课程简介
本课程聚焦 AI与隐私计算等新技术在数据安全中的应用，旨在帮助学员深入理解数据安全治理框架，掌握AI、隐私计算等前沿技术在数据分类分级、访问控制、防泄漏、脱敏与匿名化、以及数据安全态势管理中的核心应用场景。课程内容涵盖从数据发现与分类、动态风险评估、隐私增强技术到智能化数据安全态势管理的完整流程，并结合实际案例，展示AI与隐私计算的协同应用，助力学员在数字化转型中构建高效、安全的数据生态系统。
目标收益
1、掌握AI与隐私计算在数据安全中的前沿技术：了解AI赋能的智能数据发现、分类分级、动态风险管理等技术，以及隐私计算在保护数据隐私和实现跨域协作中的关键应用。
2、提升数据安全治理能力：学习数据分类分级方法论和落地实践，掌握数据访问控制、防泄漏、脱敏与匿名化等技术手段，构建全面的数据安全治理体系。
3、熟悉行业最佳实践与案例：通过医疗联盟、政务数据开放、工业云边协同等实际案例，理解前沿技术如何应用于不同行业场景，提升实际操作能力。
4、助力数据隐私保护与合规：了解隐私增强技术（如差分隐私、同态加密等）在数据共享与协作中的应用，满足数据合规与隐私保护需求。
5、推动个人职业发展：课程内容紧密结合行业趋势，帮助学员掌握前沿技术，提升在数据安全领域的竞争力，助力职业成长。
培训对象
课程大纲
| 引言：数据安全治理与分类分级 |
1、数据安全治理框架 -数据安全法规体系解读 -治理框架核心要素 2、数据分类分级实施 -分类分级方法论 -落地实践与案例 |
| 数据发现与分类分级 |
1.1 AI赋能数据安全治理 1.1.1 智能数据发现与识别 （自然语言处理（NLP）、计算机视觉（CV）、模式识别） 1.1.2 深度内容识别与分类 -自动分类与打标（文本分类模型、情感分析与关键性判断、集成到数据目录） -动态分级与风险自适应（上下文感知、行为分析） -上下文感知与动态分级 1.2 隐私计算在数据分类分级中的应用 1.2.1 保护模型训练的数据隐私 1.2.2 跨域数据协作分级 1.2.3 对加密数据直接进行分类分级 1.2.4 保护数据样本的隐私 1.3 AI与隐私计算的协同应用：典型案例 1.3.1 医疗联盟联合构建敏感的医疗数据分类模型 1.3.2 跨域联邦建模 -政务数据开放 -工业云边协同 |
| 数据访问控制与身份治理 |
2.1 动态风险评估 -用户与实体行为分析 -智能策略生成与优化 -威胁情报驱动的动态控制 2.2 隐私保护下的访问控制 -隐私增强的属性基加密（ABE） -基于零知识证明的认证与授权 -安全多方计算在联合身份治理中的应用 2.3 AI与隐私计算的协同应用 -动态访问控制+隐私计算融合架构 |
| 数据防泄漏（DLP） |
3.1 AI赋能DLP系统 -智能内容识别与上下文感知 -用户与实体行为分析（UEBA） -智能加密流量分析 -自适应响应与自动化 3.2 隐私训练技术助力数据防泄漏 -联合威胁模型训练 -隐私保护的内容扫描 -安全多方计算用于协同调查 -安全数据分析 3.3 2025行业标杆案例 -某支付平台AI Fence + 输出过滤 -安恒数盾 2.0，CAPE 模型 + 链式授权 + 隐私计算 -阿里云 Conf-AI TEE 全链路加密推理 |
| 数据脱敏与匿名化 |
4.1 AI智能化提升数据效用 -生成式AI与合成数据 -AI驱动的智能脱敏策略 4.2 隐私计算与数据脱敏 -联邦学习 + 差分隐私 -FL + 同态加密（CKKS） -MPC 统计 + 区块链审计 -FHE + GPU 加速（BFV/CKKS） |
| 数据安全态势管理（DSPM） |
5.1 传统DSPM的挑战与演进需求 5.2 AI在DSPM中的应用 -智能数据资产发现与分类画像（私域 7B SLM + 图神经网络） -统一风险态势分析与预测（风险预测 & 态势推演） -自动化响应与策略优化 5.3 隐私计算赋能数据安全态势管理 -隐私增强的威胁情报（CTI）共建与去重 -联合异常检测与基线建模 -跨机构风险评分与欺诈/滥用联合风控 -隐私保护的合规取证与跨域溯源 隐私增强的态势汇总度量与看板 |
|
引言：数据安全治理与分类分级 1、数据安全治理框架 -数据安全法规体系解读 -治理框架核心要素 2、数据分类分级实施 -分类分级方法论 -落地实践与案例 |
|
数据发现与分类分级 1.1 AI赋能数据安全治理 1.1.1 智能数据发现与识别 （自然语言处理（NLP）、计算机视觉（CV）、模式识别） 1.1.2 深度内容识别与分类 -自动分类与打标（文本分类模型、情感分析与关键性判断、集成到数据目录） -动态分级与风险自适应（上下文感知、行为分析） -上下文感知与动态分级 1.2 隐私计算在数据分类分级中的应用 1.2.1 保护模型训练的数据隐私 1.2.2 跨域数据协作分级 1.2.3 对加密数据直接进行分类分级 1.2.4 保护数据样本的隐私 1.3 AI与隐私计算的协同应用：典型案例 1.3.1 医疗联盟联合构建敏感的医疗数据分类模型 1.3.2 跨域联邦建模 -政务数据开放 -工业云边协同 |
|
数据访问控制与身份治理 2.1 动态风险评估 -用户与实体行为分析 -智能策略生成与优化 -威胁情报驱动的动态控制 2.2 隐私保护下的访问控制 -隐私增强的属性基加密（ABE） -基于零知识证明的认证与授权 -安全多方计算在联合身份治理中的应用 2.3 AI与隐私计算的协同应用 -动态访问控制+隐私计算融合架构 |
|
数据防泄漏（DLP） 3.1 AI赋能DLP系统 -智能内容识别与上下文感知 -用户与实体行为分析（UEBA） -智能加密流量分析 -自适应响应与自动化 3.2 隐私训练技术助力数据防泄漏 -联合威胁模型训练 -隐私保护的内容扫描 -安全多方计算用于协同调查 -安全数据分析 3.3 2025行业标杆案例 -某支付平台AI Fence + 输出过滤 -安恒数盾 2.0，CAPE 模型 + 链式授权 + 隐私计算 -阿里云 Conf-AI TEE 全链路加密推理 |
|
数据脱敏与匿名化 4.1 AI智能化提升数据效用 -生成式AI与合成数据 -AI驱动的智能脱敏策略 4.2 隐私计算与数据脱敏 -联邦学习 + 差分隐私 -FL + 同态加密（CKKS） -MPC 统计 + 区块链审计 -FHE + GPU 加速（BFV/CKKS） |
|
数据安全态势管理（DSPM） 5.1 传统DSPM的挑战与演进需求 5.2 AI在DSPM中的应用 -智能数据资产发现与分类画像（私域 7B SLM + 图神经网络） -统一风险态势分析与预测（风险预测 & 态势推演） -自动化响应与策略优化 5.3 隐私计算赋能数据安全态势管理 -隐私增强的威胁情报（CTI）共建与去重 -联合异常检测与基线建模 -跨机构风险评分与欺诈/滥用联合风控 -隐私保护的合规取证与跨域溯源 隐私增强的态势汇总度量与看板 |
近期公开课推荐
