人工智能行业源代码防数据防泄密需求分析

 一．需求背景

       人工智能三大核心要素：算法、算力、数据。除了算法、算力外，最重要核心因素是数据。实现人工智能有两个阶段，即准备数据与训练模型。数据准备工作量占比达 70% 以上，但更重要的数据背后的人工，即数据预处理、模型选择与参数调整。数据预处理过程中的需要在个人PC端进行大量的数据传输，这种传输很容易照成数据的泄露，通过网络的接入、网络的外发等各种行为都可轻易的将大量的数据外带，通过各种网络传输方式都是轻易将数据泄密的主要通道。

       模型选择和训练一般都在公司终端服务器进行但是也有部分占用资源不高的模型在个人PC训练。个人PC与公司服务器传输模型数据就可能导致模型训练成果外泄，数据泄密。

       并且还存在很大的存储风险，磁盘是数据存储的主要介质，终端日常的数据都保存在本地硬盘上。在任何一个环节中，数据的存储都将是严重的安全威胁，磁盘的被盗和笔记本电脑的遗失给磁盘的数据带来了极大的安全隐患。数据在经过其他核心业务系统导出时最终还是存储在本地磁盘，通过硬盘拆卸等方式轻易将数据拷贝出去。即使结合了很多审计或者其他控制手段，但也可通过多系统或者挂接到其他系统将数据外带。

二．数据防护的需求

•       内部防护需求

       内部防护主要是对于软件开发人员的代码防护和算法训练人员的所用到的训练素材，生成的算法模型等进行管控。

•       外部防护需求

       主要是外售终端的智能模块中，内含的算法，程序等的防反编译，防破解，防篡改，还有智能设备整体防中毒等。

三、人工智能行业数据安全整体解决方案

       数据泄密的途径总结起来无非是网络、移动设备、第三方协议及外设，由于代码，算法模型等数据都是在员工pc端上产