- 综合排序
- 最热优先
- 最新优先
- 来自专栏云计算D1net
大数据时代 云安全4大策略
当在大数据使用案例中提及云安全策略时，我们希望任何安全解决方案都能够在不影响部署安全性的情况下提供与云一样的灵活性。 4、对数据安全永不妥协 虽然云安全通常十分复杂，但是用户在大数据部署当中还是会发现一些“安全捷径”。这些“安全捷径”通常貌似能够回避一些复杂设置，同时保持大数据结构“不受伤害”。 这些捷径肯定并不复杂，但是很明显，它们并不安全。 在涉及大数据安全性时，用户应当根据数据的敏感程度进行分类，然后对它们采取相应的保护措施。在一些案例当中，结果往往是戏剧性的。 并不是所有的大数据基础设施是安全的，如果处于风险当中的数据非常敏感或是属于管制数据，那么用户可能需要寻找替代方案。 多备份在给用户备份数据时自动把数据压缩加密并传到多个云端平台，采用3层加密安全保护体系使得数据安全达到最高。
1.3K70发布于 2018-03-21 - 来自专栏腾讯云安全的专栏
腾讯云公布安全 AI 布局，聚焦 AI 及大数据构建智慧安全
8月16日，第三届中国互联网安全领袖峰会（CSS2017）大数据及云安全专场在北京召开，会议以“智慧安全 护航云端”为主题，聚焦如何用AI及大数据构建智慧安全。 他指出，基于海量安全数据，腾讯对 AI 安全的探索已经走过很长的一段历程，而目前，腾讯海量业务积累下来的 AI 安全能力，正通过腾讯云全面对外开放。 AI 安全产品背后 拥有由大数据驱动的 AI 安全引擎 机器学习是重要的 AI 能力，腾讯云专家工程师成杰峰博士在会上指出了机器学习在安全领域应用的两大阻碍：一是样本问题，不存在天然的恶意攻击样本，且攻击的不断变种使得样本本身也具有时效性 此次大会，腾讯云聚焦 AI 及大数据在云上安全的实践，全面展示安全 AI 的布局，相信将激发安全行业对 AI 应用的更多思考。 至此，腾讯云“AI 即服务”的战略与“智能云”概念在安全领域的布局已十分清晰，将基于大数据 AI 引擎，将核心 AI 能力与不同安全场景结合，打造更具智慧安全的云上环境。
2.2K30发布于 2018-06-12 第七章 AI数据质量-4
这有助于提高AI模型的泛化能力，使其在不同环境下表现良好。 4. 数据标注：在3D渲染过程中，可以自动为生成的数据添加标签，如物体边界框、分割掩码等。这大大降低了手动标注数据的成本和时间。 5. 4. 基于物理的渲染限制：现有的3D渲染引擎可能无法完全模拟现实世界中的物理现象，如光传输、材质反射等。这可能导致生成的数据与现实世界存在差异，影响AI模型的性能。 5. 因此，需要根据具体任务和数据集特点选择合适的增强策略。 6. 隐私和安全问题：在某些应用场景中，数据增强可能会引发隐私和安全问题。例如，在医疗图像处理中，对患者数据进行增强可能导致患者隐私泄露。 例如：在医学成像中，罕见疾病或不寻常的症状可能在合成数据中没有很好地被表示，导致AI模型在诊断这些情况时效果较差。 4. 如果AI模型没有学习到这些情况，那么它在真实世界中的表现可能就会大打折扣，可能无法正确地识别这些情况并做出适当的反应，从而影响到自动驾驶汽车的安全性和可靠性。 9.
45010编辑于 2025-04-15AI时代的数据安全困局，怎么破？
作为一名在大数据和AI领域摸爬滚打了十几年的老兵，我见过太多企业因为数据安全问题焦头烂额。他们都有一个共同点：不是技术不够先进，而是对数据的认知还停留在石器时代。 AI时代的数据安全新挑战 去年，我参加了一个数据安全论坛，听到一个让人深思的案例： 一家AI公司用客户数据训练了一个智能推荐模型，效果非常好，客户很满意。 但问题来了——这个模型本身，算不算数据资产？ 如果模型被窃取，算不算数据泄露？ 这就是AI时代数据安全的新特点：数据的形式在变化，价值的体现方式在变化，风险的传播路径也在变化。 传统的数据安全，重点是保护静态数据。 而AI时代的数据安全，更像是保护动态知识。 知识会随着使用而增长，会与其他知识融合，会产生新的价值，也会带来新的风险。 我经常跟我的客户说：在AI时代，数据安全不再是技术问题，而是认知问题。 在AI浪潮席卷而来的今天，数据就是企业的血液，数据安全就是企业的免疫力。免疫力强的企业才能在激烈的竞争中存活下来，免疫力弱的，往往一击即溃。 别让数据成为你的阿喀琉斯之踵。
13910编辑于 2026-02-02- 来自专栏安恒信息
大数据安全第4期：了解大数据安全标准体系应当先从这里开始
大数据安全风险伴随大数据应用而生。随着互联网、大数据应用的爆发，数据丢失和个人信息泄漏事件频发，地下数据交易黑灰产造成数据滥用和网络诈骗，并引发恶性社会事件，甚至危害国家安全。 基于对上面大数据安全风险和挑战的综合分析，以及对当前大数据技术和应用发展现状，以及当前我国对大数据安全合规方面的要求，提出五个方面的大数据安全标准化需求。 1、规范大数据安全相关术语和框架 2、为大数据平台安全建设、安全运维提供标准支撑 3、为数据生命周期管理各个环节提供安全管理标准 4、为大数据服务安全管理提供安全标准支撑 5、为行业大数据应用的安全和健康发展提供标准支撑 系统平台安全主要涉及基础设施、网络系统、数据采集、数据存储、数据处理等多层次的安全技术防护。平台安全运维主要涉及大数据系统运行维护过程中的风险管理、系统测评等技术和管理类标准。 （三）数据安全类标准 该类标准主要包括个人信息、重要数据、数据跨境安全等安全管理与技术标准，覆盖数据生命周期的数据安全，包括分类分级、去标识化、数据跨境、风险评估等内容。
1.4K100发布于 2018-04-10 - 来自专栏京东技术
ISC 2018掀安全风暴 京东安全布局大数据与AI
日前，ISC 2018互联网安全大会在北京国家会议中心举行。京东安全受邀参与本届大会，并分享了AI安全相关研究成果。 对于大数据安全的保护，赵彬提出了系列解决方案，包括反爬虫技术、CAPTCHA图形验证码、AI人机识别等。 据了解，为了保障用户数据安全，京东率先定义了数据脱敏规范。 除此之外，京东安全还在大力发展AI解释技术，从根本上理解AI的判断逻辑，从而更能有针对性的作出反击。 >>>> 安全更重服务和运营 在全球网络安全的威胁下，没有人可以独善其身。 特别是对于一些网络安全领域没有研究和积累的中小企业来说，面对AI、大数据等技术的集中爆发，随时可能面临黑客攻击而无招架之力。 据了解，目前京东安全在七大块进行了部署，除了数据中心、智慧物流、大数据安全、账号业务安全等，还有IOT安全、AI安全等新兴方向。
60320发布于 2018-09-28 【重磅】OpenAI发布GPT-4-Turbo网络安全专用模型，AI安全赛道迎来新变革
【重磅】OpenAI发布GPT-4-Turbo网络安全专用模型，AI安全赛道迎来新变革发布时间：2026-04-16作者：腾讯云开发者社区分类：人工智能 | 网络安全阅读量：1,234 | 评论：23 本文将从技术架构、核心能力、实际应用等角度，深入解析GPT-4-Turbo的技术特点及其对AI安全赛道的影响。 GPT-4-Turbo技术架构2.1 核心能力GPT-4-Turbo是一款专门用于网络安全的AI模型，具备四大核心能力：1. ：• 学习最新威胁趋势• 使用安全开发工具• 参与安全社区对用户：• 提高安全意识• 选择可信产品• 及时更新软件八、总结GPT-4-Turbo的发布标志着AI安全赛道的新阶段。 学习网络安全基础知识2. 使用GPT-4-Turbo进行安全测试3. 集成到CI/CD流程4. 参与安全社区交流未来趋势：• AI安全工程化• 自动化安全测试• 实时威胁响应• 开放生态共建
23720编辑于 2026-04-16AI 安全文件数据分析系统：技术架构与数据安全防护实践
AI 安全文件数据分析系统通过深度学习语义理解 + 智能分级管控 + 隐私计算的技术闭环，构建文件全生命周期安全防护体系，实现从 “被动防御” 到 “主动治理” 的转型。 ，沙箱启动时间＜10 秒；可视化审计溯源：基于 Neo4j 图数据库构建审计轨迹，支持 “文件 - 操作人 - 处置动作 - 关联文件” 的多维度钻取，审计报告自动符合等保 2.0、GDPR 等合规要求 “视频文件中嵌入的恶意二维码”；Q1/2025：推出自适应防御策略自生成系统，基于历史威胁数据自动生成 “行业定制化防护规则”，减少人工配置成本；Q4/2025：试点量子加密通道，采用量子密钥分发（QKD 五、总结：AI 重塑文件安全防护范式AI 安全文件数据分析系统的核心价值，在于通过 “深度学习语义理解” 突破传统规则引擎的局限，以 “智能分级管控” 实现威胁的精准处置，用 “隐私计算” 平衡安全与数据价值 随着多模态分析、量子加密等技术的落地，系统将进一步拓展安全防护的边界，成为企业数字化转型中不可或缺的数据安全基础设施，筑牢非结构化数据的 “安全防线”。
50810编辑于 2025-10-21datawhale AI+数据分析 task3、4
修改提示词让ai理解sheet1和sheet2分别是一群和二群感兴趣的主题统计，数字分别代表一种活动。 task4日常使用ai对数据分析（根据公选课评价表格选出适合自己的公选课）提示词如下：这是一些课程的评价表格。给我推荐一些好老师和其公选课，分析指标包括对老师上课的评价。 本数据集提供了关于影响学生考试成绩的多种因素的全面概述。数据集包含了有关学习习惯、出勤率、家长参与、资源获取等方面的信息。任务目标：分析数据理解如何提高学业表现和提供干预学生学习的策略。 将重要的数据关系用图表展示，并以此达成我们的目标。总结提示词可以分为主要三部分，对数据的解释、数据分析指标和研究目标。其他是否使用图表展示可有可无。 确定好主要的三部分内容的提示词，ai可以生成较好的数据分析。
14410编辑于 2025-08-27怎么防止数据泄密？数据防泄密的4种核心措施分享|数据安全指南!
本文将为您分享4种数据防泄密核心措施，助您筑牢数据安全防线。一、加强员工安全意识培训：人防是第一道关卡数据泄密往往始于内部人员的疏忽或无知。因此，加强员工的数据安全意识培训是防止数据泄露的首要任务。 企业应定期组织数据安全培训课程，让员工了解数据泄露的危害、常见的数据泄露途径以及如何安全地处理和存储数据。案例警示：通过分享真实的数据泄露案例，让员工深刻认识到数据安全的重要性。 4. 禁止程序发送文件可禁止微信、QQ、钉钉、网盘、邮件客户端等常用软件发送加密文件或特定类型文件（如PDF、Excel），防止员工通过社交工具或云盘外传公司数据。5. 通过加强员工安全意识培训、部署数据加密技术、实施访问控制策略以及定期备份与恢复演练，企业可以构建起一道坚实的数据安全防线。希望本文分享的4种核心措施能够为您的企业数据安全保驾护航。 在数字化浪潮中，让我们携手共筑数据安全长城，守护企业的未来！小编：莎莎
45610编辑于 2025-09-09如何防止数据泄密？数据防泄密的4种方法分享，数据安全指南
本文将分享4种实用的数据防泄密方法，助你轻松构建数据安全防线。一、权限管控：筑起数据访问的第一道屏障权限管理是数据安全的基础工程，其核心在于实施"最小权限原则"。 具体实施时，建议采用三级权限体系：普通员工仅能查看基础数据；部门主管可编辑本部门文件；高管和IT安全人员才拥有敏感数据的完全访问权。同时，所有权限变更都应记录在案，定期审计。 二、数据加密：为敏感信息穿上"防弹衣"加密技术是数据安全的终极保障，它能确保即使数据被窃取也无法解读。 某制造企业采用"钓鱼演练"，定期向员工发送测试邮件，点击率从最初的38%降至4%。培训内容需要与时俱进，比如远程办公场景下，应强调公共WiFi风险和视频会议保密设置。建立举报机制很关键。 记住，数据安全没有终点，只有持续优化才能应对不断变化的威胁环境。从今天开始，检视你的数据防护措施，堵住可能存在的每个漏洞。小编：莎莎
52710编辑于 2025-09-05- 来自专栏python基础文章
网络安全——网络层IPSec安全协议（4）
IPSec规定了如何在对等层之间选择安全协议、确定安全算法和密钥交换，向上提供访问控制、数据源认证、数据加密等网络安全服务。 AH头是一个IPv6的扩展头按照RFC2460标准的规定：它的值是头长度减去一个64位，在认证数据为标准的96位时，这个域的值为4。 （3）保留字段：16位，该字段用于今后的扩充，设置为0。 （4）安全参数索引SPl：专有32位值，用以区分那些目的IP地址和安全协议类型相同，但算法不同的数据包。 （5）序列号：32位整数，它代表一个单调递增计数器的值。 通常，当用于IPv6时，AH出现在IPv6逐跳路由头之后，IPv6目的选项之前；而用于IPv4时，AH跟随主IPv4头。 另外，通过对数据加密，还可以将数据包目的地址隐藏起来，这样更有助于保护端对端隧道通信中数据的安全性。 图中给出了AH隧道模式中的认证部分。
1K20编辑于 2023-10-15 - 来自专栏首席安全官
数据安全智能体：AI驱动的新一代企业数据安全防护范式
这种智能驱动的范式使得安全防护从”被动追赶”演进为”主动预判”，显著提升了威胁发现的时效性和准确率。该系统内置的AI分析引擎能够以毫秒级延迟检测到异常数据访问行为。 隐私计算与数据不动的技术创新在AI应用泛滥的时代背景下，如何既保护数据隐私又充分发挥数据价值，成为了企业面临的核心困境。 而国内首款数据安全智能体可以以软件成本替代人工成本，经济性提升10倍以上。响应时间过长：传统SOC分析一个中等复杂度的安全事件通常需要4-8小时，在高级威胁面前这个时间窗口远远不够。 ：构建云侧高级分析能力与端侧实时防护能力的协同体系自治化的安全自适应：系统能够在人工干预最小的情况下，自主学习和演进其防护策略总体而言，国内首款数据安全智能体标志着数据安全从”技术驱动”向”AI赋能”的关键转变 参考文献数据安全智能体: https://www.cncso.com/ai-powered-data-security-agent.html
27321编辑于 2026-01-17 - 来自专栏首席安全官
数据安全智能体：AI驱动的新一代企业数据安全防护范式
这种智能驱动的范式使得安全防护从”被动追赶”演进为”主动预判”，显著提升了威胁发现的时效性和准确率。 该系统内置的AI分析引擎能够以毫秒级延迟检测到异常数据访问行为。 响应时间过长：传统SOC分析一个中等复杂度的安全事件通常需要4-8小时，在高级威胁面前这个时间窗口远远不够。该智能体系统已经可以将响应时间缩短到30分钟以内。 ：构建云侧高级分析能力与端侧实时防护能力的协同体系 自治化的安全自适应：系统能够在人工干预最小的情况下，自主学习和演进其防护策略 总体而言，国内首款数据安全智能体标志着数据安全从”技术驱动”向”AI赋能 AI 数据安全AI模型APT 威胁检测企业数据防护企业级数据安全智能体技术架构解析可信执行环境国内首款数据安全智能体多智能体协同的自动化安全运营系统大模型的企业数据泄露防护方案安全大模型安全运营差分隐私数据安全数据安全智能体数据安全智能体实践案例数据安全智能体治理体系数据安全智能体解决方案新一代企业数据安全防护体系智能体覆盖数据全生命周期的安全智能体框架金融行业数据安全智能体落地实践隐私保护零信任安全零信任数据安全零信任架构零信任架构的数据安全智能体人工智能 (AI)安全
41710编辑于 2026-01-20 - 来自专栏AI科技大本营的专栏
隐私数据在隐私AI框架中的安全流动
隐私 AI 系统存在的目的就是赋能 AI，使得各种 AI场景下对用户隐私数据的使用都是安全的。 ，Rosetta、TFEncrypted等隐私 AI框架都采用了 MPC技术以提供可靠的安全性。 下面我们就结合具体案例看的看下在 Rosetta中隐私数据是如何得到安全保护的。 案例 Alice,Bob和 Charley三人最近需要在他们的 AI系统中引入对数据的隐私保护能力。 他们很重视安全性，所以他们想通过一个简单的例子 —— 乘法（multiply），来验证下隐私 AI 框架是否真正做到了隐私安全。 小结 安全性是隐私 AI框架的根本，在本篇文章中，我们结合隐私数据输入的处理和密文上乘法的实现，介绍了“随机数” 形式的密文是如何在多方之间流动，同时“神奇”的仍能保证计算逻辑的正确性的。
2.5K50发布于 2020-11-06 - 来自专栏网络安全攻防
AI企业安全建设之数据脱敏解决方案
尤其是在大模型广泛接入企业业务系统之后，数据在"采集—传输—处理—生成"的全链路中暴露面显著扩大，使得传统的数据安全手段难以满足新的安全需求。 在此背景下企业亟需构建面向AI场景的数据脱敏解决方案，通过在数据进入模型之前进行结构化识别与敏感信息处理，实现对隐私与敏感数据的有效保护，从而在保障数据可用性的同时，降低安全风险与合规压力，为企业AI应用的安全落地提供基础支撑 是微软开源的一套用于敏感信息识别与数据脱敏的框架，其核心能力是对文本(以及扩展支持图像场景)中的敏感实体进行快速识别与脱敏处理，能够检测包括信用卡号、姓名、地址、社会安全号码(SSN)、比特币钱包地址、 (例如:正则表达式)与机器学习模型的混合检测机制使其既具备高准确性也具有良好的扩展能力，广泛应用于企业数据合规(例如：GDPR、HIPAA)、日志脱敏、AI对话安全处理以及隐私保护数据管道建设等场景 工作原理 数据脱敏作为数据安全体系中的关键一环，不仅是合规要求的必然选择，更是企业构建可信数据流通能力的基础能力。
28910编辑于 2026-03-26 - 来自专栏腾讯云安全的专栏
「GITC 2016」腾讯云：数据+算法，让安全更AI
这场有VR直播的技术盛宴全面覆盖云、大数据、安全、运维、技术架构等热点专题，腾讯云安全技术总监王翔在11月24日的云专场发表了题为《云上业务安全最佳实践》的演讲，腾讯云安全首席架构师周斌11月25日在本次大会主会场发表了题为 《演进：让安全更AI》的演讲。 △腾讯云展位 云上业务安全最佳实践 腾讯云安全技术总监王翔从快速发展中的云计算中剖析了业务上的云会遇到的安全问题，围绕腾讯云天御这款为业务安全服务的产品，阐述了用户最关心的问题。 ? △腾讯云安全技术总监王翔 数据+算法，让安全更AI 腾讯云安全首席架构师周斌在会上谈到：“基于云计算、物联网、人工智能的突破，我们相信未来的安全形势将更加复杂更具挑战性，我们期望打造的是真正下一代的智慧安全 云是互联网新的生态空间，云安全是安全能力的一次整合再超越！” ? △腾讯云安全首席架构师周斌 周斌还指出：“数据+算法，形成智能的安全引擎。
1.5K30发布于 2018-06-12 - 来自专栏腾讯云安全专家服务
基于AI技术的大数据安全审计平台研究
系统的解决大数据安全，必须建设一套符合大数据平台自身特点的事后安全审计体系，以统筹解决安全威胁，并进行系统性的安全威胁消除。 通过借鉴国内外大数据平台安全体系建设经验，参考业界前沿的安全技术手段和经验，我们提出了数据安全审计层进建设体系。该体系以组织架构为基础，通过组织架构的信息需求，建立大数据安全审计框架。 该安全审计框架自底向上依次建设“内容计算层、要点审计层、目标分析层”，并在建设过程中引入AI技术，构建基于AI技术的数据安全审计平台。 引入AI+聚类算法结果复合技术 引入聚类算法并进行结果复合，对数据源进行清洗修正，提升了数据源的精确度。 4.png 0x01 AI行为探测引擎工作流程 探测引擎先对审计事件进行综合扫描，形成特征审计事件，而后运用动态推理机对特征事件进行综合解析，接着由启发式分析机对解析结果做出判断，预测用户接下来的行为
3.4K230发布于 2020-10-30 - 来自专栏人工智能
建立安全的 AI
这将为神经网络带来两个有益的特性：首先，神经网络的智能可以受到更好的保护以免被他人盗取，消除了在不安全环境下训练的有价值的AI被其他智能盗取的风险；其次，网络可以只作加密的预测（这意味着在没有密钥的情况下 试想，如果AI是经过同态加密处理的，那么从AI的角度来看，整个外部世界也是同态加密过的。而人类可以控制密钥从而决定是解锁AI自身（在外部世界发布）还是只解码AI作出的决策（似乎显得更安全）。 这使得人们可以在加密数据上训练模型（CryptoNets）。此外，初创对冲基金会Numer.ai加密了昂贵，专有的数据来提供给任何人训练机器学习模型来预测股票市场。 相应地，人们需要寻求一个有效且安全的同态加密算法方案，可以根据任意的计算输入去完成相应的逻辑门操作。人们普遍的希望是可以将工作安全地移植到云上并且不用担心发送的数据被发送者以外的人监听。 虽然我也想做一些更简单的样例，但是从我们的主题和概念出发，首先要保证的是方案的安全性。 重点： 网络的权重全部是加密的。 训练数据是未加密的。
2.3K110发布于 2018-02-23 - 来自专栏啄木鸟软件测试
安全测试工具（连载4）
案例4：电子商务登录功能CSRF测试 打开CSRFTester，设置浏览器代理为：127.0.0.1:8008，点击【Start Recording】按键，在浏览器页面输入电子商务登录页面的IP地址，
76910发布于 2019-12-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号