
{{aisd}}
AI生成 免责声明
两会期间,国务院机构改革方案中明确提出组建国家数据局,成为诸多热门话题之一。数据是大数据时代的“石油资源”,包括数字、文本、图像、多媒体等各种结构化或半结构化的数据资源,组成了全流程、跨时空、多类型、全样本的数据集合。在数据采集及归集、传输、存储、处理、共享及开放、销毁等全流程,受致灾因子和孕灾环境的叠加影响,数据篡改、数据假冒、数据泄露、数据窃取、数据误用和数据丢失等事件频发,不仅威胁数据价值的正常发挥,更为严重的是影响国家安全和社会稳定。因此,亟待构建纵向到底、横向到边的数据安全立体防护网。
数据全流程均潜在风险点
在数据采集及归集阶段,范围权限不明确导致数据过度采集、非法采集、非必要采集,受数据采集业务能力的限制导致采集的数据不真实、不完整、数据分级错误等。
在数据传输阶段,数据安全由“防边界”转为“无边界”,如果传输操作不安全、移动介质不安全、传输设备和网络不安全等,易导致数据泄露、数据窃取事件。
在数据存储阶段,存储介质不安全、不可信易引发数据泄露或被窃取等风险,数据归档系统没有和互联网隔离易导致数据泄露、数据窃取事件,数据没有定期备份易导致数据丢失。
在数据处理阶段,数据信息(尤其是个人生物信息)使用不安全、不规范,敏感数据未脱敏处理或脱敏不规范等,易导致数据泄露、数据窃取事件。
在数据共享及开放阶段,数据共享及开放平台不规范、不安全,平台不具备良好的数据脱敏能力或脱敏不规范,易引发数据泄露、窃取、冒用等事件。
在数据销毁阶段,未采用相应的数据分类分级销毁方式,数据销毁过程不规范处理等,易造成数据泄露等事件发生。
共同谱写数据安全“五线谱”
大数据时代,数据安全面临着“孕灾环境复杂、风险因子庞杂、承灾主体脆弱、风险类型多元”的多重挑战,需要全社会共同谱写数据安全“五线谱”。
一是构建“人防-物防-技防”一体化防护网,型塑“数据安全是生命线”的共同价值观,实现治理全员化、三网融合化、技术前沿化。
二是完善数据安全的政策法规和标准体系,划定数据安全的标准线,建立基于大数据、全要素耦合的数据安全防护体系。
三是引导数据用户自觉遵守数据安全的法律法规,避免触碰数据安全的高压线,实现流程无梗阻、机制全过程。
四是引导数据用户培养规范的数据应用行为,不越过数据安全事件发生的警戒线,实现时空无盲区、领域全覆盖。
五是提高数据风险防范意识,共同守护大数据时代数据作为“石油资源”的安全线,实现预警预防预控与应急管理一体化推进。
(陈秋玲为上海大学大数据中心主任,经济学院教授,中国未来研究会长三角研究分会会长)
“糖水数据”与现实世界差太多,易造成模型低泛化问题。
现在机器人除了跑马,还已经登上春晚舞台,进入工厂流水线。这种技术进步有目共睹,而缺憾也一目了然:机器人依然不够聪明。
2026年,被广泛认为是具身智能数据元年。除了觅蜂科技,今年开始行业内已经有多家企业布局具身智能数据基建,数据军备竞赛开启。
在饭圈黑话体系里,“粉籍”不亚于现实社会的户籍制度。唯粉是持“一户一籍”原则的纯粹主义者,,他们的日常工作是清除偶像星途上的一切“杂质”。
数据问题是当下机器人产业智能化升级面临的核心挑战之一。