- 综合排序
- 最热优先
- 最新优先
- 来自专栏腾讯云安全的专栏
腾讯云公布安全 AI 布局，聚焦 AI 及大数据构建智慧安全
8月16日，第三届中国互联网安全领袖峰会（CSS2017）大数据及云安全专场在北京召开，会议以“智慧安全 护航云端”为主题，聚焦如何用AI及大数据构建智慧安全。 他指出，基于海量安全数据，腾讯对 AI 安全的探索已经走过很长的一段历程，而目前，腾讯海量业务积累下来的 AI 安全能力，正通过腾讯云全面对外开放。 AI 安全产品背后 拥有由大数据驱动的 AI 安全引擎 机器学习是重要的 AI 能力，腾讯云专家工程师成杰峰博士在会上指出了机器学习在安全领域应用的两大阻碍：一是样本问题，不存在天然的恶意攻击样本，且攻击的不断变种使得样本本身也具有时效性 此次大会，腾讯云聚焦 AI 及大数据在云上安全的实践，全面展示安全 AI 的布局，相信将激发安全行业对 AI 应用的更多思考。 至此，腾讯云“AI 即服务”的战略与“智能云”概念在安全领域的布局已十分清晰，将基于大数据 AI 引擎，将核心 AI 能力与不同安全场景结合，打造更具智慧安全的云上环境。
2.1K30发布于 2018-06-12 - 来自专栏京东技术
ISC 2018掀安全风暴 京东安全布局大数据与AI
日前，ISC 2018互联网安全大会在北京国家会议中心举行。京东安全受邀参与本届大会，并分享了AI安全相关研究成果。 对于大数据安全的保护，赵彬提出了系列解决方案，包括反爬虫技术、CAPTCHA图形验证码、AI人机识别等。 据了解，为了保障用户数据安全，京东率先定义了数据脱敏规范。 除此之外，京东安全还在大力发展AI解释技术，从根本上理解AI的判断逻辑，从而更能有针对性的作出反击。 >>>> 安全更重服务和运营 在全球网络安全的威胁下，没有人可以独善其身。 特别是对于一些网络安全领域没有研究和积累的中小企业来说，面对AI、大数据等技术的集中爆发，随时可能面临黑客攻击而无招架之力。 据了解，目前京东安全在七大块进行了部署，除了数据中心、智慧物流、大数据安全、账号业务安全等，还有IOT安全、AI安全等新兴方向。
55920发布于 2018-09-28 AI 安全文件数据分析系统：技术架构与数据安全防护实践
AI 安全文件数据分析系统通过深度学习语义理解 + 智能分级管控 + 隐私计算的技术闭环，构建文件全生命周期安全防护体系，实现从 “被动防御” 到 “主动治理” 的转型。 1.2 分析层：AI 驱动的威胁检测与语义理解作为系统 “安全大脑”，通过深度学习模型实现精准威胁识别与动态进化：语义级威胁检测：基于 BERT 微调的文本分类模型，识别文件中的 “敏感信息泄露”（如身份证号 三、隐私计算与安全保障：技术伦理与风险防控3.1 隐私计算架构采用 “数据不动模型动” 的联邦学习 + 隐私增强技术，确保数据安全与合规：联邦学习：各企业节点仅共享模型参数更新，原始文件数据始终本地存储 五、总结：AI 重塑文件安全防护范式AI 安全文件数据分析系统的核心价值，在于通过 “深度学习语义理解” 突破传统规则引擎的局限，以 “智能分级管控” 实现威胁的精准处置，用 “隐私计算” 平衡安全与数据价值 随着多模态分析、量子加密等技术的落地，系统将进一步拓展安全防护的边界，成为企业数字化转型中不可或缺的数据安全基础设施，筑牢非结构化数据的 “安全防线”。
28210编辑于 2025-10-21- 来自专栏首席安全官
数据安全智能体：AI驱动的新一代企业数据安全防护范式
这种智能驱动的范式使得安全防护从”被动追赶”演进为”主动预判”，显著提升了威胁发现的时效性和准确率。该系统内置的AI分析引擎能够以毫秒级延迟检测到异常数据访问行为。 隐私计算与数据不动的技术创新在AI应用泛滥的时代背景下，如何既保护数据隐私又充分发挥数据价值，成为了企业面临的核心困境。 ：构建云侧高级分析能力与端侧实时防护能力的协同体系自治化的安全自适应：系统能够在人工干预最小的情况下，自主学习和演进其防护策略总体而言，国内首款数据安全智能体标志着数据安全从”技术驱动”向”AI赋能”的关键转变 ，为企业在AI时代构建可信、高效、可演进的数据防护体系提供了完整的解决方案。 参考文献数据安全智能体: https://www.cncso.com/ai-powered-data-security-agent.html
6121编辑于 2026-01-17 - 来自专栏AI科技大本营的专栏
隐私数据在隐私AI框架中的安全流动
隐私 AI 系统存在的目的就是赋能 AI，使得各种 AI场景下对用户隐私数据的使用都是安全的。 ，Rosetta、TFEncrypted等隐私 AI框架都采用了 MPC技术以提供可靠的安全性。 下面我们就结合具体案例看的看下在 Rosetta中隐私数据是如何得到安全保护的。 案例 Alice,Bob和 Charley三人最近需要在他们的 AI系统中引入对数据的隐私保护能力。 他们很重视安全性，所以他们想通过一个简单的例子 —— 乘法（multiply），来验证下隐私 AI 框架是否真正做到了隐私安全。 小结 安全性是隐私 AI框架的根本，在本篇文章中，我们结合隐私数据输入的处理和密文上乘法的实现，介绍了“随机数” 形式的密文是如何在多方之间流动，同时“神奇”的仍能保证计算逻辑的正确性的。
2.4K50发布于 2020-11-06 - 来自专栏腾讯云安全专家服务
基于AI技术的大数据安全审计平台研究
系统的解决大数据安全，必须建设一套符合大数据平台自身特点的事后安全审计体系，以统筹解决安全威胁，并进行系统性的安全威胁消除。 通过借鉴国内外大数据平台安全体系建设经验，参考业界前沿的安全技术手段和经验，我们提出了数据安全审计层进建设体系。该体系以组织架构为基础，通过组织架构的信息需求，建立大数据安全审计框架。 该安全审计框架自底向上依次建设“内容计算层、要点审计层、目标分析层”，并在建设过程中引入AI技术，构建基于AI技术的数据安全审计平台。 引入AI+聚类算法结果复合技术 引入聚类算法并进行结果复合，对数据源进行清洗修正，提升了数据源的精确度。 AI探测引擎工作流程包括：模型设计流程、ETL作业流程、数据质量监控流程。AI探测引擎保障机制包括：时间窗设计、ETL调度流程。
3.3K230发布于 2020-10-30 - 来自专栏腾讯云安全的专栏
「GITC 2016」腾讯云：数据+算法，让安全更AI
这场有VR直播的技术盛宴全面覆盖云、大数据、安全、运维、技术架构等热点专题，腾讯云安全技术总监王翔在11月24日的云专场发表了题为《云上业务安全最佳实践》的演讲，腾讯云安全首席架构师周斌11月25日在本次大会主会场发表了题为 《演进：让安全更AI》的演讲。 △腾讯云展位 云上业务安全最佳实践 腾讯云安全技术总监王翔从快速发展中的云计算中剖析了业务上的云会遇到的安全问题，围绕腾讯云天御这款为业务安全服务的产品，阐述了用户最关心的问题。 ? △腾讯云安全技术总监王翔 数据+算法，让安全更AI 腾讯云安全首席架构师周斌在会上谈到：“基于云计算、物联网、人工智能的突破，我们相信未来的安全形势将更加复杂更具挑战性，我们期望打造的是真正下一代的智慧安全 云是互联网新的生态空间，云安全是安全能力的一次整合再超越！” ? △腾讯云安全首席架构师周斌 周斌还指出：“数据+算法，形成智能的安全引擎。
1.4K30发布于 2018-06-12 - 来自专栏人工智能
建立安全的 AI
这将为神经网络带来两个有益的特性：首先，神经网络的智能可以受到更好的保护以免被他人盗取，消除了在不安全环境下训练的有价值的AI被其他智能盗取的风险；其次，网络可以只作加密的预测（这意味着在没有密钥的情况下 试想，如果AI是经过同态加密处理的，那么从AI的角度来看，整个外部世界也是同态加密过的。而人类可以控制密钥从而决定是解锁AI自身（在外部世界发布）还是只解码AI作出的决策（似乎显得更安全）。 这使得人们可以在加密数据上训练模型（CryptoNets）。此外，初创对冲基金会Numer.ai加密了昂贵，专有的数据来提供给任何人训练机器学习模型来预测股票市场。 相应地，人们需要寻求一个有效且安全的同态加密算法方案，可以根据任意的计算输入去完成相应的逻辑门操作。人们普遍的希望是可以将工作安全地移植到云上并且不用担心发送的数据被发送者以外的人监听。 虽然我也想做一些更简单的样例，但是从我们的主题和概念出发，首先要保证的是方案的安全性。 重点： 网络的权重全部是加密的。 训练数据是未加密的。
2.2K110发布于 2018-02-23 - 来自专栏AI SPPECH
当 SEO 遇上 AI 数据清洗：伪安全正在失效，真正的安全是什么？
本文深入探讨了AI时代的数据安全误区，揭示了"封闭式开发"与"无AI开发"的伪安全本质，并提出了"隐蔽式AI数据清洗开发"的全新安全范式。 本文为AI工程师与技术决策者提供了构建安全、高效、合规的数据清洗管线的完整指南。 1. 但在AI时代，这一矛盾正在被打破。 我们提出了安全与SEO的统一框架，核心思想是：高质量的数据清洗不仅能够提升数据安全性，还能同时优化SEO效果。 搜索引擎AI化加速：搜索引擎将进一步融合大模型、生成式AI等技术，SEO将更加依赖AI技术 数据安全与SEO深度融合：数据安全将成为SEO排名的重要因素，不安全的内容将被搜索引擎降权 边缘计算与隐私保护结合 ：随着数据保护法规的日益严格和AI技术的快速发展，隐蔽式AI方案将成为企业的主流选择 到2028年，搜索引擎将把数据安全性作为排名的核心指标之一：不安全的内容将难以获得高排名，数据安全将成为SEO
1200编辑于 2026-01-18 - 来自专栏数据猿
【AI大模型展】风云卫AI安全能力平台——打造AI+安全新范式
风云卫AI大模型 该AI大模型由绿盟科技投递并参与数据猿与上海大数据联盟联合推出的《2024中国数智产业AI大模型先锋企业》榜单/奖项评选。 产品功能 1、安全Copilot：安全Copilot是AI安全协作工具，它统一调度各类AI安全应用，根据安全Copilot应用模板要求，执行实时监控网络环境、自动分析日志数据及识别异常行为等功能，迅速定位潜在的安全威胁 3、AI威胁研判：风云卫通过对海量历史数据的学习，向用户提供研判和评估网络安全威胁的能力。 7、AI报告生成：AI报告生成功能利用数据可视化与自动报告编撰技术，提供报告生成模板，根据使用需要，按需生成全面、专业的网络安全事件研判报告。 ★以上由绿盟科技投递申报的项目案例，最终将会角逐由数据猿与上海大数据联盟联合推出的《2024中国数据智能产业AI大模型先锋企业》榜单/奖项。
63010编辑于 2024-07-16 - 来自专栏数说工作室
从 AI 到 信息安全
但是算法用来做安全对抗就完全不一样了，算法努力计算出攻击者画像、预测出攻击者的行为，而攻击者则努力规避算法的计算，试图通过各种方式绕开AI的猜测，于是变成了一场对抗。 这是AI算法应用在信息安全的客观情况，包括网络入侵、帐号盗用、活动作弊（就是常说的薅羊毛）等，以下统称 “入侵”，攻击者为了让算法感受不到它的存在，会通过各种方式变换自己的行为特征，尽可能的不留下自己的痕迹 lx=FMSQ 千变万化——绕过去，让AI和规则发现不了！ 后面打算专门开一个信息安全系列，聊一聊这几年的感想和心得，包括防火墙、IDS、IPS、WAF、防病毒、漏洞扫描、蜜罐......以及最近比较火的 数据安全、零信任等话题，感兴趣可以关注一下。 其实也写过几篇数据安全的文章： 国际风云 | 数据安全与个人隐私保护 还会继续写。
76510编辑于 2022-08-25 - 来自专栏AI科技评论
论道AI安全与伦理
” 论道AI安全与伦理：我们能达到电影里的智能吗？最可能实现的AI场景是什么？如何看待AI自主性？ 出席嘉宾还包括中国人民大学高瓴人工智能学院院长文继荣和搜狐网产品技术总监杨田等人，就主题「AI 安全与伦理」展开了激烈的辩论。 Topic 3：关于 AI 隐私与安全之间，应该如何抉择？ 在这里，主持人先引入了一个故事。一辆火车行驶在正常轨道上，前方有 5 个人，而另一条岔道上有 1 个人。 所以就 AI 隐私与安全来讲，其实不存在绝对的选择，相比之下，如何去平衡这两者是个更值得探讨的问题。随后他举了一个利用在部分公共场合增加摄像头，从而使抓到逃犯的几率上升的这个例子。 文继荣教授则呼吁道：目前有些数据的搜集是完全没有必要的。欧洲也许过于强调隐私保护，对大数据人工智能产业的发展造成很大的影响；但是我们也不应该纯粹为了发展人工智能产业而忽略隐私保护。
69120发布于 2019-06-15 - 来自专栏智能大数据分析
【大数据安全】数据管理安全&安全分析&隐私保护
大数据平台中的安全策略管理主要涵盖三个部分， 一是对安全密钥、口令保护进行统一定义与设置；二是对安全规则进行集中管理、集中修订和集中更新，从而实现统一的安全策略实施； 三是安全管理员可以在中央控制端进行全系统的监控 （五）数据脱敏 数据脱敏用于保护大数据平台中的敏感数据，主要涉及加解密算法的安全、加密密钥的安全、存储安全、传输安全以及数据脱敏后密文数据的搜索安全等。 （5）对需要还原使用的敏感数据采用可逆加密算法加密，禁止使用不安全的加密算法加密敏感数据。 2、密钥的安全 密钥的安全管理对于整个大数据平台的安全性至关重要。 4、传输安全 对非信任网络之间传输中的敏感数据进行安全保护，防止敏感数据在传输过程中被嗅探或窃取。 大数据平台密文数据搜索安全的特性描述如下： （1）采用业界标准的安全密码算法加密目标敏感数据，如AES-CBC 加密算法； （2）采用业界标准的安全密码算法生成关键词的安全索引，如HMAC-SHA256
1.7K10编辑于 2025-01-22 前沿安全框架更新，强化AI模型安全协议
这就是为何在去年引入了第一版前沿安全框架——一套旨在帮助我们领先于强大前沿AI模型可能带来的严重风险的协议。 我们认为，对于前沿AI开发者来说，为未来场景（当其模型能够显著加速和/或自动化AI开发本身时）建立强有力的安全措施至关重要。 这是因为此类能力的不受控扩散可能会严重挑战社会仔细管理并适应AI快速发展步伐的能力。确保尖端AI系统的持续安全是一项全球性的共同挑战，也是所有领先开发者的共同责任。 建立我们认为可能需要的安全能力需要时间——因此，所有前沿AI开发者共同致力于强化安全措施并加速推进共同行业标准至关重要。 《首尔前沿AI安全承诺》标志着朝着这一集体努力迈出了重要一步——我们希望我们更新后的前沿安全框架能为此进展做出进一步贡献。
6210编辑于 2026-01-16- 来自专栏智能视频图像
工地安全管理系统-智慧工地AI安全助手
由于安全事故的频繁发生导致企业的建设成本增加，为此，必须要有完善的建筑施工工地安全管理系统，减少建筑行业施工过程中的安全隐患，营造安全的施工环境。 正值6月，一年一度的安全生产月，特推出工地安全管理系统-智慧工地AI安全助手；对安全帽佩戴、烟雾火焰、危险区域人员闯入进行检测，无需人工干预，有效预防安全生产事故，实现安全生产智能化管理。 为什么要打造智慧化工地安全管理系统呢？ 1.消除事故隐患，筑牢安全防线 2.提高施工现场作业的工作效率 3.增强工程项目的精益化管理水平 4.提升行业监管和服务能力 5.落实安全规章制度，强化安全防范措施 智慧化工地安全管理系统有哪些组成部分 危险区域人员闯入识别系统 工地安全管理系统-智慧工地AI安全助手的运用，改变传统意识中工地的模样，对工地施工现场进行全天24小时视频监控，解决施工中的隐患，直击痛点，让工地‘智慧’起来。
5K00发布于 2020-06-20 企业落地 AI 数据分析，如何做好敏感数据安全防护？
如今，AI 智能问数正在朝着多模态融合、智能化升级、实时化与自动化方向发展，为企业提供更智能、更高效的数据支持。伴随而来的是企业如何在实现数据民主化的同时，守住数据安全与合规的底线。 在 AI 问数场景中，企业数据安全普遍面临三大挑战：权限边界模糊导致越权风险高、敏感数据缺乏细粒度保护、分析过程"黑盒化"导致审计追溯困难。 Aloudata Agent：为 AI 问数嵌入原生安全防护Aloudata Agent 分析决策智能体采用创新的 NL2MQL2SQL 技术路径，通过在大模型与数据仓库之间构建统一的"NoETL 明细语义层 "，从根本上解决了大模型直接查询数据所带来的准确性和安全性难题。 总结：从“被动防御”到“主动可控”在 AI 问数时代，数据安全与使用效率并非零和博弈。
9610编辑于 2026-01-15Cohesity与Nutanix提供由AI驱动的数据安全和管理
在日益复杂的环境中，企业面临整合、保护和确保数据安全的重大挑战传统解决方案导致数据分布在各个孤岛和位置。这为网络犯罪分子创建了更大的攻击面。近年来，勒索软件攻击的风险日益增加，其复杂性和频率都在增加。 跨工作负载的单一管理平面可扩展的 API 和第三方集成TCO 降低 50%数据弹性：通过多层安全架构和授权工作流程来增强数据弹性。 ，包括核心安全功能，例如粒度RBAC、多因素身份验证或基于时间的一次性密码 (2FA/TOTP)、受限制的shell访问、SSO以及使用AES 256位加密对静态和动态数据进行加密，确保数据安全通过即时网络恢复实现业务弹性 经验证的结果包括恢复时间缩短 98%从 Cohesity 即时访问 Nutanix 文件和对象备份，以便在发生灾难时实现业务连续性近乎即时地恢复数据库和虚拟机由 AI 驱动的异常检测通过全局搜索来快速识别并即时恢复特定数据对虚拟隔离和数据隔离的多云支持通过 Nutanix 与 Cohesity 实现人工智能驱动的数据安全和管理。
15000编辑于 2025-06-24- 来自专栏公共互联网反网络钓鱼（APCN）
Vincent AI高危漏洞对法律行业数据安全的威胁分析
研究结果表明，当前多数面向专业领域的AI工具在安全设计上仍存在显著盲区，亟需建立覆盖全生命周期的AI安全治理框架。1 引言近年来，人工智能技术在法律行业的渗透速度显著加快。 然而，随着AI系统与业务流程的深度耦合，其安全边界日益模糊。 因此，必须重构安全边界：第一，将LLM视为“半可信组件”，其输入输出均需经过安全网关；第二，建立AI供应链安全标准，要求SaaS供应商公开其内容处理流程与清洗策略；第三，法律行业应制定AI工具使用规范， 6 结语Vincent AI高危漏洞事件揭示了AI技术在专业服务领域快速落地过程中伴生的安全隐患。 对于高度依赖数据保密性的法律行业而言，安全不应是AI部署后的补救措施，而必须成为系统设计的先决条件。编辑：芦笛（公共互联网反网络钓鱼工作组）
13510编辑于 2026-01-03 - 来自专栏全栈程序员必看
什么是数据安全，为什么需要数据安全，怎么才能实现数据安全？
WHAT何为数据安全? 数据安全指的是用技术手段识别网络上的文件、数据库、帐户信息等各类数据集的相对重要性、敏感性、合规性等，并采取适当的安全控制措施对其实施保护等过程。 它就是一种能够合理评估及减少由数据存储所带来的安全风险的技术方式。 数据安全“学习三问”WHAT WHY HOW WHY为什么需要数据安全? 而以数据为中心的安全模型则是换一个角度解决上述安全问题的方法。 HOW如何实现数据安全? 由此可见，在不少场景下，数据安全模型与用户安全模型的应用效果可能产生巨大的差别。 另外，上述场景也表明，数据安全模型的应用还依赖于一个前提条件——数据分类。 如何实施数据分类? 几项简单易实施的数据安全技术措施 在数据安全领域，可用于提高数据安全性的应用技术还包括： (1) 结束收集不必要的数据 近十年来，在IT管理领域，我们能够都看到对数据的认知所发生的巨大改变。
1.7K20编辑于 2022-08-31 - 来自专栏科技云报道
AI攻击AI，升级的网络安全战
在近期召开的在一次网络安全会议上，100位受访行业专家中的62位认为，首轮AI强化型网络攻击很可能在接下来12个月内出现。 AI的介入会进一步升级目前的网络犯罪与网络安全体系，进而成为攻击者与防御者之间军备竞赛的核心支柱之一。 这种担忧并不是空穴来风。 网络安全是一个人力受限的市场，而计算机除了不需要进食与休息之外，还能够以AI自动化的方式，提升复杂攻击的速度与执行效率，这很容易诱使黑客使用AI进行攻击。 AI系统能够帮助攻击者快速收集、组织并处理大型数据库，从而对信息进行关联与识别，最终简化攻击实施门槛并加快攻击执行速度。 另外，工作量的降低将使得网络犯罪分子能够发动大量的小规模攻击。 AI系统甚至可被用于从多个来源处同时提取信息，从而发现那些易受攻击活动影响的目标。 其次，AI能够帮助提升适应能力。 AI支持型攻击者在遇到阻力，或者网络安全专家修复了原有漏洞时，能够快速作出反应。
58030编辑于 2022-04-16
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