韩教授在AI×RMF研讨会上提出AI-BOM自动验证方案
京畿大学教授최윤성在三星SDS首尔西校区举行的研讨会上指出，AI供应链风险可沿依赖关系扩散至训练数据与云访问。
据 dailysecu.com 报道，韩国信息保护学会（KIISC）于2026年10月22日在首尔三星SDS西校区举办“2026 AI x RMF研讨会”。会上，京畿大学教授최윤성发表了题为《智能体AI供应链的攻击面与AI-BOM自动验证体系》的演讲。
최윤성指出，随着AI智能体开始自行选择开源软件包，供应链风险可能沿着依赖关系、训练数据、模型和云访问等环节扩散。他以LiteLLM为例说明规模：该组件月下载量约9700万次，依赖包达1705个。他还提到Trivy与LiteLLM是涉及供应链事件的开源组件案例。
他进一步解释了“爆炸半径”（blast radius）概念：单个软件包或模型被攻破，影响可能波及开发工具、部署系统和云基础设施。
在应对方案上，최윤성将AI物料清单（AI-BOM）视为核验AI供应链组件的起点，并说明它是对SBOM的扩展。他强调，AI-BOM本身并非安全解决方案，而是实现透明度与风险评估的基础，并呼吁在CI/CD全流程中引入自动验证。
他还提到，欧盟《AI法案》、欧盟《网络韧性法案》、美国联邦IT采购以及FedRAMP，都在向机器可读的安全证据方向推进。
背景：训练数据溯源问题
최윤성在演讲中还援引LAION-5B作为案例。该AI训练数据集此前被发现含有不当内容，他认为这一事件说明追踪数据来源的必要性。
快速问答
什么是AI-BOM？
AI-BOM（AI物料清单）是SBOM的扩展，用于核验AI供应链组件。据최윤성介绍，它本身不是安全解决方案，而是透明度与风险评估的基础。
这次研讨会在何时何地举行？
韩国信息保护学会（KIISC）的“2026 AI x RMF研讨会”于2026年10月22日在首尔三星SDS西校区举行。
최윤성提到的LiteLLM数据是什么？
他称LiteLLM月下载量约9700万次，依赖包数量为1705个。