人工智能不僅僅是一種開創性的創新，它現在已經成為一種常態。隨著像ChatGPT這樣的生成式人工智能工具在大大小小的方面改變著商業，人工智能正在深入到企業生活的結構中。但是，關于如何安全地采用這些人工智能工具，同時防御人工智能驅動的威脅的問題尚未解決。
報告由75位頂尖人工智能專家及由30個國家、歐盟和聯合國提名的國際專家咨詢委員會共同參與，對通用型人工智能的迅速發展進行了科學評估。報告旨在為政策制定者和公眾提供對先進人工智能安全的、共享的、基于科學的、最新的理解，以促進相關決策的建設性討論。
網絡安全標準實踐指南——車外畫面局部輪廓化處理效果驗證 點擊下載
本《實踐指南》給出了驗證車外畫面進行人臉、車牌局部輪廓化處理效果的流程、方法及驗證指標，可為汽車數據處理者及有關機構驗證車外畫面局部輪廓化處理效果提供參考。
工業領域數據安全能力提升實施方案（2024-2026年） 點擊下載
數據作為新型生產要素，是數字化、網絡化、智能化的基礎，已快速融入生產、分配、流通等各環節，保障數據安全，事關國家安全大局。
本白皮書以基于風險的零信任方法為核心，通過解析以往二元信任的不足，引出新的上下文敏感的安全態勢，并指出持續風險監控的重要性，表明了零信任方法的重要特征。除了滿足零信任的重要特征，邁向零信任原則還應準確地評估風險。本文就風險評估概括了九條重要的“不信任”，任何的風險評估中都應當包含這九條。云計算也可以與零信任方法結合，它們有著一部分相同的安全優勢，并且它們架構上的差異可以幫助零信任更全面地維持安全態勢。
白皮書全面展現行業成就及發展新態勢，旨在為產業界應用隱私計算技術提供參考指導，推動隱私計算行業健康發展，在數據要素市場建設中發揮更大的價值。
隨著新興應用的不斷誕生，傳統的安全技術已經不足以支撐新興技術的安全威脅，算網基礎設施結合零信任安全技術、區塊鏈溯源特性，以及安全即服務等新型的安全技術，實現對環境、應用以及基礎網絡數據的安全保障，構建新型算網基礎設施安全架構，打造算網基礎設施一體化安全服務體系。
數字經濟時代，數據要素被列為和土地、資本、技術和勞動力并列的第五大生產要素。在交易流通過程中數據要素的安全如何保障成為當前技術決策者重點關注的問題。數據安全與數據流通的關系好比矛與盾，更多地流通意味著更多的數據通道暴露，也為數據安全帶來更大挑戰。隱私計算、區塊鏈及圖技術等與數據庫技術的結合為數據流通提供了更加安全可靠的解決方案。
