原标题：大咖论“数” | 增强AI时代数据安全电商美工外包网

数据安全贯穿数据全生命周期。狭义的数据安全是免受篡改和破坏。广义的数据安全包括数据的可靠性、数据安全性、服务和内容的安全性，在人工智能时代还会扩展数据安全的内涵，当然也会放大数据安全的风险。

数据安全包括从数据采集、数据融合、服务生成到内容应用等环节的安全。首先是网络基础设施方面涉及数据的可靠性，包括传输链路可靠性、算力节点、数据中心、数据库包括存储设备可靠性。二是数据安全技术，包括身份识别、数据属性、数据流动管理、数据加密水印等。三是数据服务与内容安全技术，包括数据所有权管理技术、数据交易技术管理、开放共享管理、人工智能深度防伪、AI幻觉的控制、AI服务的数据内容合规等。

数据中心的灾备需要重点考虑。我们国家对数据灾备建设有投资，但是灾备往往能力不足，现在就需要加强对数据的异地容灾备份。大家都希望容灾的时候数据不丢失或者说丢失量很低电商美工外包网，过去灾备的间隔是一天主备复制一次，在丢失的时候可能会丢一天的数据，但现在可能要缩短到一小时复制一次，而且复制的链路可靠性要求很高、时延要求更低。灾备需要对数据定期复制。但是，数据复制间隔越密，它的效率就越低。从数据丢失开始到真正切换还有故障识别、故障判断的过程，这段时间可能会影响数据，在恢复正常之后还要再切回去。利用分布的公有云做容灾备份是发展趋势。

实际上，在数据中心内部也仍存在安全问题。数据中心内部本身要做到无损，但往往有些时候单个算力节点能力不足，就导致需要动员多节点来协同，算力节点间需要大容量光传输链路，因此对光传输链路的时延、丢包会有严格的要求。

不同类型的数据对安全要求不同，我们需要识别数据是国家机密数据、企业秘密数据还是涉及大量用户敏感信息数据。过去的互联网没有识别，不知道所承载的数据是什么，现在有了IPv6，可以对源地址和目的地地址验证，还可利用APN6（应用感知）和iFIT（随流检测）可以知道这个数据源端使用者的身份和对信道服务质量的要求，还可实时获得信道的时延、抖动、丢包率等性能参数。这样可以实现路径溯源，从而支持数据跨境流动管理。

网络安全是数据安全的基础，一般来说，通过加密可以保护数据。但是加密数据也可能被勒索病毒再次加密，兼职美工需实时对软件版本进行核对与接入审计。尽管我们很重视网络安全，但是也不能因为安全而不促进数据的流通、不促进数据的应用。企业双方都想利用对方的数据，但是都不愿意把自身的原始数据交给对方，如果交给第三方，也不一定相信第三方的公正和安全。

现在可以利用隐私计算和多方同态加密的技术，选择一个特定的密钥，让数据加密以后计算结果等效于没有加密的计算，就能实现数据可用不可见。通过这种办法可以实现数据的融合。现在还有一种技术，把企业的数据打散了之后分布式进行存储，然后加入密钥的控制，可以按需根据对方企业的需要把数据调入沙箱，然后再进行解密计算，这相对来讲比同态加密要简单。

人工智能的出现让数据可信性面临挑战。因为生成式大模型是基于统计和模式识别的，别看它有上下文的关联，但是并不等于全局性和对物理世界的透彻了解，而且有些场合的数据很少。训练数据少，训练的场景缺失，可能会出现低级错误甚至常识性错误。另外，数据可能是受到干扰的。在大模型训练的时候也会受到无意的或者恶意的诱导，会使AI误判。AI应用会增加很多的挑战。

为应对这些挑战，要加强数据质量控制，使用高质量多样化的数据训练。要对算法优化和模型评估改进，定期审查和测试。需要开展伦理审查，特别是对可能产生重大社会影响的应用进行事先审批，帮助用户理解AI的运作方式和潜在风险。还可利用区域截图、放大缩小等预处理发现数据被篡改或AI被滥用，进一步保障数据安全。

（作者邬贺铨 系中国工程院院士、中国互联网协会专家咨询委员会主任）

（河北新闻网）电商美工外包网