2026-07-06-中国信通院-人工智能背景下数据安全八大发展趋势_11页_3mb

人工智能背景下数据安全八大发展趋势总结

核心内容概述

在人工智能时代，数据已成为驱动技术发展的核心要素，其安全性和保护机制也面临前所未有的挑战。中国信通院从数据责任、数据使用、数据流通、智能体安全四个视角，总结了人工智能时代数据安全的八大发展趋势，为行业高质量发展提供了系统性策略和安全底座。

主要观点与关键信息

数据是人工智能生态构建的底层驱动

• 数据的丰富性与质量直接影响算法的精准度和用户体验。
• 随着人工智能模型趋于通用化和算法开源，数据成为企业竞争的关键变量。
• 数据的多模态扩展和参与主体的多元化，使得传统产权模式难以适应。

数据安全工作面临WWWH新挑战

人工智能时代数据安全八大趋势

趋势一：落实数据三权分置，推动数据产权制度成为共识

• 数据产权从“物权逻辑”向“非竞争性、多源共生”转变。
• 数据持有权、使用权、经营权灵活组合，提升产权体系的弹性。
• 通过差异化配置权利，平衡各方利益，激发数据要素的创新潜能。

趋势二：数据安全责任从静态划分转向场景化动态适配

• 传统责任主体为用户和服务商，人工智能时代新增“大模型拥有者”。
• 数据安全责任随场景（如自训练、API调用、平台工具链等）动态变化。
• 典型风险包括模型投毒、后门攻击、对抗样本等。

趋势三：机密计算成为数据“使用中安全”的新基建

• 传统数据安全关注“存储”与“传输”，忽视“使用”阶段的明文暴露风险。
• 机密计算通过硬件级可信执行环境（TEE）实现数据“可用不可见”。
• 保障数据在计算过程中安全，防止模型参数泄露和外部篡改。

趋势四：精准布控“模数共振”汇聚、训练、协同环节的数据安全

• “模数共振”推动模型与数据协同，但也带来新的安全风险。
• 风险点包括数据汇聚融合、模型训练数据泄露、多方协同确权。
• 解决方案：数据分类分级、可信数据流通、安全审查与防护、权限管控、构建多方安全计算与身份可信验证体系。

趋势五：可信数据空间迈向人工智能原生驱动新阶段

• 可信数据空间从“数据流通管道”升级为“智能协作环境”。
• 智能体在空间内自主检索、调用数据，提升治理能力。
• 推理能力从“人工规划”向“自主执行”转变，实现任务智能体按需推理。

趋势六：以“来数加工”化解Token出海数据安全合规痛点

• Token出海通过设立“数据保税区”，实现境外数据经合规通道进入境内处理。
• 全链路闭环模式：海外调用 → 离岸数据中心处理 → Token消耗 → 生成数据 → 数据合规传输。
• 有效应对高频跨境调用、数据处理路径难举证、数据二次出境、多司法管辖区冲突等风险。

趋势七：从身份、权限、行为三维度构建智能体可信数据使用环境

• 智能体具备自主调用工具、动态授权等特性，带来身份边界模糊、权限泛化、行为不可验证等风险。
• 构建三层可信环境：身份可信（绑定自然人）、权限可信（最小权限原则）、行为可信（沙箱环境）。

趋势八：零信任理念缝合智能体协同工作引入的数据安全罅隙

• 多智能体协同引入数据流转失控、共享数据污染等风险。
• 零信任理念扩展至智能体行为级、操作级，构建“新边界”。
• 原则包括：永不信任、始终验证；假设失陷；从最小权限到最小代理。

总结

人工智能时代，数据安全面临全新的挑战与机遇。数据成为核心驱动要素，其权责归属、使用方式、流通机制、智能体安全等维度均需重新审视。中国信通院提出的八大趋势，涵盖从数据产权制度、责任动态划分、机密计算、模数协同、可信数据空间、Token出海合规、智能体可信环境到零信任架构，构建了系统性应对策略。这些趋势不仅为数据安全提供了新思路，也为人工智能技术的健康发展筑牢了安全底座。