生成式人工智能的数据风险与纾解路径.pdfVIP

第２４卷第４期北京工业职业技术学院学报№４Ｖｏｌ．２４

２０２５年１０月ＪＯＵＲＮＡＬＯＦＢＥＩＪＩＮＧＰＯＬＹＴＥＣＨＮＩＣＣＯＬＬＥＧＥＯｃｔ．２０２５

生成式人工智能的数据风险与纾解路径

李晓菲

（广西师范大学，广西桂林５４１００６）

摘要：生成式人工智能的数据安全问题至关重要。然而，生成式人工智能当前面临全生命周期的个人信息

泄露风险、深度伪造技术加剧生物识别数据滥用风险以及使用未经授权的训练数据引发著作权侵权风险等。

对此，可以根据数据收集、存储、删除等阶段的特点，构建全生命周期个人信息保护制度；加强深度伪造技术

犯罪的刑事治理，规范生物识别数据使用；强化企业数据获取合规审查，确保训练数据来源的合法性；通过这

些途径纾解数据风险。

关键词：生成式人工智能；数据风险；个人信息保护；深度伪造；训练数据

中图分类号：Ｄ９１２．１文献标识码：Ａ文章编号：１６７１－６５５８（２０２５）０４－１０５－０４

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１－６５５８．２０２５．０４．０２３

ＧｅｎｅｒａｔｉｖｅＬｏｇｉｃａｎｄＭｉｔｉｇａｔｉｏｎＰａｔｈｓｆｏｒＧｅｎｅｒａｔｉｖｅＡＩＤａｔａＲｉｓｋｓ

ＬＩＸｉａｏｆｅｉ

（ＧｕａｎｇｘｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，ＧｕｉｌｉｎＧｕａｎｇｘｉ５４１００６，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：ＴｈｅｄａｔａｓｅｃｕｒｉｔｙｉｓｓｕｅｏｆｇｅｎｅｒａｔｉｖｅＡＩｉｓｏｆｐａｒａｍｏｕｎｔｉｍｐｏｒｔａｎｃｅ，ｈｏｗｅｖｅｒ，ａｔｐｒｅｓｅｎｔ，ｇｅｎｅｒａｔｉｖｅＡＩ

ｆａｃｅｓｔｈｅｒｉｓｋｏｆｐｅｒｓｏｎａｌｉｎｆｏｒｍａｔｉｏｎｌｅａｋａｇｅｉｎｔｈｅｗｈｏｌｅｌｉｆｅｃｙｃｌｅ，ｔｈｅｒｉｓｋｏｆｂｉｏｍｅｔｒｉｃｄａｔａｍｉｓｕｓｅｅｘａｃｅｒｂａｔｅｄ

ｂｙｄｅｅｐｆｏｒｇｅｒｙｔｅｃｈｎｏｌｏｇｙ，ａｎｄｔｈｅｒｉｓｋｏｆｃｏｐｙｒｉｇｈｔｉｎｆｒｉｎｇｅｍｅｎｔｃａｕｓｅｄｂｙｔｈｅｕｓｅｏｆｕｎａｕｔｈｏｒｉｚｅｄｔｒａｉｎｉｎｇｄａｔａ，

ａｎｄｓｏｏｎ．Ｉｎｔｈｉｓｒｅｇａｒｄ，ｄａｔａｒｉｓｋｓｃａｎｂｅｍｉｔｉｇａｔｅｄｂｙｃｏｎｓｔｒｕｃｔｉｎｇａｌｉｆｅｃｙｃｌｅｐｅｒｓｏｎａｌｉｎｆｏｒｍａｔｉｏｎｐｒｏｔｅｃｔｉｏｎ

ｓｙｓｔｅｍｂａｓｅｄｏｎｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｄａｔａｃｏｌｌｅｃｔｉｏｎ，ｓｔｏｒａｇｅａｎｄｄｅｌｅｔｉｏｎｐｈａｓｅｓ；ｓｔｒｅｎｇｔｈｅｎｉｎｇｔｈｅｃｒｉｍｉｎａｌ

ｇｏｖｅｒｎａｎｃｅｏｆｄｅｅｐｆｏｒｇｅｒｙｔｅｃｈｎｏｌｏｇｙｃｒｉｍｅｓａｎｄｒｅｇｕｌａｔｉｎｇｔｈｅｕｓｅｏｆｂｉｏｍｅｔｒｉｃｄａｔａ；ａｎｄｓｔｒｅｎｇｔｈｅｎｉｎｇｔｈｅ

ｃｏｍｐｌｉａｎｃｅｒｅｖｉｅｗｏｆｄａｔａａｃｑｕｉｓｉｔｉｏｎｂｙｅｎｔｅｒｐｒｉｓｅｓｔｏｅｎｓｕｒｅｔｈｅｌｅｇｉｔｉｍａｃｙｏｆｔｈｅｓｏｕｒｃｅｏｆｔｒａｉｎｉｎｇｄａｔａ．

Ｋｅｙｗｏｒｄｓ：ｇｅｎｅｒａｔｉｖｅａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ；ｄａｔａｒｉｓｋ；ｐｅｒｓｏｎａｌｉｎｆｏｒｍａｔｉｏｎ；ｄｅｅｐｆａｋｅ；ｔｒａｉｎｉｎｇｄａｔａ

０引言成具有逻辑性和连贯性的文本、图片、音频、视频等

在数字信息时代，生成式人工智能是前沿科技内容。目前，生成式人工智能在交通运输、医疗健

领域的重要成果。它依托计算机算法与海量数据模康、金融投资、数据分析等多个领域广泛应用，对工

拟人类的创造力和想象力，借助资料库数据进行深作效率提升和产业结构调整意义重大。与此同时，

度学习，再运用神经网络等先进算法学习方式，精准个人信息泄露、生物识别数据滥用、训练数据侵权等

掌握事物的内在规律，进而依据用户输入的资料生风险日益凸显。目前，主要依据《中华人民共和国

收