AIAuditTrack：面向AI安全系统的框架
人工智能
2025-12-25 v1 密码学与安全
摘要
AI驱动的应用快速扩张，由大型语言模型提供动力，导致AI交互数据激增，提出了安全、问责和风险可追溯性的紧迫挑战。本文提出了AiAuditTrack（AAT），一个基于区块链的AI使用流量记录与治理框架。AAT利用去中心化身份（DID）和可验证凭证（VC）来建立可信且可识别的AI实体，并在链上记录实体之间的交互轨迹，以实现跨系统的监督和审计。将AI实体建模为动态交互图中的节点，其中边代表特定时间的行为轨迹。基于此模型，提出了一种风险扩散算法，用于追踪风险行为的来源并在涉及的实体之间传播预警信号。通过区块链每秒交易数（TPS）指标评估系统性能，证明了AAT在大规模交互记录下具有可行性和稳定性。AAT为AI审计、风险管理和复杂多主体环境中的责任归属提供了可扩展且可验证的解决方案。
引用
@article{arxiv.2512.20649,
title = {AIAuditTrack: A Framework for AI Security system},
author = {Zixun Luo and Yuhang Fan and Yufei Li and Youzhi Zhang and Hengyu Lin and Ziqi Wang},
journal= {arXiv preprint arXiv:2512.20649},
year = {2025}
}