- 《網絡安全法》
- 《數據安全法》
- 《個人信息保護法》
- 《網絡數據安全管理條例(征求意見稿)》
-
- 第二十一條:國家實??絡安全等級保護制度。?絡運營者應當按照?絡安全等級保護制度的要求,履?下列安全保護義務,保障?絡免受?擾、破壞或者未經授權的訪問,防??絡數據泄露或者被竊取、篡改:
? ?(四)采取數據分類、重要數據備份和加密等措施;重要數據備份和加密等措施;
-
-
- 第二十一條 國家建立數據分類分級保護制度,根據數據在經濟社會發展中的重要程度,以及一旦遭到篡改、破壞、泄露或者非法獲取、非法利用,對國家安全、公共利益或者個人、組織合法權益造成的危害程度,對數據實行分類分級保護。
-
-
- 第五十一條 個人信息處理者應當根據個人信息的處理目的、處理方式、個人信息的種類以及對個人權益的影響、可能存在的安全風險等,采取下列措施確保個人信息處理活動符合法律、行政法規的規定,并防止未經授權的訪問以及個人信息泄露、篡改、丟失:
(一)制定內部管理制度和操作規程;
(二)對個人信息實行分類管理;
? ...
-
-
- 按照數據對國家安全、公共利益或者個人、組織合法權益的影響和重要程度,將數據分為一般數據、重要數據、核心數據,不同級別的數據采取不同的保護措施。國家對個人信息和重要數據進行重點保護,對核心數據實行嚴格保護。
-
-
-
分類分級投入高,成本高
-
-
規則識別率低,準確性無法保障
-
-
自動化程度低,交付周期慢
-
-
缺少研判依據與結果來源
確定分類分級目標與范圍、調研業務需求與基礎信息、優化分類分級邏輯框架并同步至AI、AI自動化完成分類分級
-
技術實現
將傳統“人工+工具“的分類分級模式升級為“AI+工具一體”模式,即通過“恒腦”大模型代替傳統人工,進行分類分級字段的打標。
原理解讀:通過工具獲取業務數據庫的元數據基本信息與數據抽樣,發送至“恒腦”大模型,大模型基于前期的大量訓練與已經掌握的該行業分類分級知識,結合客戶本地分類分級模板,進行數據分類分級推理,并將結果與傳統工具的高準確率結果進行投票與交叉驗證,最終輸出客戶的分類分級結果。
-
-
更快、更高效
基于AI大模型的高并發處理能力,可以實現30倍以上的日均分類分級效率提升,單日分類分級字段量可以達到2萬以上
-
-
-
高識別與準確率
由于AI大模型本身具備強大的意圖理解能力,同時結合分類分級行業模板與知識的訓練,AI大模型可以在數據庫信息與樣例不充分的前提下對字段真實含義進行擬人化推理,達到高識別與準確率
-
-
-
高自動化程度
AI大模型具有強大的自動化處理能力。通過訓練和優化,這些模型可以自動識別和分類大量的數據,打標過程無需人工干預
-
-
-
賦能數據治理
AI大模型能夠提供完整分類分級研判依據等相關素材,對字段含義進行詳細注釋和解讀,提供完整、詳盡的分類分級研判依據,從而有效賦能后續數據分析與數據治理工作
-