全球數(shù)字經(jīng)濟(jì)的背景下，隨著產(chǎn)業(yè)的不斷發(fā)展，各種新技術(shù)、新產(chǎn)業(yè)和新模式也在此基礎(chǔ)上不斷地涌現(xiàn)，人工智能技術(shù)也在不斷地優(yōu)化和迭代，在各行業(yè)各領(lǐng)域取得了廣泛運(yùn)用，通過數(shù)字經(jīng)濟(jì)的推動使得數(shù)據(jù)成為了一項(xiàng)全新的生產(chǎn)要素[1]。

隨著人工智能在數(shù)字經(jīng)濟(jì)、數(shù)字產(chǎn)業(yè)中的不斷應(yīng)用和優(yōu)化，數(shù)據(jù)也得到了充分地開發(fā)和利用，使得數(shù)據(jù)成為各行業(yè)的核心驅(qū)動力，從驅(qū)動個(gè)性化服務(wù)到優(yōu)化操作流程，它貫穿于決策制定、產(chǎn)品創(chuàng)新、客戶服務(wù)和效率提升的各個(gè)環(huán)節(jié)。

各行業(yè)對數(shù)據(jù)的依賴程度之高前所未見。數(shù)據(jù)在不同的主體、不同的場景下以不同的形態(tài)在不斷地流轉(zhuǎn)與智能應(yīng)用，隨之帶來的數(shù)據(jù)泄露、數(shù)據(jù)破壞、數(shù)據(jù)違法違規(guī)使用等等各類數(shù)據(jù)安全事件也是層出不窮。

近年來，隨著我國《網(wǎng)絡(luò)安全法》《數(shù)據(jù)安全法》《個(gè)人信息保護(hù)法》的相繼出臺，數(shù)據(jù)安全逐漸成為國家安全的重要組成部分，關(guān)系到國家主權(quán)的穩(wěn)固及社會經(jīng)濟(jì)的發(fā)展。所以，在人工智能時(shí)代，數(shù)據(jù)安全已成為必修課，是需要全社會共同面對和解決的關(guān)鍵問題。

01 人工智能技術(shù)概述

人工智能正加速發(fā)展，且廣泛應(yīng)用于社會生活的方方面面，從生物特征識別、計(jì)算機(jī)視覺、人機(jī)交互、機(jī)器學(xué)習(xí)、知識圖譜、自然語言處理到大模型的應(yīng)用，人工智能不斷推動著行業(yè)革新和產(chǎn)業(yè)升級。

生物特征識別技術(shù)使得設(shè)備更安全、個(gè)性化，廣泛應(yīng)用于智能手機(jī)解鎖、機(jī)場安檢等場景。

計(jì)算機(jī)視覺技術(shù)讓機(jī)器能夠理解和解釋視覺信息，在新能源汽車自動駕駛和醫(yī)療診斷中的影像分析等場景下獲得了顯著的應(yīng)用效果。

人機(jī)交互技術(shù)的進(jìn)步使智能設(shè)備的使用體驗(yàn)更加友好，如通過語音助手和自動翻譯工具打破語言障礙，通過手勢和情感識別等技術(shù)使得人機(jī)交互更加自然。

機(jī)器學(xué)習(xí)在數(shù)據(jù)分析和預(yù)測中占據(jù)核心地位，從金融風(fēng)控到智能推薦系統(tǒng)，其應(yīng)用無處不在。

知識圖譜幫助機(jī)器理解和組織海量信息，可用于改進(jìn)搜索引擎和智能問答系統(tǒng)。

自然語言處理使計(jì)算機(jī)能更流暢地理解人類語言，廣泛應(yīng)用于聊天機(jī)器人和語音識別分析系統(tǒng)。

最近，大模型的應(yīng)用推動了這些技術(shù)的融合與創(chuàng)新，如生成式預(yù)訓(xùn)練變換器模型在文本生成、圖像識別等多模態(tài)任務(wù)中展現(xiàn)出了驚人能力。這些技術(shù)的結(jié)合和交叉應(yīng)用不僅擴(kuò)展了人工智能的邊界，也為我們解決更多復(fù)雜問題提供了可能，標(biāo)志著人工智能正逐步成為現(xiàn)代社會不可或缺的一部分，為我們的生產(chǎn)和生活提供了諸多創(chuàng)新和便利[2]。

02 人工智能在數(shù)據(jù)安全中的雙刃特性

人工智能既能推動經(jīng)濟(jì)社會發(fā)展，也會帶來各種類型的安全風(fēng)險(xiǎn)，是一把雙刃劍[3]。伴隨著人工智能的不斷應(yīng)用，使得其在網(wǎng)絡(luò)安全領(lǐng)域的風(fēng)險(xiǎn)也日益凸顯，尤其是數(shù)據(jù)安全問題，需要引起大家的高度重視。

一是人工智能應(yīng)用的合法合規(guī)問題，不法商家可利用人工智能技術(shù)對消費(fèi)者進(jìn)行價(jià)格欺詐、虛假宣傳、誘導(dǎo)消費(fèi)、侵犯隱私等違法行為。犯罪分子可利用人工智能技術(shù)實(shí)施生物特征偽造、精準(zhǔn)詐騙、智能駕駛攻擊等犯罪行為。

二是人工智能的發(fā)展需要大量的數(shù)據(jù)來訓(xùn)練和優(yōu)化模型，一旦數(shù)據(jù)在采集或處理過程中遭受到篡改、破壞和濫用，會對人工智能的性能和可信度產(chǎn)生不可預(yù)見的影響。

三是人工智能降低了安全攻擊的門檻，使得安全攻擊方式更加多變、攻擊頻次更高、攻擊行為更加精準(zhǔn)，進(jìn)一步加劇了數(shù)據(jù)安全風(fēng)險(xiǎn)。

圖1 人工智能在數(shù)據(jù)安全領(lǐng)域的雙刃劍效應(yīng)

正因?yàn)槿斯ぶ悄芫哂须p面性，過分放大其優(yōu)點(diǎn)或者弊端都是不可取的，各行業(yè)各領(lǐng)域在進(jìn)行創(chuàng)新應(yīng)用時(shí)都應(yīng)當(dāng)先充分理解人工智能的雙重性質(zhì)（如圖1）。人工智能的高速發(fā)展加劇了數(shù)據(jù)安全風(fēng)險(xiǎn)，數(shù)據(jù)安全亦是人工智能健康發(fā)展的關(guān)鍵保障，利用人工智能又能全面提升數(shù)據(jù)安全的綜合能力。

我們需要采用辯證和積極的心態(tài)來理解人工智能時(shí)代的數(shù)據(jù)安全保障工作，在全面分析數(shù)據(jù)安全風(fēng)險(xiǎn)的基礎(chǔ)上，充分挖掘數(shù)據(jù)安全管理和技術(shù)等各方面的智能化需求，再合理利用人工智能來使得數(shù)據(jù)安全保障工作更加高效、有序。

03 數(shù)據(jù)安全領(lǐng)域下的智能化需求

數(shù)據(jù)安全是一項(xiàng)體系化、持續(xù)性、需要多角色協(xié)同參與的復(fù)雜工程，從規(guī)則、建設(shè)、使用的視角來看，數(shù)據(jù)安全工程內(nèi)容包含戰(zhàn)略方針制定、管理體系建設(shè)、技術(shù)能力建設(shè)、持續(xù)安全運(yùn)營等主要環(huán)節(jié)。

1、在戰(zhàn)略方針制定階段，需要結(jié)合合規(guī)政策、業(yè)務(wù)發(fā)展、風(fēng)險(xiǎn)控制、技術(shù)創(chuàng)新等各方面信息和情報(bào)，進(jìn)行分析和決策，明確數(shù)據(jù)安全工作的目標(biāo)和路徑。

2、在管理體系建設(shè)階段，面對多角色的協(xié)同機(jī)制、復(fù)雜的數(shù)據(jù)安全合規(guī)要求、業(yè)務(wù)場景下的數(shù)據(jù)安全風(fēng)險(xiǎn)，需要制定涵蓋從戰(zhàn)略方針、管理要求、規(guī)范指導(dǎo)、執(zhí)行過程的制度文件體系，且需要定期更新和優(yōu)化[4]。

3、在技術(shù)能力建設(shè)階段，需要考慮如何利用成熟穩(wěn)定的數(shù)據(jù)安全技術(shù)來實(shí)現(xiàn)數(shù)據(jù)全生命周期過程的有效管控和保護(hù)，其中還需要重點(diǎn)考慮新技術(shù)和新架構(gòu)與傳統(tǒng)方案的融合。

4、在持續(xù)安全運(yùn)營階段，需要遵循管理要求和流程，利用技術(shù)工具，圍繞數(shù)據(jù)處理活動的全生命周期開展數(shù)據(jù)安全識別、防護(hù)、檢測、響應(yīng)和恢復(fù)等常態(tài)化事務(wù)。

結(jié)合以上數(shù)據(jù)安全體系工程各環(huán)節(jié)的主要工作內(nèi)容，綜合分析來看，數(shù)據(jù)安全工作的難度和挑戰(zhàn)，可以從四個(gè)方面進(jìn)行分析。

一是數(shù)據(jù)識別與梳理的挑戰(zhàn)。數(shù)字經(jīng)濟(jì)生態(tài)下的數(shù)據(jù)規(guī)模大、且類型繁多，依賴傳統(tǒng)工具結(jié)合人工梳理、盤點(diǎn)的治理方式已無法滿足當(dāng)下數(shù)據(jù)應(yīng)用的需求。

二是數(shù)據(jù)處理活動監(jiān)測的挑戰(zhàn)。隨著數(shù)字化轉(zhuǎn)型與企業(yè)業(yè)務(wù)的深度融合，各業(yè)務(wù)活動的融合和協(xié)同，使得數(shù)據(jù)應(yīng)用和流轉(zhuǎn)更加頻繁，數(shù)據(jù)面臨的各類處理活動更加豐富和多元，依靠傳統(tǒng)的監(jiān)測和分析技術(shù)已經(jīng)無法全局感知數(shù)據(jù)的分布和流轉(zhuǎn)態(tài)勢。

三是數(shù)據(jù)安全保護(hù)效率和準(zhǔn)確性的挑戰(zhàn)。面臨大規(guī)模、不斷流轉(zhuǎn)和變化的數(shù)據(jù)，隨之而來是不斷變化和升級的數(shù)據(jù)安全威脅，如何借助新技術(shù)、新架構(gòu)來降低各類數(shù)據(jù)安全威脅利用脆弱性的風(fēng)險(xiǎn)，并將影響程度控制到最低，是當(dāng)前需要重點(diǎn)關(guān)注的問題。

四是數(shù)據(jù)安全日常管理的挑戰(zhàn)。例如數(shù)據(jù)安全管理體系的制定和維護(hù)、數(shù)據(jù)安全監(jiān)督檢查、數(shù)據(jù)安全審計(jì)評估、數(shù)據(jù)安全考核評價(jià)等管理事務(wù)，涉及到對上級多層級法律政策和監(jiān)管要求的銜接，也涉及到與業(yè)務(wù)管理、數(shù)據(jù)管理、傳統(tǒng)網(wǎng)絡(luò)安全管理工作的協(xié)同和配合，如何利用人工智能技術(shù)提升數(shù)據(jù)安全管理的協(xié)同效率，提升管理過程中的文案編制效率也是需要面臨的重要挑戰(zhàn)。

04 人工智能在數(shù)據(jù)安全領(lǐng)域的應(yīng)用

面對人工智能時(shí)代下的復(fù)雜數(shù)據(jù)安全問題，本文認(rèn)為其破局關(guān)鍵便是通過人工智能全面賦能數(shù)據(jù)安全管理和技術(shù)的各個(gè)環(huán)節(jié)，通過各類人工智能技術(shù)與傳統(tǒng)解決方案的融合，構(gòu)建智能化的數(shù)據(jù)安全體系。

本文認(rèn)為可以從下述幾個(gè)方面展開數(shù)據(jù)安全智能化的建設(shè)。

一、數(shù)據(jù)安全決策輔助

通過人工智能技術(shù)從海量合規(guī)政策、威脅情報(bào)、行業(yè)動態(tài)、最佳實(shí)踐中快速識別和學(xué)習(xí)規(guī)律，從中挖掘和分析出有價(jià)值的信息，并進(jìn)行智能化的決策分析，為領(lǐng)導(dǎo)層針對性地提供適合組織合規(guī)監(jiān)管、業(yè)務(wù)發(fā)展、風(fēng)控防范所需的數(shù)據(jù)安全方針和策略。

在合規(guī)政策分析方面，自然語言處理技術(shù)能夠自動解讀和比較法律法規(guī)文本，幫助企業(yè)快速了解政策變化并保持合規(guī)。

其次，威脅情報(bào)分析中，機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)協(xié)同工作，通過分析歷史威脅數(shù)據(jù)識別模式，預(yù)測未來可能的威脅趨勢。在行業(yè)動態(tài)分析方面，機(jī)器學(xué)習(xí)用于梳理和分析行業(yè)報(bào)告和新聞，提供市場趨勢的定量預(yù)測。

最后，在最佳實(shí)踐分析過程中，知識圖譜技術(shù)能夠?qū)⒉煌瑏碓吹淖罴褜?shí)踐知識整合起來，形成易于查詢的知識庫，以支持決策制定。通過人工智能在安全戰(zhàn)略規(guī)劃中提供全面的分析和決策支持，從而提高規(guī)劃的效率和質(zhì)量。

二、數(shù)據(jù)安全智能評估

數(shù)據(jù)安全評估過程中，涉及到問卷調(diào)查、人員訪談、文檔查閱、配置查驗(yàn)、旁站驗(yàn)證、技術(shù)檢測、專家分析、編制報(bào)告等多個(gè)步驟，要求評估人員具備豐富的專業(yè)知識和實(shí)踐經(jīng)驗(yàn)，且每個(gè)環(huán)節(jié)都需要投入大量人力。

將人工智能技術(shù)應(yīng)用到數(shù)據(jù)安全評估過程中，一方面可以降低實(shí)施人員技術(shù)門檻，另一方面也能極大程度提升評估過程的效率和質(zhì)量。

實(shí)現(xiàn)智能評估的過程中，主要采用自然語言處理、機(jī)器學(xué)習(xí)、知識圖譜等技術(shù)。

首先，通過知識圖譜構(gòu)建動態(tài)更新的評估指標(biāo)知識庫。

其次，利用機(jī)器學(xué)習(xí)和自然語言處理生成調(diào)研問卷。

然后，利用流程自動化技術(shù)，能夠按照預(yù)設(shè)的邏輯自動下發(fā)問卷，確保信息收集的及時(shí)性和規(guī)范性。

接著，通過智能填報(bào)技術(shù)，可實(shí)現(xiàn)對調(diào)研信息的智能識別和自動填充，能夠準(zhǔn)確解析問卷內(nèi)容并輔助工作人員快速完成信息錄入。

最后，通過數(shù)據(jù)整合分析技術(shù)，自動對收集到的信息進(jìn)行清洗、分類和匯總，自動生成評估報(bào)告，并利用機(jī)器學(xué)習(xí)算法模型挖掘數(shù)據(jù)間的關(guān)聯(lián)和趨勢，為后續(xù)的風(fēng)險(xiǎn)分析提供科學(xué)、精準(zhǔn)的數(shù)據(jù)支撐。

三、智能制定數(shù)據(jù)安全制度

數(shù)據(jù)安全合規(guī)管理過程中面臨著來自國家、地區(qū)、行業(yè)等多層次不同維度的監(jiān)管，企業(yè)在建立數(shù)據(jù)安全管理體系時(shí)，需要以合規(guī)為基線，銜接各方面監(jiān)管要求，將數(shù)據(jù)安全責(zé)任與義務(wù)轉(zhuǎn)化為企業(yè)的數(shù)據(jù)安全管理內(nèi)容。在合規(guī)政策的匯編、責(zé)任事項(xiàng)的分解、工作任務(wù)的分配、安全要求的設(shè)計(jì)等方面需要投入大量人工開展文案工作。

在人工智能時(shí)代下，應(yīng)當(dāng)利用自然語言處理、機(jī)器學(xué)習(xí)等技術(shù)來提升寫作效率和質(zhì)量，可以利用詞法分析、實(shí)體抽取、實(shí)體鏈接、語言模型等自然語言處理技術(shù)來解析各類合規(guī)政策文件，提取責(zé)任義務(wù)相關(guān)條款。進(jìn)一步利用語言模型、詞法分析、語義相似度等技術(shù)，建立企業(yè)內(nèi)部數(shù)據(jù)安全管理要求與法律法規(guī)、行政法規(guī)、部門規(guī)章、地方規(guī)章、技術(shù)標(biāo)準(zhǔn)等文件之間的關(guān)聯(lián)關(guān)系，當(dāng)這些文件發(fā)生變化時(shí)，可以自動化提示管理人員，并給出修改建議，不斷更新和維護(hù)企業(yè)數(shù)據(jù)安全管理體系。

四、智能預(yù)測數(shù)據(jù)安全風(fēng)險(xiǎn)

人工智能技術(shù)可以通過大規(guī)模數(shù)據(jù)分析，準(zhǔn)確地識別和預(yù)測各類數(shù)據(jù)安全風(fēng)險(xiǎn)。

首先，需要選擇選取可解釋性強(qiáng)的深度學(xué)習(xí)模型，為實(shí)現(xiàn)有效識別數(shù)據(jù)安全風(fēng)險(xiǎn)的目的，可以采取可解釋的卷積神經(jīng)網(wǎng)絡(luò)、膠囊網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)決策樹等方法[5]。其次，對特征分量進(jìn)行識別與提取。然后，構(gòu)建基于語義的數(shù)據(jù)處理活動行為風(fēng)險(xiǎn)知識庫，通過對網(wǎng)絡(luò)流量、應(yīng)用日志、安全日志數(shù)據(jù)等信息進(jìn)行實(shí)時(shí)監(jiān)測和融合分析，自動識別異常行為和惡意攻擊等數(shù)據(jù)安全威脅，預(yù)測可能發(fā)生的數(shù)據(jù)安全風(fēng)險(xiǎn)。

五、智能識別敏感數(shù)據(jù)

通過機(jī)器學(xué)習(xí)、自然語言處理技術(shù)識別數(shù)據(jù)集中的關(guān)鍵信息和模式。

首先，可以收集包含企業(yè)各類數(shù)據(jù)的訓(xùn)練集，對每個(gè)樣本進(jìn)行標(biāo)記，為后續(xù)模型訓(xùn)練提供基礎(chǔ)。然后，從原始數(shù)據(jù)中提取關(guān)鍵特征，以便機(jī)器學(xué)習(xí)算法更好地理解數(shù)據(jù)。接著，基于自然語言處理技術(shù)對數(shù)據(jù)內(nèi)容進(jìn)行處理后，進(jìn)行特征匹配后選擇適當(dāng)?shù)乃惴?。最后，通過訓(xùn)練集對選定的算法進(jìn)行反復(fù)訓(xùn)練，系統(tǒng)學(xué)習(xí)以后會提煉出這些文件的共同點(diǎn)生成敏感數(shù)據(jù)模型，將經(jīng)過訓(xùn)練和評估的模型部署到實(shí)際應(yīng)用中，用于實(shí)時(shí)監(jiān)測和識別敏感數(shù)據(jù)。

六、數(shù)據(jù)安全智能管控和保護(hù)

數(shù)據(jù)在全生命周期視角下需要通過訪問控制、脫敏、加密等等一系列安全措施進(jìn)行管控和保護(hù)，然而在應(yīng)對大規(guī)模的數(shù)據(jù)體量、密集的流動頻次、多樣化的數(shù)據(jù)種類，安全措施在實(shí)施前，會面臨大量的數(shù)據(jù)梳理、場景分析、風(fēng)險(xiǎn)分析和安全規(guī)則設(shè)計(jì)工作，有效利用人工智能技術(shù)能夠大幅提升數(shù)據(jù)安全管控和保護(hù)工作效率和準(zhǔn)確性。

一是可以通過生物特征識別技術(shù)加強(qiáng)數(shù)據(jù)處理過程中的身份鑒別的安全性和效率。

二是可以基于自然語言處理和機(jī)器學(xué)習(xí)技術(shù)，實(shí)現(xiàn)數(shù)據(jù)的智能脫敏和脫敏效果的智能檢測。

三是可以通過隱私計(jì)算技術(shù)體系中的聯(lián)邦學(xué)習(xí)技術(shù)，確保在數(shù)據(jù)處理和機(jī)器學(xué)習(xí)過程中的數(shù)據(jù)安全保護(hù)。

四是通過人工智能技術(shù)，實(shí)現(xiàn)數(shù)據(jù)安全保護(hù)策略、數(shù)據(jù)安全組件規(guī)則的智能聯(lián)動。

首先，基于自然語言處理對數(shù)據(jù)安全保護(hù)策略進(jìn)行解析和學(xué)習(xí)，結(jié)合角色、場景、數(shù)據(jù)、操作的標(biāo)簽屬性定義，生成各類數(shù)據(jù)安全組件的推薦配置。然后，通過基于機(jī)器學(xué)習(xí)技術(shù)持續(xù)動態(tài)關(guān)聯(lián)數(shù)據(jù)安全風(fēng)險(xiǎn)的監(jiān)測和預(yù)測結(jié)果。在智能響應(yīng)數(shù)據(jù)安全風(fēng)險(xiǎn)事件的同時(shí)，結(jié)合對安全組件歷史配置數(shù)據(jù)和設(shè)備性能分析，動態(tài)更新和維護(hù)安全組件配置規(guī)則。

七、數(shù)據(jù)安全行為智能考核

在安全受控的關(guān)鍵場所內(nèi)，部分單位已經(jīng)通過采用計(jì)算機(jī)視覺、人機(jī)交互技術(shù)、自然語言處理等人工智能技術(shù)，實(shí)現(xiàn)了對工作人員的日常交流、語音通訊、即時(shí)聊天、數(shù)據(jù)處理、網(wǎng)頁瀏覽、郵件收發(fā)等場景的監(jiān)測與分析。

同時(shí)，這些單位還通過機(jī)器學(xué)習(xí)算法考核并預(yù)測可能存在的數(shù)據(jù)泄露風(fēng)險(xiǎn)，并對潛在風(fēng)險(xiǎn)的工作人員及時(shí)開展教育和輔導(dǎo)。這不僅提升了工作人員的安全意識、建立了企業(yè)安全文化，也極大地降低了數(shù)據(jù)泄露的安全隱患。

05 展望

隨著人工智能技術(shù)的不斷演進(jìn)，在網(wǎng)絡(luò)及數(shù)據(jù)安全領(lǐng)域，未來將呈現(xiàn)出機(jī)器對機(jī)器的網(wǎng)絡(luò)安全攻防對抗場景，表現(xiàn)為智能攻擊和智能防御的博弈。攻擊方將能夠利用人工智能技術(shù)自動搜尋系統(tǒng)的弱點(diǎn)并發(fā)起快速且精確的攻擊，而防御方則能夠即時(shí)識別這些攻擊模式，并自動部署相應(yīng)的防御措施進(jìn)行攔截和修復(fù)。

此情形下安全防御關(guān)鍵點(diǎn)在于要利用人工智能技術(shù)去構(gòu)建持續(xù)學(xué)習(xí)和自適應(yīng)變化的關(guān)鍵能力，以長效的智能化安全能力來擴(kuò)大防御方優(yōu)勢。

防御系統(tǒng)不僅要能夠?qū)W習(xí)已有的攻擊特征，還要具備應(yīng)對全新攻擊威脅的能力。此外，網(wǎng)絡(luò)及數(shù)據(jù)安全產(chǎn)業(yè)生態(tài)的有效協(xié)同也至關(guān)重要，通過共享情報(bào)和資源，協(xié)同形成一個(gè)互聯(lián)互通的強(qiáng)大防御網(wǎng)絡(luò)，從而來提高整個(gè)智能化生態(tài)系統(tǒng)的安全性與韌性。同時(shí)，制定前瞻性的政策和法規(guī)，確保人工智能技術(shù)的倫理使用，這也是保障安全的重要環(huán)節(jié)。

作者：天融信科技集團(tuán) 艾龍

參考文獻(xiàn)

[1]王敬勇,華雨倩. 數(shù)字經(jīng)濟(jì)時(shí)代下企業(yè)數(shù)據(jù)安全面臨的挑戰(zhàn)及應(yīng)對——以滴滴為例[J]. 當(dāng)代經(jīng)濟(jì),2023,40(3):12-18.

[2]袁云佳.人工智能的發(fā)展與應(yīng)用綜述[J].科技風(fēng),2020(17):25-26.

[3]吳沈括,石嘉黎.數(shù)據(jù)安全視域下的人工智能風(fēng)險(xiǎn)應(yīng)對研究[J].西北工業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版）,2019(2):95-103.

[4]艾龍.數(shù)據(jù)安全管理職責(zé)劃分和追責(zé)機(jī)制探析[J].信息安全研究,2023,9(1):73-78.

[5]賈曉旭.基于可解釋人工智能的數(shù)據(jù)安全風(fēng)險(xiǎn)識別研究[J]. 信息系統(tǒng)工程,2024(1):50-54.s