2025数据安全治理实践指南5.0.pdfVIP

版权声明

本报告版权属于“数智安全行动计划”，并受法律保护。转载、

摘编或者利用其他方式使用本报告文字、图表或者观点的，应注明“来

源：数智安全行动计划”。违反上述声明者，编者将追究其相关法律

责任。

前言

随着人工智能技术的发展与应用，企业数据安全治理正向智能化

迈进，依托大模型等新技术推动数据安全治理智能化升级，释放数据

价值，支撑业务可持续发展。与此同时，大模型自身也带来新的安全

挑战：作为训练“燃料”的数据，在生成、训练与调优过程中面临泄

露、篡改、窃取等风险。为此，企业需要建立面向人工智能场景的数

据安全保障机制，实现人工智能技术应用与安全保障的协同发展。

为帮助企业有效开展数据安全治理实践工作，提升数据安全治理

水平，数智安全行动计划编制了《数据安全治理实践指南》系列报告。

该指南经过五年精心打磨，基于丰富的企业数据安全治理实践经验，

阐明了数据安全治理的核心概念，提出了数据安全建设实践路线，并

深入探讨了实践中的难点问题。相较于前序版本，5.0版本亮点在于：

（1）人工智能数据安全专项

聚焦AI场景，提出人工智能数据安全管理思路，强调企业需构建

兼顾数据全生命周期安全合规与大模型特有风险的治理体系，通过模

型数据处理、数据集及标注安全管理，保障大模型应用的可靠性与安

全性。

（2）数据分类分级专项

聚焦大模型技术对分类分级工具的赋能作用，剖析其在数据预处

理、策略生成以及打标复核等关键环节的主流应用思路。为构建兼具

高效、精准与智能特性的数据分类分级体系提供理论参考与实践借鉴。

目录

一、数据安全治理概述1

(一)数据安全治理概念内涵1

(二)数据安全治理原则2

二、数据安全治理总体视图4

(一)数据安全治理目标4

(二)数据安全治理体系5

(三)数据安全治理维度8

(四)数据安全治理专项19

(五)数据安全治理实践19

三、数据安全治理实践路线20

(一)全局数据安全体系规划20

(二)数据安全场景有序建设22

(三)数据安全运营持续加强25

(四)数据安全评估助力优化29

四、数据安全治理专项开展思路32

（一）人工智能数据安全专项32

（二）数据分类分级专项36

（三）数据安全风险评估及治理专项38

（四）合作方数据安全管理专项41

五、数据安全治理总结与展望44

一、数据安全治理概述

发展数字经济、加快培育发展数据要素市场，必须把保障数据安

全放在突出位置。这就要求我们着力解决数据安全领域的突出问题，

有效提升数据安全治理能力。随着数据安全监管要求逐渐落地，组织

数据安全治理动力明显攀升，数据安全技术及服务供给不断释放。整

体来看，数据安全治理进入快速发展阶段。本章将解析数据安全治理

概念内涵，分析数据安全治理原则。

(一)数据安全治理概念内涵

为指导行业数据安全治理能力建设，促进行业数据安全治理能力

发展，依据通信行业标准《数据安全治理能力通用评估方法》（YD/T

4558-2023），梳理数据安全治理概念内涵，本指南认为应该从广义和

狭义两个角度进行理解。

狭义地说，数据安全治理是指在组织数据安全战略的指导下，为

确保组织数据处于有效保护和合法利用的状态，以及具备保障持续安

全状态的能力，内外部相关方协作实施的一系列活动集合。包括建立

数据安全治理组织架构，制定数据安全制度规范，构建数据安全技术

体系，建设数据安全人才梯队等。

广义地说，数据安全治理是在国家数据安全战略的指导下，为形

成全社会共同维护数据安全、促进开发利用和产业发展的良好环境，

国家有关部门、行业组织、科研机构、企业、个人共同参与和实施的

1

一系列活动集合。包括完善相关政策法规，推动政策法规落地，建设

实施标准体系，研发应用关键技术，培养专业人才等。

(