可信数据空间中“可信”的具体内涵包括哪些维度？ 2 4.可信数据空间的关键技术组件有哪些？ 2 5.可信数据空间的主要参与主体及其角色定位是什么？ 3 6.可信数据空间对数据要素市场建设的核心价值是什么？ 4 7.可信数据空间与隐私计算技术的关系是什么？ 5 8.可信数据空间与区块链技术的结合点有哪些？ 5 9.可信数据空间的应用场景主要覆盖哪些行业？ 6 10.可信数据空间的“全生命周期可信”如何理解？ 7 二、数据治理类 21.可信数据空间中数据加密的合规要求（对称/非对称加密）？ 15 22.访问控制的“最小权限原则”在可信数据空间的应用？ 16 23.可信数据空间中数据脱敏的国家标准与适用场景？ 16 24.隐私计算技术在可信数据空间的合规性验证要点？ 18 25.可信数据空间中安全审计的日志留存要求是什么？ 18 26.数据泄露事件的应急响应流程与合规要求？ 19 27.可信数据空间中数据安全风险评估的频率与内容？ 可信数据空间的互操作性标准核心内容是什么？ 24 35.可信数据空间的可信认证机构与流程有哪些？ 25 36.可信数据空间中数据格式的合规标准要求？ 26 37.可信数据空间中接口标准的安全性设计要点？ 27 38.隐私保护技术（如差分隐私）的标准应用要求？ 27 39.区块链技术在可信数据空间的合规标准（如BSI）？ 28 40.AI技术在可信数据空间的应用标准有哪些？ 29 五、运营管理类 30 41.可信数据空间运营主体的法律责任与义务是什么？

北京数安行科技有限公司（简称：数安行）是一家数据安全厂商。公司主 营产品涵盖数据分类分级、数据安全沙箱、下一代数据泄露防护、数据安全检 查、数据安全风险态势感知、数据安全风险监测与风险评估、数据合规与隐私 保护、数据运营安全等，主要为政府、军队、企事业单位提供数据运营安全产 品和服务。数安行以DataSecOps为理念，以AI人工智能技术为核心驱动，将数 据安全左移，在数据处理的第一现场对数据采取安全措施，平衡业务与安全， ....................... 14 1.1 数据隐私和安全 ............................................ 14 1.2 通用数据保护条例(GDPR）（欧盟） ........................... 14 1.3 《加州消费者隐私法案》/《加州隐私权法案》(CCPA/CPRA) ...... 17 1.4 欧盟人工智能法案(EU ................ 22 1.5 《医疗电子交换法案(HIPAA)》 ............................... 31 2. 如何应对生成式人工智能的幻觉对数据隐私、安全和伦理的影响 ...... 36 2.1 国土安全部政策声明139-07对生成式人工智能的影响 ............ 37 2.2 联邦贸易委员会政策宣传与研究指导: ........

国 家 数 据 基 础 设 施 技术路线发展研究报告 2025 年 5 月 区块链技术 可信数据空间 数场 数联网 数据元件 隐私保护计算技术 国家数据基础设施技术路线发展研究报告 目 录 CONTENTS 前言 第一章 人类社会正进入数据要素化发展新阶段 06 数据资源正成为继土地、劳动力、技术、资本之后的第五大生产要素 网络空间升级为算力空间后正在向数据空间进一步迭代 国家数据基础设施的特征和建设路径 36 国家数据基础设施的涵义 国家数据基础设施的特征 国家数据基础设施建设总体思路和实施路径 第五章 国家数据基础设施技术路线比较 44 隐私保护计算 区块链 可信数据空间 数场 数联网 数据元件 第六章 国家数据基础设施技术发展趋势 68 全球将形成三种数据基础设施主流技术路线 国家数据基础设施将向“一空间（场或网）四技术”方向收敛 上要实现供给方、需求方和服务方等数据主体基于共识规则基础上的价值共创。具有极大的挑战性，至今还 未形成成熟的技术路线。《国家数据基础设施建设指引》充分考虑国内外技术最新发展趋势，结合我国各地 方各行业具体探索实践，提出了隐私保护计算、区块链、可信数据空间、数场、数联网、数据元件等六条技 术路线，选择了北京、天津、上海等18个城市围绕以上六条技术路线开展城市数据基础设施建设试点试验， 并启动了11项数据基础设施国家标准研究制订。

化接口促进供应 链协作，欧洲健康数据空间（EHDS）整合跨境医疗数据以加速 科研。此外，欧盟通过《数据治理法》（DGA）、《通用数据保护 条例》（GDPR）等法规，进一步规范数据共享的合法性、隐私 保护与互操作性，确保数据空间在技术、法律和协同机制上的 2 系统性推进。 我国在欧盟等国际先进实践的基础上，结合自身国情和发 展实际需求，创新性地提出了“可信数据空间”的发展理念。 的载体，可信数据空间具备“数据不出域”的能力；作为创新资 源集聚的载体，可信数据空间具备“多主体共创”的特性。 在当今数据安全形势严峻的背景下，各个数据持有主体对 数据安全高度重视，数据不出域是保障数据安全与隐私的关键 原则。在可信数据空间中，不同主体的数据无需离开本地存储 域，就能在加密脱敏状态下参与联合计算与分析。 多主体共创则是发挥集体智慧、促进创新的重要模式。在 可信数据空间内，不同主体基于自身的数据资源和专业优势， 为实现各类数据空间互联互通，跨网互联、跨云互管、跨链互 5 通、跨域共用正逐步成为可信数据空间建设的共识。 （三）功能定位 一是作为数据流通交互平台。不同机构之间的数据资源往 往存在差异，且由于数据安全、隐私保护等原因，机构之间的 数据共享、交互、交易面临诸多困难。可信数据空间通过区块 链等技术手段，建立一套共识规则和安全可靠的身份认证、访 问控制机制，确保数据的真实性、完整性和不可篡改性，同时

2 法律与伦理可行性..............................................................................70 5.2.1 数据隐私保护.............................................................................72 5.2.2 医疗责任问题....  医学文献的自动生成与更新，便于医生获取最新资讯  影像学数据的智能分析，辅助影像科医生做出诊断  健康监测与预警系统，实现对慢性病患者的实时跟踪 在实际应用过程中，还需强调数据安全与隐私保护。医疗行业 涉及大量的个人健康信息，如何确保这些数据在被模型处理时不被 泄露，是实现这些应用的前提。此外，对模型进行持续的监测与评 估，确保生成结果的科学性与可靠性，也是医疗应用成功的重要因 过模拟真实的临床场景帮助医学生和年轻医生提高实战能力。 尽管生成式大模型在医疗领域的应用前景广阔，但也面临诸多 挑战，包括数据隐私、安全性和伦理问题等。对此行业需要在探索 和应用生成式大模型的同时，建立相应的伦理规范和法律框架，以 确保患者的信息安全和隐私保护。 总体来看，生成式大模型在医疗场景的应用具有很高的可行 性。随着技术的不断进步和相应政策法规的完善，未来的医疗服务 有望越

................100 微众银行在联邦推荐算法上的探索及应用.................................................113 机器学习中的隐私保护................................................................................. 144 关系图谱在贝壳找房风控体系的应用与实践 入法如果能自动联想出来，用户体验就会变得比较好，但是自动联想功能需要大 量的用户数据才能学习出来，怎么获得这些用户数据呢？ 一个比较粗暴的做法是用户输入了什么字就把这个字全部收集到云端上，但这种 做法无疑是对用户隐私的一种破坏。由于谷歌崇尚不作恶，怎样在不收集用户输 入文字的前提下，从而预测出用户接下来需要输入的文字？因此，产生了联邦学 习。 2. 联邦学习用于多移动端分布式建模 DataFunTalk DataFunTalk 成就百万数据科学家！ 42 人脸可能只有若干个像素的区别。所以我们看到如果不保护这个梯度的话，本质 上还是能推出原始数据的。 谷歌的解决方法： ① 加差分隐私 Google 应对的方法，主要通过加差分隐私，也就是说 client 上传到云端的梯度， 它不直接上传，而是加一个 noise，但是准确率会下降。准确率的下降，对于 Google 输入法 somehow 是可以接受的，因为输入法的

3.5 用户界面与交互设计...........................................................................40 4. 数据安全与隐私保护..................................................................................42 4.1 数据加密与传输安全 44 4.2 访问控制与权限管理...........................................................................46 4.3 隐私保护技术与合规性.......................................................................47 5. 系统性能优化....... 智算一体机将预装医疗行业专用的操作 系统和软件套件，包括但不限于医疗影像分析系统、电子病历管理 系统、远程会诊平台等。这些软件将针对医疗场景进行深度优化， 确保其在高效计算的同时，能够满足医疗行业对数据安全和隐私保 护的高标准要求。此外，DeepSeek 智算一体机将支持与现有医疗 信息系统的无缝集成，降低部署和运维的复杂性。 在智能算法方面，DeepSeek 智算一体机将集成多种先进的深 度学习模

175ZB）， 但高质量语料尤其是中文语料严重匮乏，实际流通率却不足 5%。数据 “ ” 产业面临 不敢共享、不愿共享、不能共享 的困局如同无形枷锁禁锢着 AI 创新的步伐。 比如医疗数据因隐私顾虑难以赋能疾病预测模型，工业数据因竞争壁垒阻碍供应链协 同优化，金融数据因权属模糊制约风险管控精度，这些挑战的本质，是数据要素市场化 “ ” 配置过程中 信任基础 的不足，也将严重制约着人工智能产业的发展。 能协同发展 挑战 1、数据空间发展与挑战 1.1 数据空间国内外发展趋势 国际 数 据空间（IDS, International Data Space） 的概念最早起源于欧洲，旨在解决数据孤岛、隐私 安全和权属不清等问题，推动数据的高效流通与价 值释放，促进数字经济的快速发展。 2016 年，德国工业 4.0 战略率先提出工业数据空间 的概念，随后欧盟推出《欧洲数据战略》，将数据空 据主权、多方协同治理和标准化，GDPR（通用数据 保护条例）为数据保护奠定了法律基础。 在技术架构上，欧盟以 GAIA-X、IDSA 为代表，采用 联邦式、去中心化架构。数据不集中存储，而是保 留在数据源地，通过联邦学习、隐私计算等技术实 现协同分析。此外，还利用区块链、分布式身份认 证等技术，保障数据流通的安全与可控。通过连接 器机制（Connector Mechanism），实现了不同系 统间的数据互操作，提升跨域数据流通效率。

...........................................................................................53 6.3 隐私保护措施............................................................................................... 进，优先选择关键业务场景进行试点，逐步扩展至全业务流程。例 如，在初期阶段，可先在企业内部的财务和供应链管理领域引入 AI 智能体，验证其效果后再推广至其他部门。此外，方案的落地将遵 循数据安全和隐私保护的原则，确保 AI 技术的应用符合相关法律 法规和行业标准。 通过以上目标与范围的明确，本方案旨在为企业提供一套切实 可行的 AI 智能体应用服务框架，助力企业在数字化转型中抢占先 机，提升核心竞争力。 核心功能模块化，我们可以根据不同的商务需求灵活组合和配置， 实现快速定制化开发。这不仅提高了开发效率，还降低了维护成 本。最后，我们强调数据安全和隐私保护，在智能体的设计和开发 过程中，严格遵循相关法律法规，确保用户数据的安全性和隐私 性。 通过上述方法论的实践，我们能够确保商务 AI 智能体应用服 务方案不仅技术上先进，而且在实际应用中能够为企业带来显著的 商业价值。 2. 商务

..........................................................................................69 5. 数据隐私与安全..........................................................................................71 5.1 5. 多部门协作与信息共享：建立跨部门的信息共享机制，确保公 共安全管理中各方的有效协作。通过共享视频监控数据、分析 报告等信息，提升应急管理的综合能力。 在实施这一方案时，需注意确保数据隐私与安全，遵循相关法 律法规，建立完善的用户身份认证与数据保护机制。同时，随着技 术的进步与不断演化，定期对模型进行更新与迭代，保持其高效性 与准确性。 整体来看，基于 AI 大模型的视频智能挖掘应用方案，为提升 能力。通过多源信息 整合，公共安全部门能够更全面地理解复杂的安全环境，提高方案 设计的科学性与可行性。 推动公共安全领域的 AI 大模型应用还需明确以下几个重点：  加强数据治理，确保数据隐私与安全。  推动跨部门合作，整合资源，提高数据共享的效率。  加强对 AI 大模型的信誉评估与监督，以确保算法的透明性与 公正性。  进行算法模型的定期更新与优化，提升其对新兴安全威胁的应