................... 12 7.2 场景发现与价值规划 ................................................... 12 7.3 多主体协同与职责分配 ................................................. 12 7.4 数据供给侧匹配 ......................... 城市数据资源体系构建 ............................................. 24 9 生态主体 ................................................................. 24 9.1 生态主体的分类与定义 ................................................. 24 ................................................... 24 9.2 生态主体和业务要求 ................................................... 25 9.2.1 主体接入 ......................................................... 25

1 2.可信数据空间与传统数据平台的核心区别体现在哪些方面？ 1 3.可信数据空间中“可信”的具体内涵包括哪些维度？ 2 4.可信数据空间的关键技术组件有哪些？ 2 5.可信数据空间的主要参与主体及其角色定位是什么？ 3 6.可信数据空间对数据要素市场建设的核心价值是什么？ 4 7.可信数据空间与隐私计算技术的关系是什么？ 5 8.可信数据空间与区块链技术的结合点有哪些？ 5 9.可信数据空间的应用场景主要覆盖哪些行业？ AI技术在可信数据空间的应用标准有哪些？ 29 五、运营管理类 30 41.可信数据空间运营主体的法律责任与义务是什么？ 30 42.数据共享的合规流程（申请-审核-使用）如何设计？ 31 43.用户授权的动态管理（如撤回、更新）合规要求？ 31 44.数据服务合同中的关键合规条款有哪些？ 32 45.可信数据空间合规审计的实施主体与频率？ 33 46.用户投诉处理的机制与时限合规要求？ 33 47.数据使用费的定价原则与合规要求？ 运营日志的留存与查询权限合规要求？ 35 49.第三方服务提供商的合规评估要点？ 35 50.运营变更（如规则调整）的用户告知义务？ 36 六、跨域协作类 37 51.跨域数据共享的合规前提（如主体资格、授权）？ 37 52.跨行业标准对接的合规路径与方法？ 38 53.跨境数据流动的安全评估要求（如《数据出境安全评估办法》）？ 38 54.跨域身份认证的合规技术（如联邦身份、OAuth2）？

可信认证为基础 、 访问控制为核心 可信认证：保障信息系统主体、客体可信 访问控制：保障主体对客体合理操作权限 主体 客体 通过构建集中管控、最小权限管理与三权分立的管理平台，为管 理员创建了一个工作平台，使其可以借助于本平台对系统进行更 好的管理，从而弥补了我国现在重机制、轻管理的不足，保证信 息系统安全可管。 以访问控制技术为核心，实现主体对客体的受控访问，保证所 有的访问行为均在可控范围之内进行，在防范内部攻击的同 业务服务器等 计算节点进行安全防护 ，控制操作人员行为 ， 使其不能违规操作 ，从而把住攻击发起的源 头关 ， 防止发生攻击行为。 u 分析应用系统的流程 ，确定用户（主体） 和 访问的文件（客体） 的级别（标记） ， 以此 来制定访问控制安全策略 ， 由操作系统、 安 全网关等机制自动执行 ，从而支撑应用安 全。 计算环境 的两种或两种以上的组合身份鉴别。 2.2 安全计算环境设计要求 u 标记与强制访问控制 总体要求 应对系统中主要的主、 客体进行安全标记 ， 按安全标记和强制访问控制规则 ， 对确定主体访问客体 的操作进行控制。 实现方式 1) 服务器、 计算终端应采用安全操作系统或相应安全强度的操作系统加固产品 ， 实现对操作系统中主客 体的安全标记

聚焦产业兴旺，推动农村一二三产业融合发展：支持农业产业化龙头企业及联合体发展， 延伸农业产业链，提高农产品附加值。 2. 重点做好新型农业经营主体和小农户的金融服务，有效满足其经营发展的资金需求：鼓 励发展农业供应链金融，将小农户纳入现代农业生产体系，强化利益联结机制，依托核 心企业提高小农户和新型农业经营主体融资可得性。支持农业生产性服务业发展，推动 实现农业节本增效。 3. 推动新技术在农村金融领域的应用推广：规范互联网金融在农村地区的发展，积极运用 产业化程度低 资源配置效率低 产业附加值低 农业产业互联网概述 银行 农业担保公司 保险公司 农资企业 农业科研机构 物流企业 农事服务企业 加工企业 金融机构 产业互联 网平台 农业生产主体 农资经销 商 / 合作社 交易企业 信贷、担保、保险一站式供应链金融服务 农事服务 农业科技指导 价格优惠、质量保 证的农资产品 农资交付服务 收集农户数据 基础数据 金融服务 农资产品 质量稳 定 、可追溯的产品 批 量 化 的 客 信 源 用 数 据 产业扶持和监管 稳 定订 单 科研数据  农业产业互联网是管理和运营农业产业资源的数字化载体，目标是打造链接所有涉农主体和产业链各个价值环节的运营服务平台；  核心理念是整合产业资源构建新型产业运行机制，以合伙制经营的模式，通过交易环节的互联网营销和订单生产倒逼农业种植、加工等 环节的标准化和规模化，融合政府产

动计划》），明确提出可信数据空间是基于共识规则，联接多方 主体，实现数据资源共享共用的一种数据流通利用基础设施， 是数据要素价值共创的应用生态，是支撑构建全国一体化数据 市场的重要载体。 国家信息中心信息化和产业发展部主任单志广研究员认为， 按照架构模式分类，可信数据空间可分为集中式、分布式、递 阶式三类。 集中式可信数据空间以中心化可信数据空间服务平台为核 心，按照互联互通接口规范，不同主体通过可信数据空间连接 器接入可信数据空间服务平台。 分布式可信数据空间基于区块链的分布式特性，构建跨网、 跨云、跨链的底层基础设施，不同主体作为应用节点接入可信 数据空间，实现数据产品或服务跨主体可信流通。 递阶式可信数据空间介于集中式与分布式之间。 本报告所讨论的内容主要为基于区块链和区块链服务网络 （BSN）的分布式可信数据空间。 （二）主要特征 3 国家信息中心信息化和产业发展部主任单志广研究员认为： 源集聚的载体，可信数据空间具备“多主体共创”的特性。 在当今数据安全形势严峻的背景下，各个数据持有主体对 数据安全高度重视，数据不出域是保障数据安全与隐私的关键 原则。在可信数据空间中，不同主体的数据无需离开本地存储 域，就能在加密脱敏状态下参与联合计算与分析。 多主体共创则是发挥集体智慧、促进创新的重要模式。在 可信数据空间内，不同主体基于自身的数据资源和专业优势， 共同参

注：可信数据空间中的可信是指数据流通及使用的可信赖，代表数据流通及使用的过程及结果符合相关参与方的行 为预期。 可信数据空间 trustworthy data space 基于共识规则，联接多方主体，实现数据资源共享共用的一种数据流通利用基础设施，是数据要素 价值共创的应用生态，是支撑构建全国一体化数据市场的重要载体。 数字合约 digital contract 以数字化形式描述的数据提 control 2 在数据的传输、存储、使用和销毁环节，通过集成在数据应用、算法和运行环境中的技术手段，确 保相关参与方按照数字合约约定的使用策略对数据进行分析、计算和处理等，实现对数据使用的时间、 地点、主体、行为和客体等因素的控制，从而保证对数据的使用符合预期。 数据资源 data resource 具有价值创造潜力的数据的总称，通常指以电子化形式记录和保存、可机器读取、可供社会化再利 用的数据集合。 、数据文件或数据API等。 4 概述 为厘清可信数据空间的内涵与外延，本小节从多个视角对可信数据空间的核心特征进行详细描述。 从技术组成角度，可信数据空间以数字合约、使用控制技术为核心，以数据跨主体流通使用的可信 （符合预期）为目标。通过数字合约技术描述特定参与方对数据内容、使用方式、使用次数等流通利用 行为的预期并达成共识；通过集成在特定软硬件环境中的使用控制技术对使用数据的算法、应用进行控

据占比高，高质量语料转化率低（语义缺失、时效 滞后等），无法满足行业大模型训练推理阶段对行 业标注数据的诉求。 · 挑战四、安全能力参差不齐 数据流通涉及数据提供方、使用方、服务运营方等 众多参与主体，不同主体的网络安全、传输安全、数 据安全等防护水平差异较大，容易成为攻击者突破的 薄弱环节，无法满足全链路数据安全防护要求。 2、人工智能大模型语料发展与挑战 2.1 人工智能大模型语料发展趋势 1 不可见 当前模型训练 / 推理数据涉及多主体、多云、多业务 系统间的数据集成与数据汇聚，由于多主体大数据 平台建设采用异构技术平台、不同元数据管理、独 立数据接口标准，导致跨主体跨域间数据无法高效 流通、无法高效发现、汇聚、治理、加工、访问与检 索，大量 高价值数据难以被快速、高效集成至 AI 训练 / 推理 生产流程中。 ① 跨域多主体系统异构建设，跨系统横向集成难， 无法为 AI 有方安全域后，缺乏对参与方行为的实施检测与权限 回收机制，身份信任链断裂。 · 数据来源不可信，数据完整性受损及责任追溯 困难。一方面，数据易篡改，数据生产链权责模糊， 多主体参与导致源头数据被伪造或污染。另一方面， 追溯机制缺失，缺乏全链路审计技术，数据泄露或 滥用后难以定位责任主体。 · 数据使用过程不可信：也是根源性技术瓶颈之 一。现有的 CA 体系仅能验证机构实体的身份，无法 对数据应用实体（如虚机、容器）、计算环境进行

上的规模化聚集、运作和反应。由此，部分基础性的专业工作被替代，AI在劳动贡献、价值创造中 逐渐与人比肩甚至超越人类，AI和人类共同成为社会贡献主体。 在中观层面上，AIGC技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有 的教育框架，教师作为教学主体的功能性与人文性价值如何取舍？师-生-机三位一体的教育形态意 义几何？以知识传递和测评为核心的教育内容该如何升级？大规模的个性化教学是否真的有可能实 强势能力，迫使教育界进一步反思现有的教育框架。 在教学主体方面，AIGC带来人机协同教学和师资强化的期待，也引发AI挑战教师主体地位的思考； 在教学载体方面，AIGC有望赋能教师并实现规模化的因材施教，但也挑战传统学习模式和评价工 具；在教学内容方面，高阶通识能力、跨学科复合能力的重要性被重提，并辅以AIGC技术素养要 求；在学习主体方面，引发近乎科幻但并不遥远的哲学思辩：教育人类还是训练大模型，二者可 （程序教学、认知目标分 类） 建构主义学习理论（以学 习者为中心的个性化教学） 等经典教育理论 成为各国教育部门开展教 育工作的理论基础和依据 生产技术发展对教育形态的影响 更好的教学主体 个性化的学习主体 更好地教学评估 更需要学习的内容 更好更快地学习 更好的教育载体 教育领域致力于使用技术和 理论以更好地解决的环节 前沿技术渗透最快的环节 来源：公开资料，艾瑞咨询研究院自主研究及绘制。

国家数据基础设施建设是一项前无古人的伟大创新事业，从实现目标上要形成数据高效流通与安全可信 间的协调统一。从技术架构上要突破引领全球计算机和信息系统发展了80余年的冯.诺依曼架构；从建设运营 上要实现供给方、需求方和服务方等数据主体基于共识规则基础上的价值共创。具有极大的挑战性，至今还 未形成成熟的技术路线。《国家数据基础设施建设指引》充分考虑国内外技术最新发展趋势，结合我国各地 方各行业具体探索实践，提出了隐私保护计算、 间，从通讯和社交开始，人 类社会的工作、学习和生活等逐渐从物理空间向网络空间迁移；第三阶段是计算空间时代。2000年以后，随着移动终端、 云计算、物联网等新业态的不断出现，政府、企业和个人等不同主体，将越来越多的管理、服务、生产、经营、工作、学习 等事务迁移到网络空间，网络空间的传输功能逐渐被计算功能超越，网络空间也由此升级为计算空间；第四阶段是数据空间 时代。近年来，随着大模型等人工智能 健康、金融、能源、农业、公共管理、技能、开放科学云 等10个建设领域，后来又将建设领域扩大到18个。欧洲共同数据空间将欧盟构建成一个单一数据市场，通过快捷方便的访 问接口，使来自欧盟范围内的各类主体均能够以可信和低成本的方式实现数据跨行业跨领域共享、交换和交易，促进数据在 各领域价值潜力的释放。 欧盟的数据基础设施探索实践 国家数据基础设施技术路线发展研究报告 第二章 世界各国积极探索数据基础设施建设和运营

自动驾驶 自动驾驶行业具备典型的海量数据 、高并发、 实时处理等计算属性 ，呈现出高度多元主体协同、智 能识别和感知、系统模拟仿真计算、决策分析和预测预 警等特性。该产业的高度集成化需要智能计算中提供先 进的 AI 技术支撑 ，快速推动新产品的研发、测试和应 用 AI 芯 片 在为各类用户主体提供多元化 AI 算力服务的同时， AI 芯片产业的快速发展必将带动智能计算中心的建设部 署 数据中心是产业转型升级、新旧动能转化的必要支撑 ，但现有数据中心算力服务能力已经难以有效满 足实践需求 智能计算中心经济社会效益分析 促进产业转型升级 加速新旧动能转化 智 算中 心 政府作为现代政府治理主体，能够在智算中心强大算力支撑下开展精细化、智能化政 府治理，智算中心将在智慧交通、应急管理、防洪减灾、环境保护、地理测绘等场景中有 着极大应用空间 智算中心作为未来 AI 算力生产供应中心 开放 创新 算法 公益 孵化 投资主体 政府主导模式，政府作为投资主体加快推进智能计算中心落地 • 智能计算中心的公共属性 • 智能计算中心的自主性 运营主体 运营主体类型应更加多元，运营模式也更加灵活。 • 更宜采取“投 - 建 - 运”一体化模式 • 可委托外包给政府出资控股或国有资本控股的专业运营公 司 承建方主体 政府主导下的政企合作模式，由企业具体承建智能计算中心