人工智能数据安全治理建议

从发展与安全并重、完善法规制度、常态化监督检测、技术手段建设、人才培养几个方面给出人工智能数据安全治理建议。

人工智能数据安全治理建议

• （一）发展与安全并重
  • 加强数据资源建设，发展中解决安全问题
    • 规避数据偏见
    • 规避数据权属等数据安全问题
  • 提升数据安全治理能力，促进安全发展
    • 基于人工智能数据安全风险研究，依托现有数据安全管理机制和技术手段
    • 规避训练数据污染、数据智能窃取等数据安全风险
• （二）完善相关法律法规及制度规范
  • 推进人工智能和数据安全相关立法工作
    • 对人工智能相关数据过度采集、偏见歧视、资源滥用、深度伪造等突出问题进行规制
  • 完善人工智能数据安全相关部门规章
    • 针对各领域关键突出人工智能数据安全风险，制定和细化相关部门规章
      • 算法设计
      • 产品开发
      • 成果应用
      • 明确数据安全要求
  • 开展人工智能数据安全监督检查
    • 加强对人工智能数据收集、使用、共享等高风险环节安全监督检查，定期开展安全审计
    • 规范人工智能数据安全事件应急、调查取证方法和程序
• （三）常态化人工智能数据安全监督检查
  • 完善数据安全监督机制
    • 通过线上线下多种方式实施监督检查，及时发现和防范 安全隐患
    • 建立技术手段监测手段和社会公众监督渠道
  • 开展人工智能数据安全检测评估
    • 建立人工智能数据安全检测评估平台
    • 制定人工智能产品、应用和服务的数据安全检测评估方法和指标体系
    • 研发安全检测评估工具集，通过测试验证提升人工智能产品安全性和成熟度
• （四）技术手段建设
  • 强人工智能数据安全保护基础理论研究和技术研发
    • 突破小样本学习、联邦学习、差分隐私等人工智能数据安全保护核心关键技术
  • 开展人工智能技术在数据安全治理领域的应用研究和产品技术研发
  • 建立完善人工智能开源学习框架，增强框架内置数据安全设计和技术措施。
• （五）培养复合人工智能数据安全人才
  • 建立健全人工智能数据安全人才培养机制
  • 加强企业内部人工数据安全人才培训
  • 加强国内外人工智能数据安全人才引进