---
title: ETSI 发布欧洲标准，为 AI 模型和系统设定基线网络安全要求
dek: ETSI 于 2026 年 1 月 14 日宣布推出 EN 304 223，将其 2025 年发布的 AI 安全技术规范转化为欧洲标准。标准的规定包括：开发者须公布所共享模型组件的密码学哈希值，并记录公开训练数据的来源。
---

2026 年 1 月 14 日，欧洲电信标准化协会（ETSI）宣布推出 ETSI EN 304 223。这是一项欧洲标准（EN），为 AI 模型和系统设定基线网络安全要求。[^1]标准由 ETSI 人工智能安全技术委员会制定，于 2025 年 12 月 8 日获得通过。它的前身是 2025 年 4 月发布的技术规范 ETSI TS 104 223。[^2]ETSI 称，主要贡献方中有两家英国机构：国家网络安全中心，以及科学、创新与技术部。[^3]

标准提出 13 项原则，分布在从安全设计到安全退役的五个生命周期阶段。对每项原则，标准都指明了主要负责的利益相关方，例如开发者、系统运营方和数据保管方。标准适用于包含深度神经网络的 AI 系统，生成式 AI 即属此类。[^1, 2]

标准中有几项条款涉及模型和数据的完整性与来源。开发者向其他利益相关方提供模型组件时，必须公布这些组件的密码学哈希值（相当于文件的指纹），以便接收方核实组件的真实性。投毒训练数据由攻击者植入，目的是改变模型的行为。这类数据很可能要到训练之后才能发现，甚至根本发现不了。因此，开发者必须记录所用公开训练数据的来源和获取方式。标准建议至少记录数据来源（例如所抓取网页的 URL）以及采集的日期和时间。这样做的目的是，一旦出现投毒攻击的报告，开发者能够判断攻击是否波及自己的数据集。开发者应向下游的系统运营方和数据保管方提供自己的文档，其中包括训练数据的来源。[^2]

标准前言规定，各国采用或认可这项欧洲标准、撤销与之冲突的国家标准，截止日期均为 2026 年 9 月 30 日。至于如何评估是否符合标准条款，标准援引了另一份规范 ETSI TS 104 216。[^2]

:::analysis
有了这些哈希值，运营方可以核对收到的模型文件是否与开发者发布的文件一致。哈希值只有经由运营方信任的渠道获得，才能确认对应的是哪个发布版本。然而，标准并未要求使用签名，也没有要求使用透明日志，即公开的只追加记录。训练数据记录则只留在供应链内部。标准不要求开发者公开这些记录，因此没有给外部各方留下核查的途径。
:::

:::checked
2026 年 10 月 20 日，我们阅读了 ETSI 在 2026 年 1 月 14 日发布的新闻稿、EN 304 223 V2.1.1 的文本，以及 ETSI 杂志 2026 年 5 月 15 日刊发的文章。ETSI 的公开下载目录中没有 ETSI TS 104 216，因此我们无法审阅符合性评估的具体方式。我们没有核查哪些国家标准机构已采用这项标准，也没有核查是否有组织声称符合该标准。
:::