可行性、行业推广潜力三方面具备价值。
团队技术负责人王耀鹏在内部复盘时提到,安全如果只是加在系统外面,那它永远追不上业务的速度。三条技术线共同指向一件事:把密态能力做进检索、做进存证、做进融合,而不是在做完之后再补一层加密。按团队给出的量化目标,国产操作系统与信创制度知识问答准确率95.1%、迁移评估与复杂隐私场景92.0%、多模态核心知识97.5%三项指标已全部超额达标。对一个从产业命题出发的学生团队而言,这组数字背后是70余次隐私防护场景测试、3轮方案迭代和10余项安全隐患的逐条排查。
下一阶段,团队将把这三项技术封装为标准中间件,向已部署信创算力底座的金融平台、央企国企输出按年授权与模块订阅,同时面向老旧信创系统迁移客户提供算法调优、驻场运维与等保测评服务。行业观察人士认为,大模型在信创场景的真正门槛,正在从“能不能跑”转向“敢不敢用”;谁能把合规红线变成产品能力,谁就能拿到高敏市场的入场券。











