大數據、云計算和人工智能等新技術應用帶來的網絡安全風險

一是內部業務運轉的風險。

當前，人們利用大數據分析和挖掘輔助管理決策，但大數據的非結構化的存儲方式使得傳統的數據管理手段不再適用，導致數據存在丟失、不一致和失真的情況，同時數據被眾多物聯網設備和應用軟件所采集，數據來源廣泛，數據種類多樣，無法保證數據的真實性。若利用虛假和不完整數據進行大數據分析和挖掘，將影響結果的正確性，甚至造成重大決策失誤。另一類常見的業務運營風險是設備和服務宕機，這在云技術和云存儲業務上表現的尤為突出。大數據和云存儲技術下，服務商內部的小故障和失誤都會被無限放大造成難以估量的業務運轉風險。

二是關鍵數據和個人隱私泄露的風險。

大數據場景下無所不在的數據收集技術、專業多樣的數據處理技術，使用戶很難確保自己的個人信息被合理收集、使用與清除，進而削弱了用戶對其個人信息的自決權利。類似的，人工智能技術的應用也需要收集大量的個人數據，如無人駕駛技術的有效運轉勢必依賴大量位置數據及其他個人數據。這種大規模的數據實踐可能帶來諸多層面的隱私問題。除此之外，全球化經濟給數據跨境管理造成了很大困難，諸如企業數據掛靠國外云服務器導致數據跨境泄露的情況也時有發生。

三是外部黑客攻擊的風險。

導致國家的企業信息系統遭受外部黑客攻擊的原因包括兩方面。一方面是新技術發展催生出新型高級的網絡攻擊手段，另一方面則是新技術本身存在的漏洞被黑客利用。基于上述網絡安全風險，國家層面上應盡快加強新技術領域法律法規的制定，遏制關鍵數據和個人信息泄露；行業層面上需制定新技術基礎設施使用標準，減少數據采集設備安全漏洞；企業層面上應研發新技術安全保護框架，加強內部業務安全管理。