关键经营数据分析——现⾦流健康度继续下降 2025网络安全十大创新方向 Top Ten Innovative Technology Trends in Cybersecurity for 2025 2025 数说安全 关键经营数据分析——现⾦流健康度继续下降 目录 创新方向：可信数据空间 推荐落地方案： 火山引擎 -Jeddak AICC 中移互联网有限公司-中移数盾 创新方向：AI赋能数据安全 家数据基础设施标准（NDI-TR-2025） 对接，形成“平台＋连接器＋策略引擎”三层架构，支持数据目录发布、契约协商和联邦计算；其核心目标是打破“数据孤岛”，破解数据“不敢共享、不愿共享”的困局，构 建“数据即资源、数据即能力”的协同创新平台。 核心能力 关键挑战 应用场景 典型厂商 1、 信任根跨域扩展难度大 2、 高强度加密产生性能瓶颈 3、 数据主权与责任划分不清楚 4、 ADR（Application Detection and Response，应用检测与响应）基于RASP技术，是区别于HIDS、EDR等传统安全设备的新型安全防护理念和产品形态。随着企业数字化转 型和云原生架构的普及，传统以主机、网络为核心的检测与响应手段已难以应对复杂多变的应用层威胁。ADR聚焦于应用层安全，通过对应用流量、行为、数据及接口关键执行 方法的监听，实现对应用层攻击的精准检测，并

强调同步推进网络安全建设，加强 IPv6 安全管理与产品服务发展。 2023 年 4 月，工业和信息化部、中央网信办、国家发展改革委员会 等八部门印发《关于推进 IPv6 技术演进和应用创新发展的实施意见》， 明确强化安全防护、加快安全技术创新、推动安全应用三大任务。 2024 年 4 月，中央网信办等三部门印发《深入推进 IPv6 规模部署 和应用 2024 年工作安排》，将“强化网络安全保障”列为重点任务， 年工作安排》，将“强化网络安全保障”列为重点任务， 要求加快 IPv6 安全技术产品研发应用、加强 IPv6 网络安全防护和管 理监督。2025 年 5 月，中央网信办、国家发展改革委、工业和信息 化部联合印发《2025 年深入推进 IPv6 规模部署和应用工作要点》， IPv6 网络安全白皮书 - 3 - 再次明确“强化网络安全保障”作为 9 个方面重点任务之一，要求加 强 IPv6 网络安全防护和管理监督、提升 IPv6 经验，构建“分层防御、协同共治”的安全体系。 IPv6 网络安全白皮书 - 7 - (三) IPv6 引入的安全风险 IPv6 在提升网络性能的同时，也引入了若干 IPv4 中不存在的新 型安全风险。邻居发现协议（NDP）虽承担着 IPv6 地址解析、路由 器发现等重要功能，但缺乏加密认证机制，易被攻击者伪造报文，篡 改主机默认网关、DNS 服务器地址或邻居缓存表，进而实施中间人 攻击。IPv6

持续引导5G/5G- A技术迭代与专网体系构建，并通过5G应用“扬帆”计划等一系列规划和政策， 推动5G/5G-A从面向公众消费者的连接基础设施，加速迈向驱动千行百业数字化 转型的核心引擎。 5G/5G-A专网机遇与挑战相伴而生，并面临行业客户对于专网价值的认知存 在差异、行业个性化需求、标准生态有待完善等挑战。面对这些挑战，5G/5G-A 专网凭借网络切片、多接入边缘计算、超高可靠低时延通信、网络自动化等核心 技术，通过虚拟专网、混合专网、独立专网，搭建起了能够灵活适配行业场景的 技术基础。特别是在智慧运营方面，故障溯源、容灾备份、AI 驱动的资源优化等 多项关键技术及相关实践案例，正在显著增强专网的稳定性与安全性。 新质生产力为5G/5G-A专网的发展注入了新的动力。深度学习、大小模型、 联邦学习、通感算一体化、图智能、近场通信、智能超表面等新兴技术的深度融 合，推动专网从“连接赋能”到“ 联网、旅游、电力、矿 山等行业的深入实践，充分展现了5G/5G-A专网在重塑垂直领域核心生产环节的 重要价值。 本白皮书与案例集对5G/5G-A专网的技术演进以及智慧运营创新路径进行了 系统梳理，旨在为产业界提供可借鉴的解决方案和实施框架。期望通过产学研的 协同合作，加快构建下一代专网生态，推动 5G/5G-A 专网朝着差异化、定制 化、高性能的方向不断发展，支撑网络强国和数字中国的建设。

0 号浙江省发期和改革委员会高特处： a:310025. 财 件 ： E 江 省 人 工 M 期 · 方 动 计 划 ( 2 0 2 4 - 2 0 2 7 年 ) ( 征 求 意 见 构 ) M 江 省 发 展 和 改 革 委 员 会 2 0 2 4 年 1 0 月 8 日 1.1 工作背景 —— 省、市有要 求 DEVLLoPMENTANDREFoRMcou oN 息 用 粪 分 折 图 士 室 网 以 文 本 画 市 浙 江 宿 深 市 术相准 —— 鼓励宁波先行先 试 文 件 解 析 晓 计 神 解 析 2 7 0 0 个 2 N ) 文本解析 蓝功 0 个 io 失放 13 个单 20 档式转换成功 126 个 ( 失致 6 个四 生成网普对成功 0 个 0u 失 胜 0 个圆 文 件 类 型 魂 计 te 5297184159 5297184159 do ex 58 个 0) 1 0 6 个 ( joed10 后土大横型 保后土 面广市 后 hou tǔ 8 2 6 2 个 6 个 01% 1.1 工作背景 DeepSeek 的出现，加速了业务处室思考对如何沉淀业务智慧 口业务传承性困难：国土空间规划管理涉及大量的业务规则和经验，工作相关背景情况不依赖数 字化支撑，严重依赖个人经验、手 头

模型的数字金融新时代。东方财富、 同花顺、恒生电子引领金融科技 前沿。 l 互联网在中国迅速发展， 2008 年牛市下 PC 端金融网络门户 兴起，新浪、搜狐、网易等传 统门户财经频道日益成熟，和 讯网、金融界、证券之星等垂 直财经网址厚积薄发。但是受 限于时代条件，互联网金融领 域仍处于起步阶段。东方财富 后来居上，成为该阶段的集大 成者。 l 中国金融与技术的融合始于 20 世 纪 80 年代，互联网及数字技术 互联网金融： 科技延伸人类触角。大量信息科技公司利用信息传播的速度和广度大大 提高 ，大量的人工作业电子化利用网络技术汇集海量用户和信息变革传统金融渠道 ， 和讯网、 金融界、 证券之星等垂直财经网址厚积薄发 ， 而在移动互联 网时代 ，依托流量实现金融业务中的资产端、 交易端、 支付端、 资金端的互联互通 ，东方财富、 同花顺和华泰证券大放异彩。 3 ） AI 金融： 科技辅助脑力 劳动。 回顾与展望“科技 + 金融”的三个时代 5 金融信息化阶段（ 2004 年之前）： 中国金融与技术的融合开始于 20 世纪 80 年代，以互联网公司、系统开发商为代表的技术主体为金融机 构提供 技术支持，帮助金融机构“把业务”搬到网上，还未出现真正意义的互联网金融业态。 金融信息化阶段代表性产品及服务： 银行： 自动取款机（ ATM ）的开发与应用初步实现了银行无接触式服务，客户仅需要通过

深刻影响着当前 的生产和生活方式.然而,随着互联网的普及,安全威胁不断 增加,各种安全事件频繁发生,网络安全面临着严峻的挑战. 尽管各个 国 家 和 组 织 都 在 积 极 采 取 措 施 来 应 对 网 络 安 全 事件,但传统防御手段 (如 病 毒 查 杀 、漏 洞 扫 描 、入 侵 检 测 、 身 份 认 证 、访 问 控 制 等 )在 面 对 日 益 多 样 化 的 攻 击 时 只 能 提供 广 泛 、未 知 攻 击 繁 多 以 及 人 为 因 素 复 杂 等 问 题 ,这 导 致 防 御 者 常 常 陷入 被 动 、劣 势 的 局 面 ,无 法 有 效 应 对 当 前 存 在 的 网 络 安 全 问 题 [１]. 为了扭转网络空间“易攻难守”的被动局面,创新防御机 制,学术界积极推动研发主动防御技术.２０１１年１２月,美国 ２３１１００１３２Ｇ１ 国家科学技术委员会 NITRD 防 御 为 代 表 的 主 动 防 御 技 术 发 展 迅 速 并 日 趋 成 熟 ,在 产 出 大 量 科 研 成 果 的 同 时 ,广 泛 应 用 于 云 环 境 、区 块 链 、智 能 电 网 等 科 学 、工 业 领 域 . 现有的主动防御相关综述主要介绍了一种技术的策略或 方法,同时也对３种技术进行了一定程度的比较:文献[２]中 提出欺骗防御是移动目标防御的一部分;文献[３]在对欺骗防

DeepSeek 自 2025 年 2 月以来，北京、广东、江西、新疆等省市相继宣布接入 DeepSeek 大 模型，通过智能导办、工单处理、公文写作等场景创新，推动政务服务从“人工 密 集型 ” 向 “数据智能型 ” 转型。 1 、 DeepSeek 赋能政务效率提 升 DeepSeek 大模型正以“低成本、高性能、开源化 ” 的创新路径，打破技术垄 断壁垒，推动 AI 从巨头专属走向全民共享。其技术突破不仅重塑了全球 AI 与产业场景的深度融合，重塑行业决 策 底层逻辑。 二、决策模式从经验驱动向“数据 + AI ” 协同驱动转变 金融风控中，传统依赖规则与经验难 应 对实时风险， DeepSeek 构建协同 网 络，通过实时数据驱动模型动态 学习， 反欺诈准确率从 90% 提至 99.7% ，推 动决策转向算法实时优化， 实现精准动 态风险识别。 一、在行业应用方面， DeepSeek 成效显著 语 言序列和目标语言序列全局依赖的建模 。 如 今 ， 几乎全部大语言模型都是基于 Transformer 结构 的。 2 、 Transformer 结 构 类任务中取得突破性进展。 基于 Transformer 的编码器和解码器结 构 如图所示 • 左侧和右侧分别对应着编码器（ Encoder ） 和 解码器（ Decoder ）结构， 它们均由若 干个基 本的 Transformer

钢铁本部 本钢集团 AR 智能远程运 维 5G 智慧料场 智慧点巡检 辊道电机检测 皮带通廊安防 一键炼钢 冷轧厂无人天车 轧钢数字孪生  全球第 1 个 5G 钢铁专网  全国第 1 个工控域 5G+ 探索  全国第 1 个多地协同的云化 PLC 验证成功  全国第 1 个基于 5G 的铁水运输无人化项目上线  业界第 1 次全面梳理钢铁行业全流程 AI 数字星云 icenter 统一入口 智慧能环 冶金集中管控 数字移动运维 安全生产 研发设计类应用 业务管理类应用 生产控制类应用 工 控 增 值 业 务 5 G 工 控 专 网 安全性 可靠性 经济性 确定性 网元频谱专属 多种认证方式 软硬切片隔离 双频双链路 内生双发选收 设备冗余备份 算力基站 智简网络架构 高集成终端 原生 5G-LAN URLLC+TSN SLA 5G 云网一体柜 工 控 算 力 节 点 一体化运维 5G 定位 网络安全数据安全 用 5G 工控专网，构筑钢铁可靠连接 5G 专网 1.0 5G 专网 2.0  5G 核心网专属，安全可靠  4.9GHz+2.6GHz 双频组网，双发优选  控制类业务可靠性 99.999%  保障 PLC 远控业务安全可靠 5G/5GA 工控专网 共享 UPF 运营商 核心网 Internet

化、持 续化的服务。人工智能的革新涵盖了生成内容（AIGC）和生成服务（AIGS）的领域。保险行业 面临挑战，AI的突破为其带来新的应对方向。 • 保险业面对AI变革的焦点问题分析：建议采用《U型思考》方法，从初始问题出发，深入挖 掘其本质，以找到精准的解决方案。通过聚焦主要原因并进行必要的升维/抽象化，可以找到 问题的根本原因，使问题具有通用性。 • 保险行业参考系的构建：包括关注六大 价值飞轮、价值网和画布等方法，企业可以更好 地理解业务逻辑，识别关键驱动力，并实现更全面的优化。这些方法提供了有效的工具，帮 助企业理清思路，找准业务发展的核心驱动力，确立清晰的策略逻辑。同时，画布法可以将 价值网中的各个要素以图形化的方式呈现出来，更直观地揭示它们之间的关系和互动。这些 方法可以提高企业的运营效率和价值创造，并避免对旧价值网的依赖，持续优化和改进价值 网，实现更高的效率和价值。 面之下，需要大家进行更深入的思考和探索才能发现。那么，为解决问题应该如何采取行动呢？ 三 洞察问题，探寻本源 面对复杂问题，建议参考《U型思考》方法论，从初始问题出发，洞察其背后的本质，进而精准 地解决问题。 遇到初始问题 遇到初始问题 解决问题 解决问题 发现问题的本质 找到本质解 U型思考方法论是一个找准问题、看透本质、谋定而后动的思考模型 问：定义核心问题 ►用WHY提出问题：探寻动机，发现原因