集阶段需确保数据来源真实（如传感器校准、用户授权采集）、内 容准确（如去重、校验），避免“假数据”流入；传输阶段通过加密 （如TLS/SSL）、身份认证防止数据被篡改或窃取；存储阶段需加密 存储、分级访问控制（如敏感数据隔离存储），防范非法访问；处 理阶段用隐私计算（如联邦学习、差分隐私）保证“数据可用不可见 ”，或通过审计日志确保处理行为合规；共享阶段通过权限管理（如 细粒度访问控制）、溯源标签（如区块链存证）实现“谁能共享、共 第四是数据交易 合规，需通过合法交易场所开展，遵循《数据要素交易合规性指 引》，明确交易主体“来源合法、用途正当、不侵权”的责任；第五 是隐私与伦理合规，个人数据资产化需贯彻“最小必要”原则，敏感 数据需经用户单独同意，避免非必要采集或滥用；最后是审计与追 溯合规，需建立全链路日志记录，确保数据产生、加工、交易等环 节可追溯，符合《网络安全法》日志留存要求。此外，跨主体协作 （如联邦 可信流转”的关键 依据。其核心内容包括：分类原则（按“主题”“用途”“敏感程度”等维 度，如个人数据、法人数据、公共数据等类别）、分级方法（基于“ 影响对象”（个人、组织、国家）与“影响程度”（一般、较大、严 重、特别严重），将数据划分为“一般数据”“重要数据”“敏感数据”等 层级，部分场景可进一步细化为“核心敏感数据”），以及实施流程 8 （数据识别、分类、分级、动态调整）。在可信数据空间中，该标

非法聚集 经济诈骗 抢掠行凶 轨迹标签 位置标签 关系标签 个体标签 终端标签 职住标签 地理标签 围栏标签 图像标签 同行标签 APP 标签 肇事逃逸 警务指挥 u 针对特定敏感人群，提供特 定区域的围栏监控 u 输出特定人员与围栏之间的 进、出和相对位置 u 输出破坏了围栏安全管理要 求的个体和位置信息 u 用于区域、时间、身份证、 终端 IMEI 轨迹的关联、伴随建模查询 u 同渠道入网查询等 u 输出的形态为涉及个体的号 码列表、概率或权重信息 敏感信息，需授权！ u 为具有某特定特征的用户进行短信交互，主要用于事前 提醒、事中监控及事后跟踪 u 输出的形态为短信发送和数量统计， 不涉及个体信息 非敏感，不需授权 》 六大标准产品分类 群体或非敏感信息类 u 从多种时间、空间维度上统计重点区域、重点人群的 属性和分布，包括流入、流出来源， 输出的形态为表格、图等形式，不涉及个体信息 个体和敏感信息类 安全信息 安全查询 安全群控 安全围栏 安全定位 安全研判 根据客户定义的特定人群，特定时间段内，限于特定 区域特定地理围栏，监控人员离开情况 出围栏 根据不同场景模型建立围栏 场景建模 交管部门对肇事多发地进行围栏监 控 对某地区敏感人群进行围栏监控 刑侦部门抓捕逃犯

1) 当应用或服务进行跨网传输时，引用提供的 SDK 包，发布数据到消息队列中。 2) 内网传输系统获取信息，对信息进行数据处 理，生成二维码传输到外网。主要进行消息订阅获 取数据、过滤敏感数据、数据权重设置和拆包、传 输数据加密、数据缓存、启动定时器更新数据、生 成多张二维码进行数据跨网传输、多张二维码拼接 成一张图像，当未获取相关数据并生成二维码的情 况时，由于定时器从缓存数据中未获取到相关数据， 内网传输系统对外网数据进行接收。主要包 括获取数据、解密数据、同步数据和删除缓存等。 其中，针对火炸药行业应急信息传输特殊性及安全 性，特别进行敏感数据过滤及应急信息权重设置： ① 对敏感数据进行过滤。根据关键词库过滤和数 据上下阈值过滤 2 种过滤规则，对敏感数据进行过 滤。获取传输数据后，根据关键词库过滤规则，基 于 Lucene 分词原理对维护数据进行词组的拆分，与 关键词库对比；根据数据上下阈值规则，对拆分数 码来提高传输数据的效率。 4) 对生产应用系统产生的数据可进行权重设 置，通过调整数据的权重，从而达到权重越高，数 据越先传输的效果。 5) 针对敏感数据可进行过滤，支持维护敏感数 据过滤规则，过滤规则主要以关键词库过滤、数据 上下阀值过滤为主，当触发敏感数据规则时，系统 记录日志，并以邮件通知相关人员，且不对数据做 后续处理[10]。 4 结束语 围绕火炸药行业应急管理事前、事发、事中、

处理。特别在售后场景中，模型驱动的智能工单系统使平均处理时 长从 4.3 小时缩短至 26 分钟。 模型的安全合规特性为 CRM 应用提供关键保障。通过差分隐 私训练和联邦学习技术，确保客户敏感信息在 AI 处理过程中全程 加密。经第三方测评，其数据泄露风险指数仅为传统系统的 1/8， 同时满足 GDPR 和 CCPA 等国际隐私标准。在计算效率方面，采用 量化压缩后的模型可在 NVIDIA 客户画像同步 1200 210 <0.1% 5 ≤ 分钟 工单意图识别 800 150 <0.05% 实时 销售预测批量计算 200 1800 <0.2% 1 ≤ 小时 系统集成拓扑采用混合部署模式，客户敏感数据存储于本地化 CRM 数据库，通过专用数据管道向云端 DeepSeek 模型服务推送 脱敏特征数据。实时交互类场景部署边缘计算节点，将模型推理延 迟控制在 100ms 以内。历史数据迁移采用分片增量同步策略，每 智能客户洞察与分层 通过大模型分析客户历史交互数据（通话记录、邮件、工单），自 动生成客户画像标签体系。例如，对电商行业客户可提取购买偏好 “ ” “ （如 高客单价数码产品倾向者 ）、服务敏感度（如 物流时效敏感 ” 型 ）等维度，结合 RFM 模型输出动态分层结果。 数据输入类型 模型处理逻辑 输出维度示例 客服对话记录 情感分析+关键词抽取 投诉风险等级（1-5 级） 订单历史 关联规则挖掘

行为分类响应延迟：<800ms（从视频输入到特征输出）  多目标跟踪 ID 切换率：<3%（在拥挤场景下） 对于常见治安相关行为，系统建立了特征匹配规则库： 1. 异常停留检测：持续 30 秒以上在敏感区域且移动半径<2 米 2. 聚集行为判定：5 人以上群体持续存在且相互距离<1.5 米 3. 奔跑识别：水平速度>3m/s 且加速度持续为正 4. 物品遗留检测：静止物体与所有者距离超过 3 次以下，通过在线学习机制 持续优化特征权重。 分析结果以结构化数据输出，包含行为类型、置信度、时空坐 标、关联对象等信息，供上层研判系统使用。系统支持特征模板自 定义，可根据不同应用场景快速调整敏感参数阈值，如学校周边区 域会重点监测人员聚集特征，而交通枢纽则强化行李遗留检测灵敏 度。 3.3 实时视频分析引擎 实时视频分析引擎采用分布式流处理架构，通过多级流水线实 现毫秒级响应。系 次/千小时，满足公安部《公共安全视频 监控系统技术要求》中关于异常事件识别的性能指标。 模型实现的关键技术环节包括：  时空注意力机制：在 3D ResNet-50 骨干网络上增加 SE 模 块，对异常敏感区域（如人群聚集、快速移动物体）赋予 0.65-0.92 的动态权重  多尺度特征金字塔：构建 5 级特征层次结构，分别处理 16×16px 至 512×512px 不同尺度的目标检测 

径。例 如，通过 dtreeviz 库生成二叉树路径图，明确展示从根节点到预测 ” 结果的分裂条件（如 市盈率<15 → ” 买入 ）。关键节点可附加条件 概率： 4. 敏感性分析矩阵 构建输入-输出敏感性矩阵，量化关键参数变动对收益的影响。测 试±1 标准差范围内的参数扰动，记录夏普比率变化： 参数 变动范围 夏普比率变化 最大回撤变化 止损阈 值 ±5% -0.3~+0 应时间 o 订单成交率低于 50%时的流动性补偿策略触发情况 o 系统资源占用率（CPU>90%持续 5 分钟）的自动降级方 案 回测验证标准 需建立三重校验机制防止过拟合：  参数敏感性分析：对策略核心参数（如均线周期、止损比例） 进行网格搜索，要求夏普比率波动范围<0.5  蒙特卡洛验证：随机抽取 20%历史数据作为样本外测试，累 计收益率衰减幅度需控制在基准的±10%内 5IQR，其中 IQR=Q3-Q1。  动态阈值法：对波动率突变的资产（如加密货币），使用 ATR（平均真实波幅）作为动态阈值基准，超过 3 倍 ATR 的 波动视为异常。 示例：不同方法的敏感度对比（回测数据） 方法 标普 500 异常值占 比 比特币异常值占比 3σ 原则 0.27% 5.82% IQR 0.89% 3.41% 动态 ATR 1.12% 1.97% 2

智能应用要具备良好的用户体验，能够满足各部门的 实际工作需求，提高工作效率和服务质量。 2.1.3 安全合规需求 政务数据涉及大量的敏感信息和个人隐私，因此 安全合规是各部门在数据使用过程中首要考虑的问题。 例如，省纪委监委的监督数据属于高度敏感信息，需 要严格的安全管控和存证溯源机制；省卫生健康委的 医疗数据涉及个人隐私，必须严格遵守相关隐私保护 法规。 平台需要建立完善的安全合规体系，实现对数据 功能需求 2.2.1 数据治理 平台需要提供全面的数据治理功能，包括数据清 洗、脱敏、标注、知识图谱构建等。数据清洗要能够 去除数据中的噪声、重复数据和错误数据，提高数据 的准确性；数据脱敏要对敏感数据进行处理，确保数 据在使用过程中不泄露隐私信息；数据标注要为机器 学习模型提供高质量的训练数据；知识图谱构建要将 分散的数据关联起来，形成结构化的知识体系，为智 能应用提供知识支撑。 平台需要采用多层次的数据加密技术，确保数据 在传输和存储过程中的安全。传输层采用 SSL/TLS 加密技术，防止数据在传输过程中被窃取和篡改；存 储层采用 AES-256 加密技术，对存储的数据进行加 密保护；对于敏感数据，采用同态加密技术，实现数 据在密文状态下的计算和处理，确保数据 “可用不可 见”。 2.4.2 访问控制 基于角色的访问控制（RBAC）结合动态权限调 整，实现最小权限原则。根据用户的角色和职责，为

私数据的方式交换中间计算结果，从而协作完成某项机器学习任务的模式。 3.24 可信执行环境 trusted execution environment 指基于硬件级隔离及安全启动机制，为确保安全敏感应用相关数据和代码的机密性、完整 性、真实性和不可否认性目标构建的一种软件运行环境。 3.25 密态计算 confidential computing 指通过综合利用密码学、可信硬件和系 流转的场景，必须依照《网络安全法》《数据安全法》《个人信息保护法》及关键信息基础设施 安全保护条例等、跨境数据管理规定等对数据来源、使用目的、处理方式、存储期限等关键环节 完成合法性和安全性评估，特别关注涉及敏感信息（如个人隐私、商业秘密、重要数据等）的场 景；并将合规审查报告、发现的问题清单、整改措施及最终批准记录完整存档；情形复杂或影响 范围较大时，宜委托具有资质的第三方机构开展专项合规评估。 —— 据安全管理体系、技术交付能力以及历史合规记录等内容。未通过核验的主体不得纳入参与名 单，审核结果应留档备查。 ——数据提供方应按照空间运营者发布的数据分类分级规则，对其拟供给的数据资源进行 类别标识和敏感等级评定，并完成权属确认、使用授权范围说明及元数据登记。元数据登记至少 应覆盖数据标识符、来源与生成时间、数据格式、更新频率、质量状态、合规限制及联系方式等 字段，以支撑后续自动检索与精准匹配。

：记录所有修改痕迹，支持按客户、时 间、操作员三维度审计。某案例中，该功能帮助追回被 篡改的抵押率数据，避免 260 万元损失。 5. 数据安全 o 脱敏失效：审批环节暴露客户手机号、住址等敏感信 息。DeepSeek 可配置字段级权限，确保信审员仅看到 必 要信息。测试显示，该措施减少 83%的数据泄露风险。 2.1.3 市场风险 市场风险是授信审批过程中不可忽视的核心风险点，主要源于 场风险纳 入授信决策体系，具体风险维度及防控措施如下： 1. 关键风险要素  利率风险：贷款定价与市场利率倒挂可能导致银行收益缩 水，需通过重定价缺口分析（Repricing Gap）评估敏感 性。 例如，对浮动利率贷款占比超过 60%的客户，需模拟利率上 升 200 个基点时的现金流压力。  汇率风险：涉外企业客户的外币债务敞口需与经营现金流币 种匹配。某制造业客户美元负债占比超 实施过程中需重点处理：  数据实时性：通过 API 网关实现 T+1 数据更新，对大宗商品 贸易等高风险场景启用分钟级监控  模型迭代：每月更新行业特征权重，例如对光伏行业增 ” ” 加 硅料价格敏感度 参数  预警处置 ：设置三级预警机制，对物流异常等初级预警自动 发起单据复核，对核心企业评级下调等重大预警触发授信重检 典型应用案例显示，某汽车零部件供应链平台接入系统后，实 现：

习近平总书记在中共中央政治局第二次集体学习会议 连接风险 > 静态此类一次验证授权 ，访间控制不精细 > 接入人员身份复杂 > 接入设备复杂 ，安全不可控 数据泄露风险 > 搜权粒度粗 > 敏感 、普通数据融合 ，但唯独授权管理粗放 > 越权访问 ，数据溢用 、泄露风险高 单点防御失效 > 单点防护难 ，突破单点后 ，缺少安全控制 > 针对内网的横向攻击难以防御 ，安全策略难以生效 数据分类分级标准 数据分类分级标准 敏感数据清单 数据流转视图 APV 数据库动态在线共 享文件流转共事场景 散乱分布的数据 智能数据分类分级 自然语言处理 底层 特延 智能数据资产喷 探 凸 一个城市大脑：数据安全大 脑 数据分类分级 数据安全大脑 共享数据泄漏潮源 俾领女员 AP 咚 挽 敏感数据定义 敏感数据预定义 + 敏感数据自定 义 特征关键字 特征关键字 正则表达 式 数据资产探查 数据权责清单 数据泄漏溯源 敏感数据识 别 高层 特征 语 义 敏感数据探查 重点街道 基础设施运行 城市运行感知监测 城市环境卫生