5 4 ALIBABA CLOUD MODEL STUDIO SECURITY WHITE PAPER 安全 可信的 MaaS 阿里云百炼 安全白皮书 SECURE & TRUSTWORTHY MaaS 法律声明 阿里云提醒您在阅读或使用本文档之前请仔细阅读、充分理解本法律声明各条款的内 容。如果您阅读或使用本文档，您的阅读或使用行为将被视为对本声明全部内容的认 可。 1 或其关联公司）。 6. 如若发现本文档存在任何错误，请与阿里云取得直接联系。 9 8 ALIBABA CLOUD MODEL STUDIO SECURITY WHITE PAPER 安全 可信的 MaaS 阿里云百炼 安全白皮书 SECURE & TRUSTWORTHY MaaS 编写组 指导委员会 郑俊芳 钱 磊 彭玉轩 徐璐妮 金宣成 赵 萱 傅宏宇 彭靖芷 WHITE PAPER 安全 可信的 MaaS 阿里云百炼 安全白皮书 SECURE & TRUSTWORTHY MaaS 阿里云百炼安全解决方案与核 心理念 1 安全解决方案：安全可信的 MaaS 24 2 MaaS 安全核心理念：客户数据主权、25 负责任的 AI 与云原生安全保障 2.1 客户数据主权：平台可靠、数据自主可控、链 25 路可信、操作可审计 2.2 负责任的

II 前 言 随着数字中国建设进程的持续加快，数字技术的迭代创新为 数字经济带来强劲的增长势头，区块链作为新兴数字技术领域的 关键赛道，凭借分布式账本、智能合约等核心技术优势，在提升 数据可信共享、优化资源配置效率等方面展现出巨大潜力，2024 年，我国区块链行业整体呈现稳步发展的态势，规范化应用不断 深入，数字资产应用加速拓展。根据相关行业统计，截至 2025 年 4 月底，我国区块链企业数量已达 局。2025 年数字经济发展工作要点中提出，推动建设国家数据基 础设施，抓好区块链、隐私计算等数据流通利用基础设施先试先 行。区块链作为新型数字基础设施，为数据可信安全高效流通提 供坚实基础。从顶层设计上看，重点推进区块链可信数据服务网 络建设，区块链成为数字化转型的关键技术，推动与实体经济深 度融合。从区域分布上看，我国区块链基础设施布局主要分布在 华东、长三角、西南等地区，且已有多个城市投入使用。从架构 表 1 我国推动区块链发展相关政策文件（不完全统计） 年份 机构 政策文件 主要内容 2024 年 11 月 国家数据局 《关于可信数据空间 发展行动计划（2024 —2028 年）的布局》 利用隐私计算、使用控制、 区块链等技术，优化履约机 制，提升可信数据空间信任 管控能力。 2024 年 11 月 中 共 中 央 办 公厅、国务院 办公厅 《关于数字贸易改革 创新发展的意见》

. 207 VI 表目录 表 1：数智产品的类型和形态 .............................................. 23 表 2：数据可信流通领域关键技术和产品工具 ................................ 49 表 3：美国布局全球数据传输的相关政策 ............................ 品种 类繁多并不断升级，数智企业龙头引领并共生发展，数据动 态安全和全过程可信安全，数据基础设施具有继承、创新和 覆盖特点，人工智能数据化和数据人工智能化相向而行。 二、全球数智产业蓬勃发展 全球数智产业已取得七方面成效，包括：数据规模快速 IX 增长、数智企业梯度发展、数智技术创新突破、可信流通渐 成趋势、数智应用工具丰富、数据安全得到重视，面向人工 智能的产业链已经形成。美国、欧盟、英国、日本、韩国等 工技术，数 据大规模战略性储备的数据存储技术等；跨广域协同的数据 7 传输技术，异地、异构、异属算力资源互联互通的算力网技 术；隐私计算、区块链、数据使用控制、数据沙箱、数联网、 可信数据空间等数据安全流通技术；数据全生命周期的安全 检测、验证、防御技术等。 3.数据服务企业 数据服务企业是指为数据流通、应用、交易提供平台服 务、技术服务、中介服务的企业或机构，包括数据交易机构、

人工智能、区块链、物联网等前沿技术如何与供应链金融深度融合，催生出“数 字仓单”、“电子债权凭证”等新型信用载体。这不仅是一场技术革命，更是一 场深刻的商业范式革命。它让过去不可见、不可控、不可信的资产变得可信、可 控、可融资，从根本上重塑了企业的信用基础与生产关系，这正是“改革”在产 业层面的具体体现。 放眼全球，大国博弈的焦点正日益集中于对关键产业链、供应链的控制力。 增强我国在全球供应 二是交易溯源与反欺诈。将订单、合同、仓单、运单等关键贸易单据上链存 证，可以有效确保单据的真实性和唯一性，防止一单多用、重复质押等欺诈行为。 结合物联网，可以实现对商品从生产到消费者手中的全流程溯源，为基于真实交 易的融资提供可信依据。 三是智能合约自动执行。通过预设条件的智能合约，可以实现融资、还款等 操作的自动化执行，，一旦链上确认货物已被签收，智能合约可以自动触发对供 应商的付款，极大地提高了结算效率和确定性。 将对金融机构造成巨额损失。 二是信息“孤岛”与核验成本。供应链上的信息，如订单、合同、物流、仓 22 储、发票等，分散在不同的参与方（买方、卖方、物流公司、仓库、税务系统） 手中，且格式、标准各异。金融机构缺乏统一、可信的信息共享平台，进行交叉 验证的难度和成本极高，难以完全杜绝信息造假。 （二）多主体协同风控机制缺失 供应链金融涉及核心企业、上下游企业、金融机构、物流服务商、科技平台 等多方主体，各方之间

单一尺度，缺乏有效的多尺度耦合机制。 为了解决这一挑战，可以从以下几个方 面寻找突破路径： 利用物理模型与 AI 的耦合建模，将已 知的物理规律嵌入到 AI 模型中构建跨尺度 关联，打造“灰盒模型”，提高模型的可信 度和计算效率。开发跨尺度、多模态统一的 神经网络架构，用于从微观到宏观的统一建 模。 2.2.2 如何提升 AI 模型在科学研究中的 泛化性 AI 模型依赖大规模训练数据，而高质量 显著升温，展现出前沿模型技术创 新和安全治理并重的发展趋势。 总量 中国 欧盟 美国 印度 英国 内生安全 人工智能安全 检索增强生成 博弈论 前沿模型 人工智能对齐 人工智能 极端风险 可信人工智能 动态异构 冗余架构 安全评估 智能体 可解释性 扩展定律 深度推理 0 20 40 60 80 100 120 140 0 50 100 150 200 知识增强：为弥补大语言模型长 尾或领域知识不足、内在知识难以动态更新 等问题，检索增强生成技术 4 通过对外部知 识库的充分利用，使得模型能够快速获取专 业知识和最新信息，有效提升了大语言模型 的应用面和输出内容的可信度。 1.2.2 多 模 态 融 合： 以 GPT-4o、 Gemini 为代表的多模态大模型 5,6 通过跨模 态对齐技术，实现了视觉、语音、文本等多 模态信息的高效整合，大幅拓宽了模型应用

价值场景的突破。 网络大模型：随着AI技术与网络的深度融合，利用网络高价值语料、知识图谱、专家技能 形成行业大模型应用/智能体，具备自然语言交互和多模态语义理解、实时高精度的网络态势 感知、可信的类人逻辑推理、目标规划及复杂任务分解等能力，可为绿色节能、监控排障、质 量优化等高价值场景带来显著的应用成效。通过时序大模型等技术，可在主动运维与风险防控、 资源调配与业务规划、数据价值挖掘与 聚焦价值流，嵌入智能体：8大价值流牵引，构建15个智能体。 夯实数智基础，激活智慧动能：做精网络数字孪生底座、推进网络资源精准可视，持续增 强网络大模型。 强化内生智能，使能跨层协同：重点提升高精融合感知、灵活可信控制、隐患预测、单域 自愈自优、能力开放使能上层跨域协同。 创新机制： 技术合作：与产业伙伴合作，形成技术创新合力。 部省共创：构建总部与省分之间的高效一体化创新协同体系。 生态共 五大能力：高精融合感知、灵活可信控制、隐患预测、单域自愈自优、能力开放使能上层跨域 协同。保障E2E自动化各个环节的连续性、可靠性、少人化。 图12 网络内生智能使能跨域协同示意图 l 高精融合感知：感知对象从有源到无源，感知粒度从网络级到应用/用户级，感知频度 从分钟级到秒级/毫秒级，提供多维高精基础数据。 l 灵活可信控制：在网络割接、扩容、升级等场景开展事前仿真、事后校验，实现可信 执行、零风险、配置错误不入网。

再保险合约交易流程图 5 基于区块链的再保险交易平台将再保险交易过程数字化，并基于区块链分布式账本实现参与各方的信息实时更新、 同步共享、随时核验，交易进程与业务条件公开、透明、可回溯。提升上下游数据的可信度，降低风控难度，实现再 保数据的共享和交换，降低交易成本，强化多方信任协作。 所属类别 总体介绍 数字赋能应用 应用效果 再保险是保险业务的重要组成部分，被称为“保险的保险”，是多种保险实体之间的一种风险再传递，可以分散 再保险合约信息、合约交易的协商过程、协商材料等数字化和 电子化，并且将分出公司邀约上链，再保险公司邀约上链，分出公司合同确认上链及再保险合同确认签署操作中的再 保险合约信息实时进行链上存储，根据可信时间源加盖时间戳，固化合同历史版本。利用区块链上的合同信息不可篡 改的特性，引入各环节数据核验操作，使再保险公司可以直观了解当前再保合约与历史上链时点合约信息的变化。 6 该平台中，主要采用了以下三点创新设计： (2)区块链技术与关系型数据库的融合：对数据表的所有操作以交易记录的形式记录在区块链上，用户可以自主配 置想要同步的表到本地数据库，从而建立一个分布式、可溯源、公开透明、不可篡改的系统，在增强系统可信度的同 时保证了较高的系统性能。 (3)跨链融合：系统增强了其他市场主体的接入能力，可逐步推广至行业联盟。当其他使用异构区块链的市场主体 接入时，可通过跨链融合技术接入更多的联盟链或私有链，现

从开发、运行到运维、集成——均需围绕智能体的自主性、协同性与进化能力重构。 从技术视角看，AI-Native 架构的关键在于数据与 API 的智能融合，传统企业系统沉淀的海量数据，需通过统一的 可信数据资产目录实现跨域流通，为 Agent 提供实时、高质量的训练与推理燃料；而 API 则从传统的服务接口演进为“智 能连接器”，通过动态编排与语义理解，支撑 Agent 间的自主协商与任务分解。此外随着云原生 “智能决策”。 华为云始终践行“一切皆服务”战略，致力于将最前沿的技术转化为企业触手可及的服务能力。在应用现代化领域， 我们聚焦六大核心技术：组装式交付、数智驱动、DevOps、服务化架构、安全可信、韧性。这些能力已在金融、制造、 能源等行业得到充分验证，帮助客户构建面向未来的现代化应用体系。 大模型和智能体技术的发展，让应用的智能化从愿景走向现实。这不仅是技术架构的升级，更是产业生态的重构。 3.5 智能组装与集成，扩展应用能力边界 4.3.6 统一的智能体可观测，支撑海量智能应用高效运维 4.3.7 多模态交互，建立双向人机协同体验 4.3.8 AI 内生安全，确保应用全生命周期可信 5 应用智能化的实现路径与关键考量点 5.1 应用智能化实现路径 5.1.1 应用智能化成熟度技术演进路径 5.1.2 应用智能化的实施路径 5.2 应用智能化的关键考量点 5.2.1

动态资源适配与调度、模型市场与发现机制、面向 特定场景的模型优化服务等AI变革新特性；智能体 与应用编排要求自适应与自学习编排、可解释性与 可追溯性等。 服务治理层包括安全可信AI和AI全栈治理两大支柱， 旨在推动企业AI安全及治理从原则规范走向工程化 落地。安全可信AI要求实现可视化、强检测、广覆 盖、可落地等AI变革新特性。AI全栈治理包括从底 层基础设施到上层应用的全技术栈联合治理和全栈 指标定量建模，需要为上层AI应用构建起无形但又 Ready能力的多维度拆解 表 2 硬实力 技术（Technology） 企业在AI技术要素（如平台、工具、框架、方法）的选择、使用与 创新效果，同时建立AI速赢示范案例，确保AI的可解释性和可信度。 数据（Data） 企业在AI方面的数据获取、存储、管理、治理等方面的能力，能确 保AI数据安全性、准确性、多样性、可访问性和时效性。 业务（Business） 以客户为中心，从业务前、中、后台全流程实现智能化提升。以创 能构建起“政产学研用”协同机制；能评估机遇与风险，并监测其 对业务的影响及价值。 治理（Governance） 企业在AI开发与应用中，为实现风险防范、合规运营及伦理责任而 建立的规范与机制，涵盖技术风险全生命周期管理、可信AI准则、 数字伦理规范及社会责任履行等要素。 人才（Talent） 企业在AI人才储备与管理方面的策略，包括人才招聘、培养、激励 与留用，以及通过内外部资源提升员工技能、弥补人才缺口。 组织机构

新奠定了技术基础。这种基于自然语言理解和代码生成的新模式，有 望显著降低控制程序开发的技术门槛，提升开发效率。 然而，将 GenAI 技术应用于专业的工业控制领域仍面临严峻挑战： • 安全性与可信度问题：工业控制系统直接关系到生产安全和设备稳定运行，对代码的安全性和可靠性要求极高。 AI 生成的代码是否能够满足工业级的安全标准，如何确保生成代码的逻辑正确性和运行稳定性，成为技术应用的 关键挑战。 是一款专为工业控制领域设计的本地化 AI 辅助代码生成解决方案。该方案基于 英特尔® 架构和 IntervalZero RTX，将先进的生成式 AI 技术与工业控制系统深度融合，为控制工程师提供了一个安全、高 效、可信赖的智能编程助手。 核心技术架构 • 本地化工业级大模型：MCCoder 采用专门针对工业控制领域优化的中小模型 (SLMs)，结合丰富的自动化代码生成示例 与训练数据，能够通过用户的自然语言 身的代码纠错与检查功能，还能在虚拟引擎中进行自动化测试，通过数字孪生进行可视化验证，并对执行结果与轨迹数 据进行分析。这种人-机-AI 协同的多重验证能确保 AI 生成代码的安全与可信，有效规避对设备和人员的潜在风险。 • 智能代码与文档解读：为确保代码的可用性与可信度，系统还能为代码及其背后的控制逻辑，生成图文并茂的多模态 解读。这种方式还原了专业文档的上下文逻辑，能有效帮助开发者深入理解和掌握代码，为后续的交互与改进提供清