- 综合排序
- 最热优先
- 最新优先
- 来自专栏域名技术与下一代互联网
人工智能国际治理机制研究
一、研究背景人工智能的快速发展和广泛应用为国际社会带来机遇的同时，也带来跨国界的伦理、安全等复杂挑战。建立和完善人工智能国际治理机制显得尤为重要。 本研究为分析师自研课题，以问题、应用、前瞻为导向，聚焦人工智能国际发展与治理，尝试构建一个透明、负责的治理机制模型，旨在推动国际共识，共同应对潜在风险。 二、研究内容当前，人工智能国际治理领域仍面临治理框架分散不统一等深层挑战。 图1 人工智能国际治理机制模型（三）模型的全球适配性为验证四层闭环治理模型的全球适用性，本研究选取印度、巴西等“全球南方”国家的人工智能治理实践进行适配性分析，基于此提出模型在资源约束、技术依赖性和权利诉求等复杂环境中的优化方案 图2 全球适配性优化后的人工智能国际治理机制模型三、研究结论本研究针对全球人工智能治理框架分散、标准不统一等问题，提出“价值基准-治理架构-实施操作-反馈迭代”四层闭环治理模型。
22010编辑于 2025-11-30 数据治理与数据智能的关系：为什么语义治理是数据治理的核心目标？
需要先说明边界：截至2026年4月初，这一判断主要适用于企业级智能问数、智能分析、语义层、本体语义层、指标平台等数据智能场景，不讨论可视化展示类产品。什么叫“语义治理是数据治理的核心目标”？ 这就是为什么语义治理不是数据治理的附属物，而是企业走向数据智能时，数据治理必须到达的目标状态。为什么智能问数的准确率，最终会回到语义定义能力？ 结论：语义治理不是数据治理的附加项，而是数据智能可用性的分水岭数据治理的终点，不应只是把数据管得更整齐，而应是让数据能够被机器按业务语义正确理解、组合、计算和解释。 因此，“为什么语义治理是数据治理的核心目标”这个问题，在准确率效果评估视角下，答案其实很直接：因为没有语义治理，智能问数的准确率只能停留在演示层；只有把语义定义能力建设起来，数据智能才有可能从POC走向稳定上线 从这个意义上说，语义治理之所以被视为数据治理的核心目标，不是因为它替代了基础治理，而是因为它把分散的数据口径、业务概念与对象关系转化为可复用的理解层，直接决定智能问数、智能分析与跨域洞察能否落地。
13410编辑于 2026-04-14- 来自专栏嘎嘎软件测试
【数据库系列】环境治理之同步数据库
1 环境治理之同步数据库 在环境治理的环节中必不可少的就是数据库的管理，数据库管理的环节中很重要的一点就是数据库的同步。 2 如何同步数据库 1、通过Navicat进行数据或者结构同步 工具 > 数据同步：同步结构及数据，选择源连接、源数据库和目标连接、目标数据库。 注：一定要确定源和目标，千万不要反向同步！ 工具 > 结构同步：仅同步结构，不同步数据，选择源连接、源数据库和目标连接、目标数据库。 注：一定要确定源和目标，千万不要反向同步！ ，我们了解到如何备份及还原数据库了，那么需求来了，我们需要按天备份源数据库，并且同步到目标数据库前需把目标数据库进行备份，最后才进行同步。 路径：/tmp/src_dbname/${time1}/${src_dbname_list[$i]}.sql.gz\n\033[0m" } # 3、目标数据库备份+源数据库同步到目标数据库 sync_dst
1.2K10编辑于 2022-08-13 - 来自专栏腾讯安全
行业方案｜智能网联汽车数据安全治理框架
与此同时，随着智能化、网联化的推进，汽车的数据安全问题也日益凸显。当下，如何保障数据安全，成为影响智能汽车产业健康发展的关键问题。 监管加强，相关政策不断出台，一定程度上将推动智能汽车向更高阶演进。 业界常见的措施是通过数据库加密网关、数据库防火墙、数据库动态静态脱敏等，其面临的问题很明显，传统防护手段管控措施实施难度大，时间周期长，可能面临业务系统代码改造甚至架构变更；以及数据安全落地与应用耦合度较高 三、解决方案数据安全治理“三步走”基于目前车企面临的现实问题，车企如何建设数据安全体系？腾讯安全提出了厘清资产、分级管控、持续运营“三步走”建设思路。厘清资产，首先要做好数据的分类分级。 四、核心产品在车企数据安全能力思路之下，通过哪些产品和技术手段保障数据安全治理的落地？腾讯安全推出了数据安全中心DSGC、云访问安全代理CSAB两大核心产品。
1.1K30编辑于 2023-04-26 如何利用YashanDB数据库实施数据治理
YashanDB作为一款高性能、多部署形态支持的数据库系统，通过其完整的体系架构和丰富的功能组件，为数据治理提供了坚实保障。 本文将深入分析如何利用YashanDB数据库技术特性，构建全面的数据治理体系。 数据存储结构的灵活性与高效管理治理有效性依赖于数据库对数据的灵活管理能力。 强大的数据治理辅助功能YashanDB提供丰富的数据治理辅助功能，简化运维与管理，提升治理效率：数据字典和元数据管理：系统表、视图及动态视图全面管理数据库对象和元数据，支持权限审计和依赖关系管理。 未来，随着技术的演进和业务需求的加深，YashanDB将在智能优化、自动化治理、云原生兼容、多模数据支持等方面持续提升，助力企业实现更高效、更安全、更智能的数据治理。
18800编辑于 2025-07-16时序数据库驱动能源行业智能化转型：TDengine助力高效数据治理
海量数据的高效处理智能电表、风机传感器、光伏逆变器等设备持续生成带时间戳的时序数据，传统数据库面临高并发写入与存储瓶颈。2. 二、时序数据库：能源数据治理的“技术底座”时序数据库（Time-Series Database）凭借对时间序列数据的原生支持，成为能源行业数字化转型的关键基础设施：1. 高吞吐写入，轻松应对数据洪流针对传感器、智能终端的高频数据流，时序数据库通过分布式架构与存储优化，实现每秒百万级数据点稳定写入。 TDengine优势：其独创的存储引擎可显著降低CPU与内存占用，避免传统数据库的写入拥堵问题。2. 实时分析与智能决策内置流式计算引擎支持实时聚合、异常检测，无需额外部署计算中间件。 存储成本大幅优化通过列式存储、数据压缩等技术，时序数据库可有效降低原始数据存储空间，支持低成本长期归档。
26310编辑于 2025-11-11腾讯云智能顾问：卓越架构AI治理平台概要
核心技术属性：深度融合大模型驱动的智能决策引擎与卓越架构方法论，通过Multi-Agent智能体协同框架、卓越架构三层六支柱量化评估体系与AI原生治理Agent深度协同，开箱即用、无侵入业务。 商业差异化卖点：覆盖架构治理全链路（规划-部署-治理），提供一站式智能化云上架构与应用管理解决方案，量化呈现治理成效，驱动架构健康度提升，释放技术红利赋能业务持续领跑。 AI原生应用：智能巡检、混沌演练、容量监测（发现风险隐患并治理）；智能治理大屏（纵览治理全貌）；云护航重保（智能播报推送、双端协同）；预案管理Agent（架构图联动预案库、分步指引故障恢复）。 · 产品优势 逐段提取原文优势能力，粗高亮标注： 全球首款卓越架构AI治理平台、全球首创卓越架构AI治理平台； 开箱即用，无侵入业务； 深度融合大模型驱动的智能决策引擎与卓越架构方法论； Multi-Agent智能体协同框架； 卓越架构三层六支柱量化评估体系与AI原生治理Agent深度协同； 覆盖架构治理全链路（规划-部署-治理）； 一键生成云上架构图并部署资源（采纳最佳实践
13210编辑于 2026-04-17智能审核·精准治理：AI 智能审核系统重塑内容风控新范式
内容审核进入智能化治理时代在数字内容爆发式增长与监管要求日益严格的双重背景下，传统人工审核模式面临效率瓶颈、标准不一、情感创伤等多重挑战。 AI 智能审核系统通过融合多模态理解、深度学习与规则引擎技术，构建了全方位、高效率、标准化的智能审核体系，实现了从"人海战术"到"人机协同"的审核模式革新。 金融交易风控审核在银行业部署智能交易审核系统，实时监测洗钱、诈骗等异常交易模式。通过图神经网络识别复杂资金网络，结合用户行为分析发现潜在风险，风险识别准确率提升 85%，平均响应时间缩短至秒级。 电商平台商品审核为电商平台提供商品信息智能审核，自动检测违禁商品、虚假宣传、侵权图片等内容。通过图像识别技术比对商品图片，识别假冒伪劣产品，使商品上架审核时间从小时级缩短至分钟级。 知识产权保护审核构建数字版权智能监测系统，通过内容指纹技术识别侵权视频、盗版文字、抄袭图片。实时监测全网侵权内容，自动生成侵权报告，维权效率提升 10 倍，侵权发现时间提前 90%。
1.3K10编辑于 2025-10-30在YashanDB数据库环境中实施数据治理
在YashanDB数据库环境中实施数据治理可以通过以下步骤进行：1. 确定数据治理目标- 明确组织对数据管理和使用的期望，如数据准确性、可用性、合规性等。2. 建立治理框架- 制定数据治理政策和标准，明确数据责任、角色和权限。- 组建数据治理委员会，定期审查和更新数据治理策略。3. 数据分类与标识- 对数据库中的数据进行分类，识别敏感数据和关键数据元素。 - 确保数据治理符合相关法律法规（如GDPR、CCPA等）要求。6. 数据生命周期管理- 确定数据的创建、存储、使用和删除的生命周期管理策略。- 定期进行数据审核，确保不再使用的数据被安全删除。7. 培训与文化建设- 开展数据治理相关培训，提高员工的数据意识和治理能力。- 倡导公司内部的数据治理文化，鼓励员工参与数据管理实践。9. 监控与评估- 定期监控数据治理的实施情况，评估政策和流程的有效性。 - 根据反馈和评估结果不断优化数据治理策略和流程。通过以上步骤，可以在YashanDB数据库环境中建立一个系统化、可持续的数据治理框架，提高数据管理的效率和效果。
25510编辑于 2025-10-06企业如何利用YashanDB数据库实现数据治理
YashanDB作为一种现代分布式数据库，具备强大的数据治理能力，能够为企业提供灵活的解决方案。 本文将深入分析YashanDB的特性以及如何在企业中应用这些特性实现高效的数据治理，主要面向企业IT管理者和数据库管理员。 数据治理最佳实践在YashanDB中实现数据治理的具体方法可归纳为以下几点：1. 确定数据治理策略企业在实施数据治理之前，应明确数据治理的目标和策略，包括数据质量、合规性、有用性等方面的具体要求。 YashanDB的数据治理功能可以帮助企业自动检测并清除冗余数据，维护数据的整洁性。总结YashanDB为企业提供了一套完整的数据治理解决方案，涵盖了数据安全、合规、监控与管理等多个方面。 通过合理利用YashanDB的特性，企业能够有效地实现数据治理，进而提升数据的价值。在数字化转型的过程中，数据治理将成为企业成功的关键，值得每个企业IT管理者与数据库管理员予以高度重视。
22710编辑于 2025-09-13- 来自专栏Apikit
AI 与智能化 API 治理的探索实践
Eolink CEO 刘昊臻，发表了主题为「AI 与智能化 API 治理的探索实践」的演讲，分享 Eolink 在 API 全生命周期中治理实践与 AI 结合的探索。 Eolink 作为国内 API 全生命周期解决方案的领军者，通过其独创的 DTDD（文档与测试驱动开发 ） 和 API First 理念，致力于打造一站式、智能化的 API 全生命周期解决方案，帮助企业提升研发效能 本次演讲，围绕 API 全生命周期，从 API 治理的价值、治理体系、实践经验等方面，分享了 Eolink 在 API 治理的最佳实践，以及结合「AI+API」技术的革新应用。 艾瑞咨询《2020年中国人工智能API经济白皮书》提出，2019年人工智能API开放平台市场规模达104.1亿且正处于高速增长期，预计到2024年市场规模有望达到579.9亿。 未来，我们还会逐步结合 AI 的能力，未来期望让 API 的设计，开发和测试在Postcat 上面实现全智能化。
74920编辑于 2023-08-22 腾讯云智能顾问：卓越架构AI治理平台概要
一、产品定位与核心亮点 技术定义：腾讯云智能顾问是全球首款卓越架构AI治理平台，也是「云服务卓越架构能力成熟度模型」标准的产品化最佳实践。 核心技术属性：深度融合大模型驱动的智能决策引擎与卓越架构方法论，通过Multi-Agent智能体协同框架，基于卓越架构三层六支柱量化评估体系与AI原生治理Agent深度协同，实现架构治理全链路智能化。 undefined共性痛点：传统人工治理模式难以应对指数级增长的云资源规模与动态变化的架构复杂度，缺乏AI驱动的实时感知与智能决策能力。 AI赋能可视化治理： 资源扫描与发现：推理上下游链路，一键生成架构图并绑定资源，理清云上业务架构全貌。 智能治理大屏：纵览架构治理全貌，洞察业务风险。 Multi-Agent协同闭环：多智能体协同实现隐患发现-修复-验证全链路，提升治理效率与效果（如混沌演练验证容灾、预案管理Agent故障即刻响应）。
18110编辑于 2026-04-14独家发布｜2025人工智能治理年度报告：迈向“可衡量”的AI治理
正式播出，清华大学人工智能国际治理研究院（AIIG）在大会上正式发布了重磅年度报告——《迈向可衡量的人工智能治理：2025年度回顾与行动建议》。 作为这份报告的独家合作媒体，2026年，腾讯科技也将与清华大学人工智能治理研究院持续合作，围绕报告所提出的“迈向可衡量的治理”，持续推出系列内容，共同建立人工智能治理ima知识库，持续跟进人工智能治理领域的最新进展 2025年的全球AI治理看似呈现出“全方位活跃”的态势：从联合国设立全球对话机制，到七国集团（G7）宣布成立“G7人工智能网络”，再到各国密集的立法行动，治理的声浪从未如此高涨。 中国推出了《人工智能全球治理行动计划》，坚持发展与治理并重；美国则发布了《美国人工智能行动计划》，将AI明确置于大国竞争的核心，倾向于监管松绑以保技术霸权；欧盟则在《人工智能法》与算力追赶之间艰难平衡。 2025年，是AI技术脱虚向实的一年，也是全球治理面临大考的一年，在一个算力爆炸、智能体涌现的时代，唯有通过可衡量的标尺建立起实质性的治理秩序，人类才能在确保安全的前提下，真正享受到人工智能带来的巨大福祉
61910编辑于 2025-12-22- 来自专栏希里安
微服务治理？容器治理？
可识别英语、俄语、中文等语言，感兴趣的可以看下--[Translumo](https://github.com/Danily07/Translumo) 微服务和容器治理 微服务治理和容器治理都是与分布式应用程序和容器化部署相关的领域 微服务治理（Microservices Governance）： 微服务治理是管理和维护微服务架构中的各个微服务组件的一系列策略、实践和工具。 自动化： 自动化是微服务治理的核心，包括自动部署、自动伸缩和自动化测试等。 容器治理（Container Orchestration）： 容器治理是管理容器化应用程序的一系列策略和工具。 容器治理实例 容器治理是确保容器化应用程序在分布式环境中可靠运行的一组实践和工具。 容器治理： 安全性容器治理可以管理访问控制、证书管理和数据加密，以确保数据的保密性和完整性。
1.1K40编辑于 2023-10-30 - 来自专栏杨建荣的学习笔记
数据库开发环境的治理方案设计
最近在和研发同学聊天的时候发现他们有一套数据库开发环境，严格的说这是一套混合环境，算是开发和测试环境的合体。 因为研发侧的数据库连接池满了也找他，数据库连不上了也找他，跑了这些年，数据库还从来没有备份过。 3）很多开发环境数据库是安装在Windows上面的，有的还是32位的，而我们在Windows平台的MySQL数据库运维经验几乎为0 而测试环境的管理是相对会谨慎一些，尽可能只开放测试服务器的权限，部分权限的使用是需要审批机制的 为此，我整理了下当前的情况，整个数据库的情况比想象的还要乱一些，比如数据库只用了一个root账号是对所有业务开通的，数据库连接池配置了150个连接，也难怪很多业务反馈时常连不上数据库，而更多的运维管理操作更是无从说起 从访问层面，测试服务器是不能访问开发数据库的，这也是我们整体设计的一个边界。
1.5K31编辑于 2021-12-03 - 来自专栏E
AI 与智能化 API 治理的探索实践
Eolink CEO 刘昊臻，发表了主题为「AI 与智能化 API 治理的探索实践」的演讲，分享 Eolink 在 API 全生命周期中治理实践与 AI 结合的探索。 Eolink 作为国内 API 全生命周期解决方案的领军者，通过其独创的 DTDD（文档与测试驱动开发 ） 和 API First 理念，致力于打造一站式、智能化的 API 全生命周期解决方案，帮助企业提升研发效能 本次演讲，围绕 API 全生命周期，从 API 治理的价值、治理体系、实践经验等方面，分享了 Eolink 在 API 治理的最佳实践，以及结合「AI+API」技术的革新应用。 艾瑞咨询《2020年中国人工智能API经济白皮书》提出，2019年人工智能API开放平台市场规模达104.1亿且正处于高速增长期，预计到2024年市场规模有望达到579.9亿。 未来，我们还会逐步结合 AI 的能力，未来期望让 API 的设计，开发和测试在 Postcat 上面实现全智能化。
66420编辑于 2023-08-21 - 来自专栏ITIL
养虾第三周：从智能体可用，到智能体可治理
到了第三周，实验重点进一步前移：当智能体开始进入真实环境，问题就不再是“能不能用”，而是“能不能被治理”。 因此，这一周我最大的体感不是“虾更强了”，而是：智能体一旦开始碰生产，治理要求只会比脚本时代更高，不会更低。2. 这带来了一个很重要的判断：当智能体开始参与生产流程，它本身也会变成需要被运维和治理的对象。过去我们谈运维对象，通常是主机、服务、容器、数据库、中间件；但现在还要加上一类新对象：智能体本身。 这意味着后续必须考虑一系列问题：智能体自身如何升级智能体故障如何恢复智能体之间如何协作分工智能体任务如何调度和限权智能体执行结果如何审计也就是说，未来的治理重点，可能不只是“用智能体去运维系统”，还包括 第三周总结：智能体治理，开始替代“新鲜感”回看这一周，我觉得“养虾”这件事的性质已经变了。
12010编辑于 2026-04-21 如何在YashanDB数据库上实施数据治理策略
当前企业数据量激增，如何有效治理数据库中的多样化和海量数据成为提升数据价值的关键问题。 逻辑存储结构与数据治理数据治理的基础是合理设计数据库的逻辑存储结构。 优化器利用统计信息、代价模型和Hint机制，智能选取最优执行计划，提升大规模数据下的查询和更新效率，帮助确保数据治理策略的执行性能和稳定性。 结论随着数据规模和业务复杂性的增长，在YashanDB数据库上实施科学严谨的数据治理策略是保障数据质量、安全和可用性的基础。 未来，随着技术演进和大数据应用场景深化，进一步强化智能化治理、数据合规及多云协同将成为推动业务创新的核心动力，持续深化对YashanDB数据库内部机制的理解和应用，将帮助企业实现数据资产的最大价值。
18610编辑于 2025-10-06YashanDB数据库的治理与合规性分析
为了确保数据资产安全、合规和高效运营，数据库治理和合规性管理显得尤为重要。YashanDB作为一款先进的数据库解决方案，致力于满足企业在数据管理方面的高标准需求。 数据库治理1.1 数据完整性数据完整性是数据库治理的基础，确保存储的数据始终保持准确、一致和有效。 1.2 用户管理与权限控制用户管理和权限控制是数据库治理的重要组成部分，YashanDB支持基于角色的访问控制（RBAC），允许管理员根据用户角色分配特定的权限。 1.3 数据库审计数据库审计功能是实现合规性的重要保障，YashanDB支持对用户活动和数据操作进行全面监控。管理员可以创建审计策略，记录各种操作，例如登录、查询及数据修改等。 未来，企业需要不断评估和优化其数据库策略，以维持在数据治理及合规性方面的领先地位。
16610编辑于 2025-07-10- 来自专栏实时流式计算
【译文】数据治理与BI治理
几十年来，数据治理一直是企业关注的焦点，并随着企业数据量的急剧增长，数据治理的重要性日益凸显。然而，大规模的有效BI治理一直是一个难以实现的目标，因为它需要比传统数据治理更广泛的关注点。 毕竟，如果给用户的交付物不一致，或者缺乏适当的上下文以确保业务用户正确地理解数据，那么所谓高质量、精心治理的数据又有什么价值呢？ 有效的BI治理要求组织为数据和分析的治理建立流程。 BI门户的关键治理角色体现在以下两个场景：独立的BI治理平台，或与数据目录协同工作。 什么是数据治理？ 数据治理是一组确保有效管理和利用数据的过程和技术的集合。 组织中的分析师和数据管理员使用数据治理工具来执行公司治理政策，来促进数据的正确使用。 典型的情况，是应用ETL流程从数据库中抽取元数据，整合到数据治理工具中，并在其中添加额外的治理信息，然后利用一些BI工具将其可视化。
1.5K40编辑于 2023-03-24
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