关于人工智能数据安全治理与技术发展概述

柯展

摘要：计算机技术的飞速发展推动人工智能技术得到快速发展，成为全球性共同关注的引领型技术之一。在人工智能行业发展的进程中，数据的潜在价值得到进一步凸显，作为人工智能技术的基础资源，对其进行有效的数据安全保护是保障人工智能获得更大发展的重要工作之一。当前全球各地都积极重视人工智能的数据安全保障问题，从“国家战略”、“法律法规”、“标准规范”及“技术发展”等各个层面都做制定相应的措施，从而有效保障数据安全。本文围绕人工智能数据安全治理和技术发展进行探索，以期能够为我国的人工智能发展和数据安全的有效治理提供参考。

关键词：人工智能;数据安全;数据安全治理;技术发展

在信息技术全面推动下，人工智能技术在全球范围内获得了更大发展，已经从探索期迈向成长期，与之相关的各类技术以及产业均处于重要的转型和发展阶段。在此发展背景下，数据本身所表现出来的价值越来越大，同时数据安全的风险也进一步增加，如何通过有效的技术实现对公民权益、用户隐私、商业机密以及知识产权等重要数据的有效保护，打造覆盖多主体、多维度的数据安全保障模式，已经成为一个全球性共同关注的热点话题。

一、人工智能数据安全治理的基本概述

（一）人工智能的基本概述。人工智能是一门以数学为基础，同时又涉及到计算机、生物、心理、语言以及哲学等交叉性学科的一门综合性技术，能够使机器表现出“智能”特征，从而实现自动化、智能化操作，能够产生更好的体验感。人工智能的核心因素要素包括“算法”、“算力”和数据。根据中国电子技术标准化研究院的《人工智能标准化白皮书》（2018版）的定义，人工智能领域包含的关键技术较多，比如机器学习、知识图谱、自然语言处理、计算机、视觉、人机交互、生物特征识别以及虚拟现实和增强现实等。目前，在无人驾驶、个人助理以及金融电商、医疗教育等各大领域都已经开始应用人工智能，为许多行业注入了全新的发展动力。

（二）数据安全治理的基本概述。人工智能为社会发展带来全新的发展机遇，但同时也带来了较大的数据安全风险。需要针对数据安全风险采取相应的技术，实现对风险的有效控制和管理，从而保证相关数据安全。数据安全技术的治理，包含的内容较丰富，不仅仅需要通过一些数据安全保护的工具或产品组成的解决方案，同時还要从战略发展、业务拓展应用以及人员的安全和风险管理等进行全局考虑，从数据安全保证机制的管理制度的确立到具体工具的使用，要对整个数据生命周期采取有效措施，对相关数据进行分级、分类管理。针对不同的数据安全，要求采取具体的安全手段，从而形成评估、加固、治理三位一体的完整性数据安全保障体系。

二、人工智能数据安全治理技术的发展

（一）制定数据安全治理技术的标准，促进技术科研。在人工智能技术得到持续发展，在各个行业得到广泛应用的背景下，世界各国都高度重视人工智能的数据安全保护问题，从国家战略层、法律法规层、标准制定的层面以及技术科研的层面采取行之有效的措施，以期能够打造多位一体的、安全性更强的数据安全保护机制。我国也高度重视人工智能行业数据安全的标准化制度建设，专门成立了国家人工智能标准化总体组，对全国人工智能数据安全标准化工作进行统筹协调和宏观层面的规划布局。就目前而言，在我国范围内涉及到人工智能数据安全的科研领域大致分为三大类，第一类是数据安全隐私保护视域下的数据安全标准，能够为数据安全的治理提供基础性技术的参考。第二类是基于人工智能技术开发过程中和工程具体应用场景下的安全标准，包括终端、环境、平台和算法等不同的工程环节，提出了具体的数据安全要求。第三类是针对于各类应用场景的标准，例如物联网、工业互联网、智能家居、自动驾驶以及生物特征识别等等，从而对数据安全起到指导和约束作用。

（二）针对数据全生命周期展开研究，重点攻关数据安全防御机制。进一步加强数据安全治理技术的研究和技术开发，能够进一步提高对数据安全的保护能力。目前，针对于人工智能中可能出现了数据以及隐私安全问题，有相关的解决方法和防御手段，能够在一定程度上缓解风险，比如保护隐私的机器学习技术，目前斯坦福大学、麻省理工学院等相关学术机构都在开展该项技术不同关键点的技术研究。同时，还有数据偏见检测技术、数据生成技术、减少数据要求的技术、针对数据投毒的防御技术等等。在未来，还需要进一步加强创新人工智能数据安全技术的科研力度，进一步加强理论知识的学习和技术研发，充分利用国家专项以及社会基金等组成科研经费，通过“产-学-研”的方式联合开展相关技术的深入研究。针对人工智能数据安全风险可能产生的机理和防御机制，进行重点科研，进一步突破小样本学习、差分隐私、联邦学习等目前市面上人工智能数据保护核心关键技术，不断完善人工智能开源学习的框架，提供科研平台，鼓励相关企业能够根据我国市场的优势加快科研，进一步完善人工智能开源平台的生态圈以及产业链的建设。

总结：

综上所述，在人工智能技术持续发展的未来，有效突破数据安全的挑战，是推动行业获得更大发展的重要因素。同时，这也是一个极其复杂的大型工程，需要进一步加强对于风险的分析，在人工智能数据全生命周期的各个环节进行有效科研，不断提升数据安全的保护能力，从而保证整个产业链和供给链的安全性。

参考文献：

[1]王永兴，王芳.国家治理现代化的技术路径分析——以大数据和人工智能发展为例[J].理论与现代化，2020（03）：46-55.

[2]路超.大数据、云计算和人工智能新技术的兴起网络安全防护的发展探究[J].产业科技创新，2019，1（32）：97-99.

[3]魏薇，景慧昀，牛金行.人工智能数据安全风险及治理[J].中国信息安全，2020（03）：82-85.

[4]祁凡骅. 当数据成为资产，数据安全问题凸显[N]. 社会科学报，2021-04-01（003）.

[5]张涛，马海群.人工智能数据安全影响因素的系统动力学研究[J].情报探索，2021（03）：1-10.

湖北第二师范学院 湖北 武汉 430205