來源：大數(shù)據(jù)技術(shù)標準推進委員會

一、高安全防護護航數(shù)據(jù)與智能融合新范式

（一） 智能化數(shù)據(jù)安全治理體系加速升級

政策層面，2024年來，全球數(shù)據(jù)安全治理政策法規(guī)加速向“精細化”演進。國家數(shù)據(jù)局成立后，推動數(shù)據(jù)要素市場化配套政策加速落地，如《數(shù)據(jù)要素×三年行動計劃》進一步深化，促進數(shù)據(jù)流通與安全協(xié)同發(fā)展，明確數(shù)據(jù)分類分級、跨境流動等細則?！毒W(wǎng)絡(luò)數(shù)據(jù)安全管理條例》于2025年1月1日正式施行，構(gòu)建起以《網(wǎng)絡(luò)安全法》《數(shù)據(jù)安全法》《個人信息保護法》為核心的“三駕馬車”監(jiān)管體系，并細化重要數(shù)據(jù)目錄申報、跨境流動安全評估等要求。國際層面，全球范圍內(nèi)人工智能治理框架逐步成型。歐盟《人工智能法案》于2024年全面生效，將AI系統(tǒng)風(fēng)險等級從“不可接受”到“低風(fēng)險”分為四類，要求高風(fēng)險系統(tǒng)（如生物識別、關(guān)鍵基礎(chǔ)設(shè)施）實施嚴格監(jiān)管，要求數(shù)據(jù)訓(xùn)練透明化。美國通過行政令強化AI數(shù)據(jù)安全審查，推動跨境數(shù)據(jù)流動規(guī)則標準化。這些政策既為數(shù)據(jù)安全治理提供了制度保障，也鞭策企業(yè)加快合規(guī)能力建設(shè)。

技術(shù)層面，智能化技術(shù)正從“單點突破”轉(zhuǎn)向“體系化滲透”，智能化數(shù)據(jù)安全技術(shù)覆蓋率顯著提升。在單點能力方面，基于多模態(tài)AI（文本、圖像、音視頻）的敏感信息檢測正在逐步提升準確率，智能化分類分級工具已實現(xiàn)半自動化標簽生成，并探索解決非結(jié)構(gòu)化數(shù)據(jù)分類分級能力。在綜合類能力方面，智能化的數(shù)據(jù)安全運營管控平臺成為企業(yè)新關(guān)注點，在政務(wù)、金融等行業(yè)已有技術(shù)應(yīng)用實踐，支持實時風(fēng)險分析、監(jiān)測與響應(yīng)。隱私計算在金融聯(lián)合風(fēng)控、醫(yī)療科研等場景試點應(yīng)用，保障數(shù)據(jù)“可用不可見”。

（二） 數(shù)據(jù)智能浪潮中面臨三大安全挑戰(zhàn)

1. 安全技術(shù)瓶頸仍未突破

面臨席卷而來的新場景、新應(yīng)用引入的安全風(fēng)險，安全技術(shù)雖持續(xù)加強，但在應(yīng)對復(fù)雜多變的安全威脅時，仍難以完美應(yīng)對。從技術(shù)層面來看，自動化防護系統(tǒng)應(yīng)對場景有限、AI對抗攻防能力失衡、新興技術(shù)融合應(yīng)用的安全適配性不足等問題凸顯，成為數(shù)據(jù)安全防護體系升級的阻礙。一是自動化防護難以應(yīng)對復(fù)雜攻擊場景。當前主流自動化防御工具依賴預(yù)設(shè)規(guī)則庫與靜態(tài)策略，面對零日漏洞、新型勒索軟件變種等未知威脅時，因缺乏動態(tài)行為建模能力，誤報與漏報時有發(fā)生。尤其在云原生、IoT邊緣計算等異構(gòu)環(huán)境中，傳統(tǒng)規(guī)則引擎難以覆蓋碎片化攻擊面，導(dǎo)致防護效能斷崖式下降。二是AI對抗攻防能力失衡，防御體系存在技術(shù)代差。在AI驅(qū)動的攻防博弈中，防御方技術(shù)迭代速度滯后于攻擊創(chuàng)新。攻擊方利用生成式AI批量制造深度偽造釣魚攻擊、自適應(yīng)惡意代碼，使攻擊效率呈指數(shù)級提升，可系統(tǒng)性突破傳統(tǒng)安全邊界。而防御方的AI安全應(yīng)用仍停留在威脅日志分析、異常模式識別等被動響應(yīng)階段。攻防雙方在技術(shù)迭代速度和資源投入比等方面的不對稱性，使得防御方在智能化對抗中長期處于被動局面。

2. 新業(yè)態(tài)治理復(fù)雜度飆升

伴隨數(shù)據(jù)驅(qū)動型新業(yè)態(tài)的爆發(fā)式增長，安全管理機制與業(yè)務(wù)創(chuàng)新速度脫節(jié)。管理顆粒度及動態(tài)性不足、跨部門協(xié)同低效等系統(tǒng)性缺陷導(dǎo)致傳統(tǒng)治理框架在敏捷業(yè)務(wù)場景中效果不佳。一是數(shù)智新業(yè)態(tài)迅速發(fā)展但動態(tài)管理能力滯后。當前企業(yè)安全管理體系難以適應(yīng)多模態(tài)數(shù)據(jù)的復(fù)雜流轉(zhuǎn)特性。文本、圖像、音頻等多類型數(shù)據(jù)在業(yè)務(wù)場景中交叉流動，其敏感度、使用場景差異顯著，傳統(tǒng)基于靜態(tài)角色或固定規(guī)則的權(quán)限管理模式已無法滿足動態(tài)管控需求。另外，權(quán)限策略更新速度遠低于數(shù)據(jù)接口增長量，“僵尸權(quán)限”不能及時回收，形成持續(xù)性泄露隱患。管理的組織架構(gòu)上，跨部門協(xié)作機制缺失進一步加劇問題——在數(shù)智發(fā)展的新領(lǐng)域，IT部門與業(yè)務(wù)部門權(quán)責(zé)邊界模糊，權(quán)限管理、審計、撤銷流程冗長，形成安全管理盲區(qū)。二是安全策略與創(chuàng)新迭代速度脫節(jié)。智能化驅(qū)動型業(yè)務(wù)的快速迭代與安全策略的后置流程形成結(jié)構(gòu)性矛盾，企業(yè)迅速開展數(shù)智實踐并推出新業(yè)務(wù)功能（如實時數(shù)據(jù)分析、AI客服等），但安全策略制定需經(jīng)歷跨部門評審、合規(guī)評估、技術(shù)適配等多環(huán)節(jié)，更新周期長，導(dǎo)致創(chuàng)新業(yè)務(wù)采用“安全后置”上線模式，安全治理缺乏原生適配能力。這種滯后性導(dǎo)致新業(yè)務(wù)上線時，訪問控制、數(shù)據(jù)加密等安全策略未完全覆蓋新應(yīng)用數(shù)據(jù)交互模式的風(fēng)險點。若數(shù)據(jù)處理活動涉及到上下游流動，供應(yīng)鏈安全管理可能進一步暴露體系缺陷，上下游安全策略將左右數(shù)據(jù)合作過程能力短板，企業(yè)自身缺乏對供應(yīng)鏈數(shù)據(jù)事前、事中、事后的監(jiān)控管理能力。

3. 安全治理落地實踐不足

盡管數(shù)據(jù)安全領(lǐng)域在政策法規(guī)與技術(shù)探索上持續(xù)推進，但在實際落地過程中，企業(yè)缺乏成熟、普適的治理范式，標準規(guī)范難以轉(zhuǎn)化為可持續(xù)執(zhí)行的落地實踐。從行業(yè)視角出發(fā)，新興應(yīng)用場景的合規(guī)標準未形成體系、行業(yè)間協(xié)同治理模式缺位，導(dǎo)致安全治理存在落地盲區(qū)。企業(yè)智能化場景安全治理能力未形成明晰體系。以生成式AI為例，從訓(xùn)練數(shù)據(jù)集的采集、使用安全，到算法的透明度與可解釋性要求，再到內(nèi)容生成和交互合規(guī)性，各個環(huán)節(jié)都有規(guī)范指引，但缺乏明確且統(tǒng)一體系化要求。企業(yè)在實際應(yīng)用中只能“摸著石頭過河”，逐步搭建體系，這導(dǎo)致企業(yè)面臨較高的安全合規(guī)風(fēng)險。

（三） 智能驅(qū)動的下一代數(shù)據(jù)安全呈現(xiàn)出兩大趨勢

1. AI安全治理從“合規(guī)達標”向“主動治理”轉(zhuǎn)型

AI安全治理加速從“合規(guī)達標”向“主動治理”躍遷。針對AIGC等新興場景的應(yīng)用逐步落地，人工智能安全治理體系應(yīng)逐步完善。通過搭建包含數(shù)據(jù)安全、模型算法安全、應(yīng)用安全、服務(wù)安全及通用安全的全局治理框架，全面支撐大模型全生命周期安全管理，確保其技術(shù)應(yīng)用符合安全與合規(guī)要求，實現(xiàn)安全能力與業(yè)務(wù)創(chuàng)新的同步進化。企業(yè)治理模式亦發(fā)生結(jié)構(gòu)性變革，安全責(zé)任從模型責(zé)任部門向全員滲透，通過流程規(guī)范性提升，構(gòu)建覆蓋“決策層-管理層-實施層-監(jiān)督層”的立體化治理網(wǎng)絡(luò)，最終實現(xiàn)安全能力與業(yè)務(wù)價值的共生共長。

2. AI賦能基礎(chǔ)技術(shù)融合發(fā)展

智能化技術(shù)正推動數(shù)據(jù)安全基礎(chǔ)能力的精細化升級。在數(shù)據(jù)分類分級領(lǐng)域，基于自然語言處理和計算機視覺的多模態(tài)識別模型，可實現(xiàn)非結(jié)構(gòu)化數(shù)據(jù)（如文本、圖像、音視頻）的自動化標簽標注與敏感信息定位，降低人工標注成本并提升分類準確性。動態(tài)脫敏、訪問控制等核心環(huán)節(jié)同步進化，通過持續(xù)學(xué)習(xí)用戶行為，可生成細粒度權(quán)限策略，在保障隱私的同時最大化數(shù)據(jù)可用性。單點技術(shù)能力的智能化躍遷，為數(shù)智安全治理奠定基礎(chǔ)。

在體系化安全能力方面，人工智能進一步向安全運營全流程賦能，推動“被動響應(yīng)”向“智能防御”轉(zhuǎn)型。通過整合威脅情報、日志審計、行為分析等多源數(shù)據(jù)，AI驅(qū)動的安全運營平臺將逐步構(gòu)建企業(yè)數(shù)據(jù)資產(chǎn)的全局風(fēng)險畫像，實現(xiàn)攻擊路徑預(yù)測、異常行為溯源等能力。

二、總結(jié)和展望

近年來，數(shù)據(jù)智能產(chǎn)業(yè)蓬勃發(fā)展，已成為推動數(shù)字經(jīng)濟創(chuàng)新與增長的核心引擎。在數(shù)據(jù)領(lǐng)域，各行業(yè)企業(yè)積極投身高質(zhì)量數(shù)據(jù)集建設(shè)工作，為上層模型訓(xùn)練和應(yīng)用開發(fā)筑牢根基；在算法領(lǐng)域，以大模型為代表的人工智能技術(shù)加速滲透，誕生出GPT-4o、DeepSeek-R1等標志性成果；在應(yīng)用領(lǐng)域，智能體的出現(xiàn)進一步降低了數(shù)智技術(shù)的應(yīng)用門檻，推動數(shù)據(jù)智能應(yīng)用在更廣泛的行業(yè)及場景中落地生根；在安全領(lǐng)域，在政策規(guī)章要求與技術(shù)應(yīng)用突破的雙重驅(qū)動下，智能化數(shù)據(jù)安全治理體系加速升級，為數(shù)據(jù)與智能融合新范式保駕護航。

展望未來，數(shù)據(jù)智能產(chǎn)業(yè)必將持續(xù)煥發(fā)蓬勃生機，保持強勁的發(fā)展勢頭。隨著技術(shù)的不斷突破和創(chuàng)新，數(shù)據(jù)智能將進一步提升數(shù)據(jù)處理與應(yīng)用的效率和安全性，同時，加速向醫(yī)療、農(nóng)業(yè)、能源、交通等傳統(tǒng)行業(yè)滲透，深度賦能各領(lǐng)域數(shù)字化轉(zhuǎn)型。數(shù)據(jù)智能產(chǎn)業(yè)將進一步解放個體生產(chǎn)力，驅(qū)動企業(yè)業(yè)務(wù)創(chuàng)新，重塑生產(chǎn)關(guān)系和產(chǎn)業(yè)格局，推動全社會實現(xiàn)跨越式進步，助力我國搶占未來發(fā)展制高點，開啟智能化發(fā)展的嶄新篇章。

本文節(jié)選自大數(shù)據(jù)技術(shù)標準委員會于2025年6月18日在“2025數(shù)據(jù)智能大會”上發(fā)布的《數(shù)據(jù)智能研究報告（2025年）》。

報告介紹及全文下載鏈接如下：

《數(shù)據(jù)智能研究報告（2025年）》解讀