亚远景-ISO/PAS 8800落地中的安全保证论证（Safety Case）：结构化证据链的构建方法

发表时间：2026-07-20 作者：亚远景科技返回列表

一、核心定义与要求

ISO/PAS 8800的安全保证论证，是将AI系统全生命周期的各类安全证据结构化整合，证明AI相关错误不会引发车辆层面不合理安全风险的核心过程，是该标准区别于传统汽车安全标准的关键环节。

其核心要求是覆盖数据治理、模型开发、测试验证、运行监控全链路，形成可追溯、可评审的闭环证据链，支撑“AI系统在指定ODD内安全”的核心主张。

二、结构化证据链构建方法

锚定顶层安全主张‌

以AI系统的安全目标为核心，拆解出“数据安全、模型可靠、系统鲁棒、运行可控”4个子主张，每个子主张对应明确的验证维度，避免证据零散无指向。

全链路证据逐层归集‌

数据层：归集数据集需求定义、采集标注规范、偏见校验、多样性验证的全流程文档，将数据作为“安全件”留存完整溯源记录。

模型层：归集模型架构设计、训练约束、可解释性分析、过拟合抑制、不确定性度量的相关报告，覆盖AI特有的技术属性。

验证层：归集虚拟仿真、实车测试、对抗样本测试、极端场景验证的结果文档，证明系统在边界条件下的安全表现。

运维层：归集部署后持续监控机制、OTA升级安全审核、问题闭环处理的记录，覆盖全生命周期剩余风险管控。

逻辑关联与结构化映射‌

采用目标-策略-证据（GSA）的经典论证框架，将底层证据与中层子主张、顶层安全目标建立强逻辑关联，消除证据断点，避免出现“证据质量短板拉低整体论证有效性”的问题。

对齐现有标准形成互补‌

将该证据链与ISO 26262的功能安全证据、ISO 21448的SOTIF证据打通，实现三类安全证据的协同复用，避免重复建设。

三、落地实施关键步骤

基于AI-HARA（AI专属危害分析）输出安全目标，明确论证的核心边界与验收准则。

按ASIL等级匹配证据颗粒度要求，高等级功能补充更严苛的冗余设计、故障注入测试证据。

建立证据版本管控机制，适配AI迭代开发特性，确保每一次模型更新都同步更新对应论证证据。

完成第三方评审，验证证据链逻辑自洽性，确认残余风险处于可接受水平。