Volume 2,Issue 7
基于人工智能的数据泄露预测与防御机制探索
当前，已经步入数字时代，在数字化浪潮的席卷下，数据已经成为重要资产，在推动社会经济发展方面发挥着重要的作用。然而数据泄露、滥用等事件频发，给企业以及社会稳定发展带来了巨大损失。人工智能技术具备强大的数据收集和分析功能，能够为数据泄露预测与防御提供新的思路和方向。对此，本文围绕基于人工智能的数据泄露预测与预防机制进行深入分析，提出行之有效的建议和策略，旨在为构建更为科学、安全的数据保护体系提供一些有价值的借鉴和参考。
[1] 徐伟, 韦红梅. 生成式人工智能训练数据风险治理：欧盟经验及其启示[J]. 现代情报,2025,45(05):89-98.
[2] 王梅艺. 人工智能时代数据安全风险及应对策略[J]. 中阿科技论坛( 中英文),2024,(11):139-143.
[3] 孙清白. 论人工智能大模型训练数据风险治理的规范构建[J]. 电子政务,2024,(12):41-52.DOI:10.16582/j.cnki.dzzw.2024.12.004.
[4] 王译, 李嘉飞. 嵌入与转型：人工智能赋能国家监察的系统逻辑与治理之策[J]. 中共天津市委党校学报,2024,26(05):43-52.DOI:10.16029/j.cnki.1008-410X.2024.05.005.
[5] 马丽娅·哈则孜别克. 人工智能时代下数据安全法律规范的探讨[J]. 法制博览,2024,(25):15-18.
[6] 辜凌云. 人工智能大模型开源面临的问题及数据保护[N]. 民主与法制时报,2024-09-04(003).DOI:10.28579/n.cnki.nmzfz.2024.001614.
[7] 关伟东. 国外人工智能数据安全规制及对我国的启示[J]. 信息通信技术与政策,2024,50(08):68-72.
[8] 邓智超. 人工智能时代保险消费者的数据风险及其应对[J]. 上海保险,2024,(08):19-23.
[9] 沈怡然.IBM:2024年企业数据泄露成本创下新高[N]. 经济观察报,2024-08-05(020).DOI:10.28421/n.cnki.njjgc.2024.000850.
[10] 蔡智权. 生成式人工智能助力新质生产力的价值证成、技术隐忧与战略因应[J]. 西南金融,2024,(07):89-102.