大数据、云计算和人工智能等新技术应用带来的网络安全风险

一是内部业务运转的风险。

当前，人们利用大数据分析和挖掘辅助管理决策，但大数据的非结构化的存储方式使得传统的数据管理手段不再适用，导致数据存在丢失、不一致和失真的情况，同时数据被众多物联网设备和应用软件所采集，数据来源广泛，数据种类多样，无法保证数据的真实性。若利用虚假和不完整数据进行大数据分析和挖掘，将影响结果的正确性，甚至造成重大决策失误。另一类常见的业务运营风险是设备和服务宕机，这在云技术和云存储业务上表现的尤为突出。大数据和云存储技术下，服务商内部的小故障和失误都会被无限放大造成难以估量的业务运转风险。

二是关键数据和个人隐私泄露的风险。

大数据场景下无所不在的数据收集技术、专业多样的数据处理技术，使用户很难确保自己的个人信息被合理收集、使用与清除，进而削弱了用户对其个人信息的自决权利。类似的，人工智能技术的应用也需要收集大量的个人数据，如无人驾驶技术的有效运转势必依赖大量位置数据及其他个人数据。这种大规模的数据实践可能带来诸多层面的隐私问题。除此之外，全球化经济给数据跨境管理造成了很大困难，诸如企业数据挂靠国外云服务器导致数据跨境泄露的情况也时有发生。

三是外部黑客攻击的风险。

导致国家的企业信息系统遭受外部黑客攻击的原因包括两方面。一方面是新技术发展催生出新型高级的网络攻击手段，另一方面则是新技术本身存在的漏洞被黑客利用。基于上述网络安全风险，国家层面上应尽快加强新技术领域法律法规的制定，遏制关键数据和个人信息泄露；行业层面上需制定新技术基础设施使用标准，减少数据采集设备安全漏洞；企业层面上应研发新技术安全保护框架，加强内部业务安全管理。