杭州高新数联互通科技有限公司 国家数据基础设施技术路线发展研究报告 国家数据基础设施技术路线发展研究报告 目 录 CONTENTS 前言 第一章 人类社会正进入数据要素化发展新阶段 06 数据资源正成为继土地、劳动力、技术、资本之后的第五大生产要素 网络空间升级为算力空间后正在向数据空间进一步迭代 数据产业正快速发展成为数字经济社会的主导产业 数据基础设施正逐步成为数据高效流通的可信安全环境 环境 第二章 世界各国积极探索数据基础设施建设 12 美国的数据基础设施探索实践 欧盟的数据基础设施探索实践 第三章 建设和运营国家数据基础设施意义重大 32 国家数据基础设施是下一个30年全球经济增长的新引擎 国家数据基础设施是国家掌控数据战略资源的有效手段 国家数据基础设施是实现数据安全高效流通的技术保障 国家数据基础设施是“五位一体”统筹推进数字中国建设的的支撑底座 第四章 国家数据基础设施的特征和建设路径 36 国家数据基础设施的涵义 国家数据基础设施的特征 国家数据基础设施建设总体思路和实施路径 第五章 国家数据基础设施技术路线比较 44 隐私保护计算 区块链 可信数据空间 数场 数联网 数据元件 第六章 国家数据基础设施技术发展趋势 68 全球将形成三种数据基础设施主流技术路线 国家数据基础设施将向“一空间（场或网）四技术”方向收敛

指国家通过制定统一的安全等级保护管理规范和技 术标准，组织公民、法人和其他组织对信息系统分 等级实行安全保护 关键信息基础设施保护 针对面向公众提供网络信息服务或支撑能源、通信、 金融、交通、公共事业等重要行业运行的信息系统、 工业控制系统等关键信息基础设施，在网络安全等 级保护制度的基础上，实行重点保护 商用密码应用安全评估 是指对采用商用密码技术、产品和服务集成建设的 取、篡改 相关的法律法规依据 网络安全等级保护 关键信息基础设施安全 保护条例 ( 征求意见稿 ) 第六条关键信息基础设施在 网络安全等级保护制度基础 上，实行重点保护。 中华人民共和国 密码法 第二十七条法律、行政法规 和国家有关规定要求使用商 用密码进行保护的关键信息 基础设施，其运营者应当使 用商用密码进行保护，自行 或者委托商用密码检测机构 或者委托商用密码检测机构 开展商用密码应用安全性评 估。商用密码应用安全性评 估应当与关键信息基础设施 安全检测评估、网络安全等 级测评制度相衔接，避免重 复评估、测评。 中华人民共和国 网络安全法 第三十一条 国家对公共通信 和信息服务、能源、交通、 水利、金融、 公共服务、电 子政务等重要行业和领域， 以及其他一旦遭到破坏、丧

近年来，信息化、网络化、数字化程度不断加深，密码技术已经渗透到了社会生产 生活各个方面，重要网络和信息系统、关键信息基础设施、数字化平台都离不开密 码的保护。我国已在多部法律法规中明确规定了密码应用的要求，包括《密码法》 《网络安全法》《商用密码管理条例(修订草案征求意见稿)》《关键信息基础设施 安全保护条例》《网络安全等级保护条例（征求意见稿）》等。 许多行业主管部门近年也出台了一系列政策文件，对密码应用及商用密码应用安全 步建设、同步使用的要求，确保重要系统和设施安全有序运行。加强网络 安全基础设施建设，强化跨领域网络安全信息共享和工作协同，健全完善 网络安全应急事件预警通报机制，提升网络安全态势感知、威胁发现、应 急指挥、协同处置和攻击溯源能力。提升网络安全应急处置能力，加强电 信、金融、能源、交通运输、水利等重要行业领域关键信息基础设施网络 安全防护能力，支持开展常态化安全风险评估，加强网络安全等级保护和 和指导我国 政务信息化工程建设的纲领性文件，基本原则中提到要坚持网络安全底线思维，强 化网络安全和数据安全，严格保护商业秘密和个人隐私，落实信息安全和信息系统 等级分级保护制度，全面提升政务信息化基础设施、重大平台、业务系统和数据资 源的安全保障能力。 加强网络安全保障。加强数字政府网络安全体系顶层设计，推进国产密码应用，严 格落实等级保护和分级保护制度。强化政务数据安全管理，避免政务数据被违规截

遗留系统的解耦：对老旧基础设施或定制化应 用程序进行有效的迁移与现代化改造，需要专 门技术知识和以客户为中心的专业服务。 数据安全和合规顾虑：严格的法规要求（例如 GDPR、巴塞尔协议 III、HIPAA）和数据主权 问题，使一些利益相关者对迁移敏感数据持谨 慎态度。 对业务中断的担忧：为了在迁移过程中避免运 营中断，专业的指导与支持必不可少。 多云管理的复杂性：在多个云服务和基础设施 提供商之间平衡工作负载，会增加集成、治理 型项目的关键数据点与研究发现，有助于量化 我们能助您释放的商业价值。 我们希望这能帮助您在企业和组织 内部清晰地传达云转型的价值，并 凝聚各方对我们共创战略的支持。 7个月即可收回投资 IT 基础设施团队效率 提升 39% IT 运营成本效益提高 9% 高效率： 应用迁移至亚马逊云科技的 速度提升 46% 应用开发团队生产力 提高 21% 新产品和服务交付速度 加快 21% 实现成本节约 在云端释放基础设施效率 将核心工作负载迁移至云端可以避免本地基础设施的大额固定支出， 降低计算资源的总拥有成本 (TCO)，从而实现成本节约。同时也消除 了为避免服务中断而过度配置计算资源的需求。 与此同时，核心系统的现代化改造可以减少对昂贵专用软件和长期许 可协议的依赖。现代化工作负载还可以利用自动扩展、容器化和无服 务器计算，减少因过度配置而产生的不必要基础设施成本。 亚马逊

......3 二. “十五五”数字中国发展现状与特征.............................................................8 （一） 数字基础设施提档升级，实现新跃升...............................................8 （二） 数据要素市场化改革步入效能提升与价值贯通新阶段........... 三. “十五五”数字中国发展问题.......................................................................54 （一） 数字基础设施面临迭代升级和价值转化双重挑战.........................54 （二） 数据要素市场化配置改革面临系统性挑战................................ 四. “十五五”数字中国发展建议.......................................................................69 （一） 推动数字基础设施实现能级跃迁，全面增强其对新质生产力支撑 效能 69 （二） 建设制度保障与市场支撑协同联动的数据资源流通体系.............70 （三） 强创新、促融合，做强做优区域特色数字经济

AI：安全、合规、向善、透明 26 2.3 云原生安全保障：打造可靠 AI 基础设施 27 目录 大模型发展趋势、风险挑战与 解决方案 1 模型商业落地加速，面临多样化的部 16 署与应用环境 2 模型应用安全风险具有系统性与复杂 17 性，全生命周期的安全保障是模型应用 落地的关键 2.1 AI 基础设施风险：供应链漏洞、DDoS 攻击 17 与模型资产威胁 49 安全能力 3.2 部署安全：过程控制，构建防御屏障 59 3.3 运行安全：上线监测，实现动态防护 60 CHAPTER CHAPTER 阿里云AI基础设施：原生安全 保障 1AI 基础设施及其关键挑战：兼顾安全、30 能力、效率 1.1 安全挑战：系统软件漏洞、资源滥用、供应链 30 攻击与隐私合规风险 1.2 高可用性挑战：系统稳定性压力增加 31 1.3 高性能瓶颈：算力利用率与异构协同问题凸显 32 1.4 算力经济性失衡：资源碎片化与供需错位下的 33 成本与效率挑战 2 阿里云的企业级 AI 基础设施建设： 34 在高效的基础上更安全 2.1 云平台级别的全栈安全保障 35 2.2 面向 AI 场景的安全防护 37 2.3 从高性能到低成本的全面优化 40 03 04 13 12

（五）数据安全将全过程动态化保障 ....................................................................... 202 （六）国家数据基础设施将建成运营 ....................................................................... 203 （七）数智产业生态体系将更加完善 .................... 38 图 23：动态全过程的数据安全 ............................................. 40 图 24：数据基础设施全面继承、广泛覆盖、鲜明创新 ......................... 42 图 25：人工智能和数据要素全流程融合 ................................. ......................... 54 图 33：美国进行专门数据保护立法的细分领域 ............................... 58 图 34：美国数据基础设施建设和运营模式 ................................... 67 图 35：欧盟数据权益法律法规体系建设路径 ............................

第 4 章：技能培养策略：高校及其他领域探索 第 5 章：ICT 岗位分类体系 第 6 章：未来展望 研究方法 附录 I. 人工智能岗位 II. 软件岗位 IV. III. ICT基础设施岗位 网络安全岗位 V. 数据管理与分析岗位 VI. 云计算岗位 VII. IT领导力岗位 01 03 20 28 37 54 64 70 71 71 94 111 10 月） 趋势 2：为具备AI适配能力，组织加大技术栈投资 为持续推进向AI驱动型企业的转型，各组织正逐步加大对底层技术基础设施的投资：搭建具备可 扩展性、灵活性与安全性的技术栈，以支持跨业务领域的各类AI工作负载。组织普遍认识到，若 缺乏功能完备的AI基础设施（包括云计算平台、数据分析能力与机器学习框架），将难以部署和 规模化推广先进的AI解决方案。 对技术栈的投资不仅能增强AI能 智能体支出转向体现在三大投资领域：数据中心基础设施现代化、网络恢复与韧性强化，以及核 心企业应用更新。 近三分之一（31%）的组织表示，数据中心基础设施现代化将是首要投资方向，这一趋势反映出 从“云原生”到“AI原生”系统的广泛架构演进。与以往仅将AI作为附加功能整合的模式不同， AI原生架构从设计之初就以AI为核心，通过实时数据管道、自适应基础设施和持续学习能力，支 撑高性能、可扩展的A

大同市、广州市、杭州市等位居前列。 我国算力产业发展已取得一定进展，但仍存在基础设施建设不 均衡、算力应用深度广度不足等问题。为进一步加速我国综合算力 发展，亟需通过深化一体化算力网建设，强化统筹协同与动态优化 能力；全面提升算力供给质效，加速推动结构的迭代升级；夯实存 力运力底座，促进“算存网”协同演进；构建绿色低碳体系，加速 基础设施绿色升级；深化融合创新实践，助力产业生态繁荣发展。 《综合算力指数蓝皮书（2025 ..................36 （三）夯实存力运力底座，促进“算存网”协同演进...................................36 （四）构建绿色低碳体系，加速基础设施绿色升级.......................................37 （五）深化融合创新实践，助力产业生态繁荣发展............................. 1587 亿美 元，2028 年有望达到 2227 亿美元。 人工智能产业的巨大潜力及其对算力的高度依赖，已使其成为全 球数字经济竞争的战略制高点，全球各国正加速人工智能的战略部署 与算力基础设施投入。IDC 数据显示，目前，全球超过 70%的组织开 始对生成式人工智能技术进行投资或处于初步测试阶段，已有 17% 的组织将生成式人工智能应用和服务引入生产环节，利用人工智能技 术实现规