人工智能系统的服务连续性+治理要求_地方标准格式审查稿.docx

人工智能系统的服务连续性+治理要求_地方标准格式审查稿.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

ICS35.240.01CCSL70

37

山东省地方标准

DB37/T4844—2025

人工智能系统的服务连续性治理要求

Servicecontinuityforartificialintelligencesystems—Governancerequirements

2025-05-24发布2025-06-24实施

山东省市场监督管理局发布

DB37/T4844—2025

I

目次

前言 II

1范围 1

2规范性引用文件 1

3术语和定义 1

4缩略语 1

5训练数据 2

6算法模型 2

7算力中心 2

8推理平台 3

9系统运维 3

10保障机制 5

参考文献 6

DB37/T4844—2025

II

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分:标准化文件的结构和起草规则》的规定起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由山东省工业和信息化厅提出并组织实施。

本文件由山东省人工智能标准化技术委员会归口。

DB37/T4844—2025

1

人工智能系统的服务连续性治理要求

1范围

本文件规定了人工智能系统在训练数据、算法模型、算力中心、推理平台、系统运维,以及保障机制等方面为实现服务连续性遵循的基本要求,描述了对应的治理方法。

本文件适用于规范人工智能系统的规划、设计、开发、运行和维护。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文件,仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件。

GB/T

20984

信息安全技术信息安全风险评估方法

GB/T

20988

信息安全技术信息系统灾难恢复规范

GB/T

31722

信息技术安全技术信息安全风险管理

GB/T

36957

信息安全技术灾难恢复服务要求

3术语和定义

下列术语和定义适用于本文件。

3.1

人工智能artificialintelligence;AI

学科人工智能系统相关机制和应用的研究和开发。

[来源:GB/T41867—2022,3.1.2]

3.2

人工智能系统artificialintelligencesystem

针对人类定义的给定目标,产生诸如内容、预测、推荐或决策等输出的一类工程系统。

注1:该工程系统使用人工智能相关的多种技术和方法,开发表征数据、知识、过程等的模型,用于执行任务。

注2:人工智能系统具备不同的自动化级别。

[来源:GB/T41867—2022,3.1.8]

3.3

服务连续性servicecontinuity

能够不间断地提供服务,或按计划和约定提供一致的可用性。

[来源:ISO/IEC/IEEE24765:2017,3.3711]

4缩略语

下列缩略语适用于本文件。

RPO:恢复点目标(RecoveryPointObject)

DB37/T4844—2025

2

RTO:恢复时间目标(RecoveryTimeObjective)

5训练数据

人工智能系统训练数据的治理要求应包括但不限于以下内容。

a)数据安全:

1)数据来源可靠性,包括但不限于传感器、数据采集卡等设备不受信息攻击等安全威胁,避免数据采集中断;

2)采取加密措施保证数据的可靠传输,降低敏感数据泄漏风险;

3)数据存储在具有强大数据保护功能的冗余环境中,以实现可用性、服务连续性和快速恢复;

4)设置数据备份系统,数据备份系统符合GB/T36957和GB/T20988的规定;

5)设置备用数据处理系统,包括备用的计算机、外围设备和软件等;

6)在中断事件发生后及时核对重要数据,追补丢失数据。

b)数据质量:

1)数据在时间序列上的连贯性,避免数据中断或缺失,确保数据的连续性;

2)收集到的数据包含所有必要的特征和信息,避免遗漏重要数据,确保数据的完整性;

3)数据能够真实反映实际情况,对模型训练产生积极影响,对数据进行适当的预处理,以提高数据质量,确保数据的有效性;

4)采用高精度的数据收集方法和技术,使用抽样检测与全部检测相结合的方式,检验数据是否能准确表示其所描述的实际对象,无误差或偏差,确保

您可能关注的文档

文档评论(0)

fdfdsos + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7100020006000001

1亿VIP精品文档

相关文档