AI数据安全与隐私保护实践.pptxVIP

20XX/XX/XXAI数据安全与隐私保护实践汇报人:XXX

CONTENTS目录01AI数据安全行业风险梳理02AI数据安全典型实践案例03主流合规框架介绍04未来发展趋势展望

AI数据安全行业风险梳理01

数据采集阶段风险未明确告知采集用途很多APP违规超范围采集用户信息，例如部分健身APP私自收集用户通讯录信息，侵犯用户知情权。过度采集非必要数据部分人工智能企业为训练模型，过量采集用户生物信息，超出提供服务所需的合理范围。无合规授权采集数据部分AI企业通过第三方爬虫批量爬取公开平台用户信息，未获得用户明确的有效授权。

训练数据爬取不合规很多企业训练AI模型时非法爬取用户公开社交数据，2024年某AI大模型就因此被监管处罚。训练数据含敏感隐私信息部分AI训练数据未脱敏，混入用户身份证、医疗信息，易引发大规模用户隐私泄露事件。训练数据被投毒污染攻击者会向公开训练数据注入错误样本，导致AI模型输出偏差，甚至生成有害违规内容。第三方数据集来源不明不少中小AI企业采购第三方开源训练数据，部分数据集暗藏木马，易引发企业数据泄露。数据训练阶段风险

数据应用阶段风险01模型训练数据过度采集部分企业训练AI模型时，超范围采集用户社交、位置等隐私信息，违反个人信息保护法规。02数据共享中的泄露隐患AI企业与第三方合作共享训练数据时，未做脱敏处理，导致大量用户敏感信息流出。03算法