| 2026 | No.7 | No.6 | No.5 | No.4 | No.3 | No.2 |
|---|---|---|---|---|---|---|
| No.1 | ||||||
| 2025 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2024 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2023 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2022 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2021 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2020 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2019 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2018 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 |
智能体互联成为人工智能应用的重要发展方向,不同部署方式下的用户授权流程存在显著差异,现有的智能体授权模式在互联场景中面临多重安全风险。首先,从智能体部署方式差异出发,对比云平台快速部署与企业私有化部署的授权流程;分析智能体在调用与被调用场景下的安全风险,并分析智能体身份码、工作流、模型上下文协议服务等实体身份的风险;从人员核身与身份认证两个维度总结身份伪造的风险点,重点关注多模态伪造及具备自主执行长链路任务能力的智能助理所带来的安全挑战。最后,从身份码动态管理、工作流授权粒度、服务间认证、多模态活体检测和操作可追溯性等方面提出技术改进建议,为智能体互联环境下的安全设计提供参考。
针对智能应用底层算法偏见引发的社会安全风险,通过文献综述与案例归纳,系统检索近年来国内外算法伦理、数字治理领域的重要文献,结合影响力较大的典型社会事件,首先分析算法偏见的风险传导链条;其次归纳出历史偏见、表征/代表性偏见、测量/标签偏见、聚合/算法设计偏见、评估/部署偏见5类基础算法偏见技术类型;再次从技术、商业、人为、制度4个维度分析算法偏见的成因,进而识别出可能引发的5类社会安全风险;最后提出构建“技术纠偏-制度约束-社会共治”的多元算法偏见治理体系。
终端智能体兴起,让终端智能化步入以自主代理为核心的新阶段。人机共融、端云协同带来全新使用体验,也重构了安全风险范式。对终端智能体展开分析发现,其存在数据传输合规风险、权限滥用、责任难以划定等问题。业界已开展全链路可信架构搭建、精细化权限管控、智能体身份互信等实践,然而治理层面仍面临标准零散、分级规范缺位、生态博弈突出等困境。建议搭建风险分级体系,统一互联标准,厘清全链路权责,落实事前合规与应急处置,秉持“以人为本、智能向善”的理念打造协同治理模式,保障终端智能体生态良性发展。
数据安全管理能力评估是推动企业数据安全合规建设走向常态化、体系化的重要手段。梳理我国数据安全立法制度、评估制度及相关标准发展脉络,基于数据安全管理能力一线评估实践,从组织架构、制度体系、技术能力和运行机制4个层面分析当前企业数据安全管理能力建设现状,归纳出组织职责履行形式化、制度建设与实际运行脱节、数据分类分级形式化、内部审核与管理评审不严、合作方管理存在短板5类共性问题,并从强化组织保障、推动制度与运行融合、提高分类分级实效、促进内部审核/管理评审与持续改进闭环、强化合作方全生命周期安全管理5个方面提出改进路径。
随着《中华人民共和国数据安全法》与《中华人民共和国个人信息保护法》等法律法规的深入实施,中小企业在履行数据合规义务时普遍面临“买不起、不会用、修不动”的困境,其治理能力与监管要求之间存在鸿沟。基于中小企业资源匮乏、人才短缺及业务敏捷性要求高的实际痛点,提出一套轻量化数据安全治理体系构建方案。该方案通过虚拟化组织架构、归口统筹、分块负责的治理逻辑与风险驱动的管控策略,实现了治理深度与广度的平衡。在落地路径方面,阐述了以云原生与软件即服务安全工具为支撑、以“小步快跑、持续迭代”为特点的低成本路径,涵盖了从基础合规、精细管控到常态化运营的全过程。通过构建轻量化数据安全治理体系,中小企业能够在不显著增加行政与财务负担的前提下,有效降低数据泄露风险,构建符合国家标准的数据安全底座,为新质生产力的培育提供安全保障。
鉴于智能模型易受对抗样本攻击干扰,存在识别误判、功能失效等安全隐患,一定程度上制约了其安全落地应用,聚焦对抗攻击与防御领域专利技术,梳理国内外相关专利成果,分类总结主要的对抗样本生成技术和针对对抗样本的核心防御技术手段,梳理相关专利布局特点与技术演进趋势,以期为相关领域技术研发、专利布局及安全体系构建提供参考。
针对生成式人工智能大模型的攻击行为亟须刑法回应。刑法适用存在评价困境:训练数据难以评价为计算机信息系统数据;无系统功能损害的数据变更行为遗漏评价;对模型的窃取攻击难以评价为非法控制行为;输出偏差难以评价为计算机系统不能正常运行。立足解释论路径激活既有刑法规范,扩大解释“计算机信息系统中的数据”,重新阐释系统犯罪内涵,重构破坏型犯罪结果维度,由此实现对攻击行为的全面规制。
当前既有研究对个人信息保护合规审计的发展脉络尚未进行系统性梳理,针对个人信息保护合规审计与关联制度机制的辨析仍较为零散,且对适配个人信息保护合规审计场景的实践方法缺乏充分探讨。基于此,系统梳理个人信息保护合规审计的发展现状,辨析合规审计与其他个人信息保护制度机制的边界,探究适配个人信息保护合规审计的实践方法,以期为推动个人信息保护合规审计体系的完善与发展提供支撑。
输电线路异物入侵易引发跳闸、短路等风险,而端侧实时异物检测受算力、功耗和时延的多重约束,无法简单依靠扩大模型规模提升检测精度,因此需在有限资源下挖掘场景先验。基于YOLO26n目标检测模型,在训练阶段引入塔杆和导线结构辅助监督,在推理阶段移除辅助分支,实现在不增加推理成本的前提下提升定位质量的目标。试验结果表明,该方法对风筝等结构相关目标的检测增益明显,风筝类AP@0.5:0.95指标最高达到0.864 5,平均IoU由0.897提升至0.929。基于试验结果,提出“位置相关性+视觉独立性”适用性判断框架及差异化部署策略:低风险场景采用精度优先模型降低误报率,高风险场景采用召回优先模型保障隐患发现率,为输电人工智能终端模型选型提供依据。
人工智能为智慧教育转型升级提供了新动能,伴随着技术发展,数据安全问题已超越单纯的技术防护范畴,成为维持教学活动稳定运行、保障师生核心权益、推动智慧教育创新发展的重要基础保障。基于此,立足智慧教育大模型全生命周期安全管控需求,提出一种基于检索增强安全知识库驱动的分层全域防护架构,构建“数据基座层-模型推理层-教学交互层-多智能体协同层”四级纵深防护体系,配套三级交叉校验闭环机制,为高等院校智慧教育的数据安全落地提供实践参考。
目前,智能体面临提示词注入、工具越权调用、上下文投毒、多智能体信任劫持等多种新型安全漏洞。传统静态代码扫描、动态 Payload 爆破、人工红队渗透等测试手段,存在漏洞检出准确率低、误报率高、无法覆盖长链路涌现风险、测试用例生成效率不高等短板。基于此,面向智能体全生命周期安全验证需求,提出一种检索增强大模型驱动的分层式智能体安全测试方案。该方案能够有效识别传统测试方案无法捕获的多步链式涌现安全缺陷,可为智能体软件安全标准化测试提供完整的技术路径。
智能终端、移动健康应用与商业健康保险的融合,正在把主动健康数据转化为核保、定价、理赔和健康干预的重要依据。基于设计科学研究的分析性评价路径,提出以目的限定和可问责计算为核心的主动健康数据安全流通机制。该机制将数据敏感度划分为高、中、低3层,将使用目的划分为服务、交易和模型3类,并形成“数据敏感度×目的类型”的授权与计算矩阵;在此基础上配置个体级可信执行环境核验通道和群体级隐私计算建模通道。研究表明,该机制的有效性取决于场景、数据粒度、计算环境、输出形式和审计证据之间的一致性,可为主动健康数据在健康保险协同中的安全流通提供可执行框架。
针对离散制造产品工艺多样、设计变更频繁、生产过程控制复杂的行业特点,界定了工业大模型的概念内涵,明确了面向离散行业的工业大模型需具备的核心能力;梳理了当前国内外产业界发展工业大模型的主流技术路径,分析了各路径的技术特征、典型应用与局限性;创新性地提出了未来工业大模型的体系架构,可为离散行业智能工厂建设工业大模型提供参考借鉴。