录流程 税务敏感数据泄露风险管控平台 www.leagsoft.com LeagSoft 平台功能 联软介绍 平台简介 目录 案例介绍 www.leagsoft.com 平台介绍 www.leagsoft.com 建设税务敏感数据防泄露平台的必要性 3.4“ 税务业务数据是税务信息系统所处理的税务业务的数字化表现形式。 平台建设目标 平台优势：业务免改造、易实施、见效快 建设目标： 以税务业务系统为目标，以合规为目的，对静态数据、动态移动数据 及使用中的数据进行发现、识别、分类、分级、监控、保护，进而保护税务 敏感数据的安全。 。 www.leagsoft.com 联软税务数据防泄露平台特点 自动化流程管理 以征管系统为中心 主被动结合式防护 联 软 科 技 传 统 厂 商 被动文件防护 传统设备管理 核心功能 登录审计 业务管理帐号登录 审计告警 业务防护 业务 / 数据库资料 防护 数据发现 数据识别、分类、 分级、移动 数据流转 数据流转内 / 外部 规则 管理视图 敏感数据可视化 www.leagsoft.com 数据发现 对终端上的数据按策略条件进行扫描，对扫描的数据进行业务 分类和分级并上报至后台服务器，并根据策略动作将数据移动 到本地“虚拟安全受控盘”（

数据安全合规性..................................................................................90 4.3.1 敏感信息脱敏.............................................................................92 4.3.2 数据访问权限控制 请求/秒 300 请 求/秒 意图识别准确 率 78% 92% ≥ 系统响应延迟 1.5 秒 ≤800 毫秒 安全合规保障 1. 通过国家三级等保认证，实现数据全链路加 密与审计追溯，敏感信息脱敏处理率达到 100%。 2. 建立双通道审 核机制，所有 AI 生成内容需经规则引擎校验后才会触达用户，确 保输出合规性不低于 99.5%。 项目实施后将形成标准化 AI 接入范式，为后续社保、税务等 事由分类模型+优先级排序算法 处置响应速度提升 40% 对于复杂业务场景，采用分层处理机制： 实施过程中需特别注意三个关键点：一是建立政务术语标准化 词库（首批需纳入 5000+专业术语），二是设计容错机制确保敏感 业务 100%人工复核，三是构建动态学习闭环，每周更新政策知识 库版本。通过上述设计，可使智能体在确保合规性的前提下，将窗 口人员事务性工作量减少 60%以上。 2.1 政务系统核心需求

b) 应具备对于推理和决策过程的解释能力； c) 应留存完整审计日志，记录模型推理请求来源、数据调用路径、异常行为捕获等信息，支持动 态监测与追溯分析； d) 应支持代码安全审计，发现潜在安全缺陷及敏感操作代码，实现对算法逻辑和数据处理模块的 可信验证； e) 宜开展软件供应链安全监测，对大模型系统及其平台所依赖的开源组件、第三方库等进行漏洞 扫描，版本管理与依赖风险分析，防范潜在的软件供应链攻击风险，保障整体系统可信性。 宜具备平台扩展能力，能够根据业务需求进行平台的扩展和升级，包括增加计算资源、存储容 量、用户规模等，以满足不断增长的模型训练和应用需求。 T/ISC 0079—2025 10 7.3 数据运营 a) 应设立专门的敏感词库，包括法律法规禁止使用的词汇、不当言论等，定期更新、维护，确保 库内词汇的准确性和实时性。 b) 宜具备对大量数据的存储、检索和管理的能力。这包括提供高效的数据库系统，支持数据的备 份和恢复，以及提供数据的安全保护措施； 题，来确保面向政务各类业务领域能快速拓展； d) 应支持根据所依赖的政务知识进行回答，在交互过程中能有效地从知识库中获取相关信息，并 能在回答中进行引用和解释； e) 应具备对用户问题和大模型回答的内容审核能力，包括敏感信息过滤、恶意言论识别、违法信 息筛查、回答内容的审核等，以提供准确、可靠、安全的交互式问答服务； f) 宜支持根据用户的问答内容，给出推荐问题，提升用户提问效率。 8.2 生成式 BI a)

的数据挖掘和可视化分析工具。  智能决策支持：基于大模型的预测分析能力，为政策制定和资 源配置提供精准建议。  网络安全与隐私保护：确保 AI 系统的安全性和合规性，采用 加密技术和访问控制机制，保护敏感数据。  用户体验优化：通过自然语言交互和个性化推荐，提升公众和 政府工作人员的满意度。 在具体实施过程中，政务办公大模型 AI 的建设需结合地方实 际需求，分阶段推进。初期可通过试点项目验证技术可行性，逐步 数据分类分级管理是另一个重要环节。根据《数据安全法》的 要求，政务数据应按照敏感程度进行分类分级，并针对不同等级的 数据制定相应的保护措施。例如：  绝密级数据：仅限于特定人员访问，存储于独立的安全区域， 实施多重加密和物理隔离。  机密级数据：采用高强度加密算法，访问需经过严格审批和二 次验证。  敏感级数据：实施访问控制和日志记录，确保数据使用可追 溯。  普通级数据： 普通级数据：进行基本加密和访问控制，确保数据不被滥用。 此外，平台应建立数据脱敏机制，在数据的使用和共享过程 中，对敏感信息进行脱敏处理，以降低数据泄露风险。例如，在数 据分析和模型训练过程中，对公民身份证号、手机号等信息进行部 分隐藏或模糊处理。 最后，平台应定期开展数据安全演练和风险评估，及时发现和 修复潜在的安全漏洞，并制定应急预案，确保在发生数据安全事件 时能够迅速响应和处置。通过以上措施，政务办公大模型

大模型在政务平台中的具体应用 场景和用户的详细需求，为后续的系统设计和开发提供有力支持。 2.4 安全需求 在部署全省一体化政务平台并接入 AI 大模型的过程中，安全 性是核心需求之一。政务平台涉及大量敏感数据，包括公民个人信 息、政府内部数据以及公共服务相关数据，因此必须确保数据的机 密性、完整性和可用性。首先，平台需采用多层次的加密措施，包 括数据传输过程中的 SSL/TLS 加密以及数据存储时的 进行容器化部署，实现资源的动态调度和弹 性伸缩。 数据安全是政务平台的核心问题，因此需采取多重措施保障数 据隐私和合规性。在数据传输环节，采用 TLS 加密协议确保数据在 传输过程中的安全性；在数据存储环节，对敏感信息进行脱敏处 理，并结合国产加密算法对数据进行加密存储。同时，建立严格的 数据访问控制机制，基于角色和权限的动态授权模型，确保只有合 法用户才能访问特定数据。 模型部署方面，选择支持分布式训练的框架（如 在数据安全与隐私保护方面，需严格按照国家相关法律法规， 制定并执行数据安全管理规范。包括但不限于数据加密、访问控 制、数据脱敏、日志审计等技术手段，确保数据在传输和存储过程 中的安全性。针对敏感数据，应采取分级分类管理策略，设置不同 级别的访问权限，防止数据泄露和滥用。 为提升数据治理的智能化水平，可引入人工智能技术，例如自 然语言处理和机器学习算法，实现数据的自动分类、标签化和关联

无最终用户访问  I/O 敏感，连续小批量的数据抽取和加载  少量量数据使用 Hive 的 Load 命令，大量数据使用 MR 程 序  与主题区 / 贴源区 / 集市区构成一个 Hadoop 集群（ Hive ）  无单点故障， 7×24 小时 + 非工作日有限停机  主题数据区、集市数据区和沙盘演练数据区批量作业访问  无最终用户访问  I/O 敏感，日终批量 ETL  以  第三范式模型  保留长期历史，需要根据主题细化  主题区 / 集市区 / 沙盘区 / 增值产品区 / 归档 区批 量作业访问  少量高级业务人员进行灵活查询、挖掘预测  I/O 敏感，日终批量 ETL （合并、拉链、关联、汇总等等）  以 ELT 形式通过 Hive SQL 执行，复杂处理使用 MR 定制 UDF  与大数据区 / 贴源区构成一个 Hadoop 集群（ Hive Hive ）  无单点故障， 7×24 小时 + 非工作日有限停机  集市区 / 沙盘区 / 增值产品区 / 归档 区批 量作业访问  少量高级业务人员进行灵活查询、挖掘预测  I/O 敏感，日终批量 ETL （连接、聚合、汇总等等）  以 ELT 形式通过 Hive SQL 执行，复杂处理使用 MR 定制 UDF  与大数据区 / 贴源区构成一个 Hadoop 集群（ Hive

列出了适用于判别模型的几种常见算法及其特点： 算法类型 优势 劣势 支持向量 机 高维空间处理能力强，适合小样本 学习 对于大规模数据集计算成本高 决策树 易于理解，适合数据可解释性需求 容易过拟合，对数据噪声敏感 随机森林 集成学习，降低过拟合风险 模型复杂度高，训练和推理时间较长 神经网络 处理复杂数据和特征的能力强 需要大量标注数据，计算资源消耗大 通过构建合适的判别模型，政务 AI 法制员能够在处理法律文 板以及常见法律咨询问题。应建立一个自动化的数据采集与更新机 制，确保数据的时效性与准确性。此外，对于数据存储与管理，还 需建立标准化体系，以便于后续数据分析与挖掘。 安全需求则是保障模型运行的基础。由于涉及敏感法律数据， 必须采取严格的数据访问控制措施，确保只有授权用户才能访问相 关数据。同时，必须遵守国家相关法律法规，确保用户隐私安全。 应实施数据加密、传输加密等安全措施，以防止数据泄露和滥用。 果应 提供相关法律条款的解释、适用范围及类似案例的总结，确保用户 获取的信息全面且准确。 同时，数据安全和用户隐私保护也是不可或缺的功能。系统应 实现数据加密、用户身份验证等机制，以确保所有敏感信息的安全 存储和传输。各项功能需通过权限管理进行控制，保证信息的访问 仅限于授权用户。 最后，易用性和用户体验是系统设计的重要考虑因素。界面应 简洁明了，操作流程应流畅，便于用户快速上手。应提供多种语言

AI 模型设 计 知识图谱 智能搜索 3 1 数据自动分级 数据自动分类 敏感数据自动识别 数据标准自动推荐 数据质量规范性检查规则 政务事项智能匹配 相似目录识别 数据血缘自动识别 数 据 数据资源 目录基本信息 目录信息项 资源信息 业 务 规则标准 数据分级分类标准 敏感字段设置 数据归类规则 数据比对规则 政务事项清单 需求清单 • 数据规则智能匹 支持自定义数据分级分类策略 ， 自动化周期数据 分 级分类扫描。 常规 内部 敏感 机密 一级 二级 三级 四级 脱敏显示 数据级别： D 人员安全级别： 共享资源目录信息项定级 敏感数据传输加密 数据安全开发 数据分级分类 共享流程管控 数据定级 自动扫描 30 源端 增强数据安全保 001010100101010010101 010100100101010101001 一级 二级 三级 四级 识别脱敏同步一体化 数据分级分类 敏感数据发现 数据脱敏 数据抽取 数据装载 开发人员 31 脱敏算法 住址仿真算法、号码仿真算法 工商注册号仿真算法、号码仿真算法、 姓名仿真算法、时间仿真算法、 email 仿

然后输入手机 APP 上获得的一 次性口令，平台对静态口令和一次性口令验证成功后，用户即可正 常登录到平台进行日常事务办理。因此****单位国产密码应用的现 状是，目前只对用户密码身份验证这个最敏感的环节做了国产密码 的安全改造。 3.2 面临的问题 目前在密码应用上主要存在以下几个问题： 1、除了系统核心的用户身份认证技术采用的动态口令验 证过程采用国产算法加密外，协同平台重要数据和数据库 缺乏基于密码技术的身份鉴别机制，服务器有被非法用户 入侵的风险，特别是通过互联网进行远程运维时管理数据 缺乏机密性、完整性保护，管理流量中敏感数据有被非法 窃取和篡改的风险。 3、用户在访问协同办公平台时采用明文传输方式，缺乏 密码机制保护敏感数据在传输过程中的机密性、完整性保 护机制，关键数据在通过互联网传输时有被非法篡改、非 法窃听的风险。 4、在公文发布、流程审批等关键交易环节，缺乏密码技 立一条传输加密通道，所有传输的数据将通过加密隧道进行安全传 输，防止办公数据在经过互联网传输的被非法窃取和篡改。 签名服务系统将与协同办公管理平台进行对接，为协同办公业务在 传输和存储过程中的敏感报文、领导审批、公文扭转、公文发布提 供数字签名、和签名验证服务，确保数据在传输、存储过程中的完 整性和不可否认性。 动态口令系统将与协同办公平台服务器进行整合，为运维管理人员 登录服务器时

作人员手工操作，提高工作效率。 增值核心能力 2 ：定位与路线跟踪保障老人安全 敏感区域 通过智能手环（近距离数据传输和实时定 位）、视频监控（敏感区域如楼顶、湖边 等）、电脑后台多端结合，构建自动采集、 定位、管理一体化平台，实现以下能力：  实时确定老人位置  查看老人运动轨迹  老人走失自动报警  敏感区域报警 实时跟踪老人轨迹，确保老人安全！ 增值核心能力 3 ：社群运营平台满足老年人的情感需求