，为多租户 场景下的 AI 计算提供可靠的数据主权保护和安全隔离能力。 ● 供应链安全防护：阿里云的容器镜像服务提供自动化漏洞安全扫描与数字签名能 力，可识别镜像中的 CVE 漏洞、恶意代码及敏感信息泄露风险，并通过签名校验确保 镜像来源可信。同时结合阿里云安全中心的应用运行时威胁检测，实现从镜像构建到 容器运行时的全生命周期防护，抵御供应链攻击。 ● 外部三方验证 : 阿里云通过构建 加密操作，进一步增强数据主权控制。 ● 机密计算：阿里云 AI 基础设施支持机密计算（Confidential Computing），通过 基于硬件的技术实现了数据在计算过程中始终处于加密状态，有效防止敏感数据被窃 取或篡改。 41 40 ALIBABA CLOUD MODEL STUDIO SECURITY WHITE PAPER 安全 可信的 MaaS 阿里云百炼 安全白皮书 SECURE 至多语言。具体做法包括：一是制作所有语言通用价值观的安全语料；二是结合目标 语言国家的文化背景、宗教信仰、社会习俗等要素，制作符合本地价值观的安全语料。 通过这种方式，确保模型在面对不同语言用户时，能够兼顾文化敏感性与内容安全性， 避免因语义偏差或文化误解引发安全事件。 59 58 ALIBABA CLOUD MODEL STUDIO SECURITY WHITE PAPER 安全 可信的 MaaS

30%。 其次，DeepSeek 在乳腺 X 光片分析中也有重要应用。系统能 够自动识别乳腺肿块和微钙化点，帮助医生判断是否存在乳腺癌的 早期迹象。根据临床试验数据，DeepSeek 在乳腺癌筛查中的敏感 性和特异性分别达到 92%和 88%，远超传统分析方法。这使得更 多的早期乳腺癌患者能够得到及时的干预和治疗。 此外，DeepSeek 还可以用于脑部 MRI 影像的分析，自动检测 脑卒中 其次，DeepSeek 还引入了多层次的身份验证机制，包括双因 素认证（2FA）和生物识别技术，如指纹和面部识别。这些措施显 著增加了未经授权访问的难度，确保只有经过严格验证的医疗人员 才能访问敏感的病历信息。此外，系统还具备实时监控和异常行为 检测功能，能够及时发现并阻止可疑活动，如多次登录失败或异常 的数据访问模式。 在隐私保护方面，DeepSeek 采用了数据最小化原则，即只收 在数据采集过程中，必须严格遵守数据隐私和安全标准，如 《通用数据保护条例》（GDPR）和《健康保险可携性和责任法 案》（HIPAA），确保患者信息的保密性和安全性。为此，可采用 加密技术、访问控制策略和匿名化处理等手段，保护敏感数据。 数据预处理是提高数据质量和模型性能的重要环节。预处理步 骤包括数据清洗、数据转换、特征提取和数据标准化等。数据清洗 旨在去除噪声、处理缺失值和异常值，确保数据的准确性和一致 性。对于

本地化（Localization，L10n）在应用定制阶段，是开发者为满足不同地区用户在语言 和文化方面的需求，针对具体的目标语言对应用进行翻译和定制，过程包括配置多语言等资 源翻译、敏感禁忌检查和测试。 2.1.13UI Design Kit（UI 设计套件） UI Design Kit（UI 设计套件）是华为提供的符合华为 HarmonyOS Design System 定 Asset Store Kit（关键资产存储开发套件）包含了关键资产存储服务（ASSET）开放的 接口能力集合，提供了用户短敏感数据的安全存储及管理能力。其中，短敏感数据可以是密 码类（账号/密码）、Token 类（应用凭据）、其他关键明文（如银行卡号）等长度较短的 用户敏感数据。 26 2.2.1.5 Crypto Architecture Kit（加解密算法框架服务） HarmonyOS 系统上的敏感数 据安全管控能力，支撑企业构建完整的数据防泄漏解决方案，实现企业数据资产可知、可控、 可追溯。 企业数据保护服务场景介绍： ⚫ 提供文件扫描和分级标识能力，支持上层应用进行敏感文件识别、定级，构建企业 资产地图。 ⚫ 提供管控策略配置能力，支持企业下发分级管控策略、灵活管控敏感文件的外发权 限。 ⚫ 基于已配置的策略和敏感文件清单，对文件外发等非法行为进行管控。

流程编 排 知识采集 • 分级分类 • 文件上传限制 • 采集监控 • 文档权限八级管控 知识处理 • 敏感信息监测 • 云查杀 • 敏感内容智能脱敏 知识存储 • 多副本切片加密存 储 • 敏感文件审计 • 加密外发 • 文档预览水印 • 安全沙箱 • 风险行为监测 • 防截屏 / 防打印 • 文档下载水印 知识下架 知识应用 显示答案 + 文件源 返回端：内容安全检测 答案源头权限校验和输入输出内容管控 Embedding 服务 内容安全模型 输入端：敏感内容检测 大语言模型 提出问题 电力企业独有的高质量数据与 Know-how ，是通用 AI 模型进化为“行业专家”的关键燃料 ，是将企业智慧沉淀 为不可复制竞争优势的核心资产。 知识驱动

仓储场景 场景包括了高货架区域、矮货架区域、AGV、立体库区域等，该场景典型特征有带宽需求低、漫游 多、丢包敏感。 空间：仓库层高一般较高，部分高度超过 10 米。货架高度不等，按高度分为高货架区与矮货架区 漫游：仓库内 AGV 小车移动性强，漫游次数较多，对漫游的丢包和时延敏感 遮挡：仓库的遮挡比较多，主要遮挡来自货架以及货架上的货物，这些都会对信号形成一定的阻挡 华为园区网络 进行覆盖。 图 3-3Wi-Fi 7 零漫游医疗典型场景  纯内网场景：零漫游 AP 的两个 AP 都用于内网业务，其中一个用于处理零漫游业务，例如 PDA 之类对漫游较为敏感的；另一个用于处理高容量业务，例如手机、笔记本等。 该场景下 AP 支持单上行与双上行两种部署模式，其中单上行模式部署更为简单，只需连一根网线到 交换机；双上行模式则更强调可靠性，两个 AP 互不影响，但需要两根网线连接交换机。

理闭环，助力企业满足监管要求并降低操作风险。 2.1.2安全性原则 以数据安全与系统稳定为核心构建数字化防护屏障，保障外汇风险管理体系的稳健运 行。企业在开展外汇交易与套期保值过程中，涉及大量敏感财务信息、交易记录及风控 模型，需通过技术手段实现全流程安全管控。依托数据加密、权限分级、身份认证、操 作审计等关键技术，构建“事前防护—事中监控—事后追溯”的安全管理闭环，强化系 统抗攻击能力与数据防泄露机制。 3.1风险管理分析 风险管理分析模块通过VAR值分析、压力测试和敏感性分析等工具，帮助企业全面评 估和量化外汇风险。VAR值分析以特定置信度衡量资产或组合在一定时期内可能遭受的 最大损失，将复杂风险转化为具体货币数值，辅助企业判断是否继续持有外汇资产，提 升风险管理的科学性和精准度。 此外，系统支持对交易策略进行压力测试和敏感性分析，评估市场因素、宏观环境、 大事件及主观判断等多重冲击下 止超额交易行为。在综合风险管理方面，通过VAR值分析、压力测试、敏感性分析与风 险定价等手段，为企业提供定性与定量的风险判断支持，辅助策略制定与价格决策。 图4-2 智能风控指标体系 市场 风险管控 合规 风险管控 信用 风险预警 综合 风险管控 监控汇率波动并设置限额 限制交易金额并监控价格偏差 监控信用额度和评级变化 使用 VAR 值、压力测试和敏感性分析进行分析 保融科技等解决方案内置

依赖人工分析耗时费力。大模型可以在短时间内处理和分析大量影像数据， 协助放 射科医生 进行准确的诊断。例如， 人工智能辅助的影像分析技术已被用于检测肺癌、乳腺癌、脑肿瘤等重大疾病， 有效提高了诊断的敏感性和特异性。 07 PAGE 医疗健康大模型伦理与安全白皮书 但其在实际应用中也面临着诸多挑战。 具体如下： (1) 数据隐私与安全 医疗健康领域的数据隐私和安全问题始终是首要考虑的因素。患者的医疗数据包含敏感信息， 任 何数据泄露或滥用都可能带来严重后果。例如： 隐私泄露风险： 医疗数据的高价值和极度敏感性使其成为网络攻击的目标。确保数据在收集、传 输、存储和使用过程中的安全性，防止数据泄露，是应用大模型的基本前提。 数据匿名化挑战：尽管通过数 大模型应用技术分析 2.3.4.安全风控组件 医疗健康大模型的安全风控组件是确保系统在处理敏感和私密信息时， 能够遵循严格的法律法规、 保 护 用 户 隐 私 、 防 止 数 据 泄 露 以 及 应 对 潜 在 安 全 威 胁 的 重 要 组 成 部 分 。 在 医 疗 健 康 行 业 因

共 同 底 座 ， 集 成 了 所有 相 关 方 在 模 型 和 数 据 方 面 的 贡 献， 同 时 也 包含了 相 关 方 的 核 心 知识 产 权 和 运 营 记 录 ， 对 这 些 核 心 敏感 数 据 的 隐私 管 理 和 防止滥用 ， 一 直 是 阻碍船 舶 全 生 命 周 期 数 字 生 态 圈构 建 的 最关 键因素 之 一 。 数 字 船 舶 的 技 术 架 构 中 ， 可 信 的 前 提 下 ， 完成 数 据 的 计 算 、 验 证 与 价 值 挖 掘 ， 实 现 “ 数 据 可 用 不 可 见 ” ， 从 根本 上 打 消 数 据 持 有 方 对 商 业 机 密 和 敏感 信 息 泄露的 顾 虑 ； （ 3） 传 输 存 储 与 通 信 安 全 ： 数 字 主 线 所承载的 数 据 流 动 ， 以 及 平 台 服 务 层 的 数 据 存 储， 均 需 应 用 国 术 数 据 信 任 构 建 技 术 所要 完成 的 使 命 ， 是 基 于 对 数 据 全 生 命 周 期 权 属 确 认 和 可 验 证 ， 以 及 通 过 隐私 计 算 等 技 术 避免对 敏感 数 据 的 直 接访 问， 实 现 数 据 的 可 信 应 用 和 交 易。 包括以 下 核 心 技 术 ： 数字船舶白皮书 2025 概念内涵、技术架构与行动方案 18 19 （ 1） 权

AI加持行业BI数据洞察， 精确归因加速智能决策 可信赖AI 强化数据安全和隐私管理 • AI数据使用权限采用和 CRM业务数据一体化的权 限机制 • 严格执行AI数据零留存机 制，保障企业数据安全 • 支持敏感数据掩码、毒性 管理、AI审计日志，打造 可信任AI 企业级AI 灵活定制Agent矩阵 • 支持公有及私有多模型接 入，场景级选配专属模型 • Agent支持灵活定制编排， 敏捷构建场景化Agent Tenant Private Llm 商用大模型 租户自有大模型 纷享销客 CRM平台 纷享销客 AI PaaS • CRM数据权限，AI应用内获取数据权限与当前个人数据权限严格保持一致； • 敏感数据 Masking传输； • AI审计日志，支持脱敏与明文租户级模式配置； • 商用大模型零留存协议，数据不出境，国内租户用国内大模型，海外租户用海外模型； ... 纷享销客ShareAI：事件审计及问题诊断

全、弹性自适应和Agentic AI运维。四大特征既有 所侧重，又相互协同。业务永续重点在面对全类型 异常事件发生后，数据完整和服务的业务应用运行 保障，确定性安全重点在面对恶意威胁时拒绝勒索 的底气和敏感信息不失密，前者重在事后的恢复能 力，后者重在事前和事中防范威胁转变成为现实灾 难的能力，它们共同定义韧性DC的保护效果。弹 性自适应和Agentic AI运维实现IT设备资源和运维 人力资源的冗余度降低，它们构成韧性DC的经济 业 务 攻 不 瘫 、 数 据 偷 不 走、全程严合规”。 ·攻不瘫：关键业务系统在面临复杂威胁时，依然 能够稳定运行，持续对外提供无中断、不降级的服务； ·偷不走：面对数据安全威胁时，确保敏感数据不 泄露，重要数据不篡改，核心数据不锁定； ·严合规：实现合规指标可量化、风险处置可闭 环，筑牢数据安全的合规防线 。 关键特征二 确定性安全 数据中心要具备系统性容灾架构与技术能力，当面 金融：强一致性 电商：最终一致性 医疗：版本一致性 一致性 核心数据需可靠同步 维度 共性要求 行业差异点 可用性 高可用（≥99.99%） 合规性 数据需符合本地法规 性能 延迟可控 成本敏感度 需平衡成本与可靠性 医疗/金融：99.999% 互联网：可接受有限降级 欧盟：GDPR 数据本地化 中国：《数据安全法》跨境备案 医疗：HIPAA 隐私保护 金融：＜50ms IoT