基于中国电子提出的数据元件与数据金库理念，数据要素市场被科学合理地切分为数据资源市场、数据元件市场、数据产品市场，实现数据“资源化、资产化、资本化”。安全可信金融数据空间通过搭建多对多的安全可信数据空间架构模型，融合公共数据和社会数据，以信用为手段，以金融科技为抓手，搭建政府、组织、企业和金融机构之间的数据安全流通桥梁，实现多主体在线供给需求对接，支撑数据要素实现安全、高效流通和跨域流通，形成符合经济学原理的市场化配置体系。

随着科技的快速发展和新兴技术的广泛应用，金融行业正面临着前所未有的安全挑战。金融数据的安全性对于金融机构和客户而言至关重要，因为数据泄露或被黑客攻击可能导致经济损失、信誉受损以及其他严重后果。通过研究对金融数据安全带来的影响和威胁，探讨新兴技术对金融数据安全所带来的挑战，并提出应对策略和解决方案。该研究成果对于确保金融数据的安全性、维护金融行业的稳定发展具有重要意义。

随着深度伪造技术的发展，深度伪造视频的制作及传播变得越来越容易，给社会带来了巨大的安全风险，深度伪造检测算法成为当前网络安全领域的重要方向。聚焦于提出一种泛化性能更好、效率更高、可解释性更强的深度伪造检测算法，主要针对DFDC、FaceForensic++及CelebDF三个深度伪造视频数据集进行实验并以这三个数据集集中训练出检测模型，首先使用人脸检测算法MTCNN提取人脸图像，进而将EfficientNet网络与Transformer架构相结合作为检测模型，通过采用三维人脸数据增强、注意力机制以及全局局部融合方法对模型进行训练和测试。模型在未使用型集成、知识蒸馏等方法的基础上，达到了与最优检测效果相当的检测水平。

随着产业互联网的飞速发展，面对海量的产业数据，构建知识图谱等自然语言处理应用需求逐渐增长。产业信息的有效管理和挖掘有助于及时发现所面临的风险和机遇，产业链风险预测可以为监管部门提供产业风险预警手段。针对以上问题，本文以知识图谱相关知识为科学依据，提出了基于知识图谱技术的产业文本数据实体标注准则，对海量上市公司产业信息进行知识抽取，形成自上而下的三维产业知识图谱。同时研究了上市企业产业知识图谱特定产业链知识的内在联系，总结规律并结合产业链往年时序图特征信息实现图谱推理，成功的对产业链中上市企业市值等信息进行了预测和分析。

当前大量存在的不正当商业数据抓取、流量劫持、数据封锁、恶意干扰等行为，严重干扰了数字经济时代商业活动的有序发展，并出现了表现形式多样化与动态化的变化趋势。针对商业数据不正当竞争行为的司法实践印证了《反不正当竞争法》第2条及第12条的法律保障效果，同时也暴露出现有规定的概括性、条款之间规范的界限不明确、对“不正当竞争关系”认定不当等问题。为进一步加强商业数据不正当竞争行为司法规制，应通过统一标准以规范反不正当竞争法的适用，明确“竞争关系”作为司法适用的前提，构建有利于引导商业数据合理利用的多元化法治体系。

欧盟近年来着重数据流通，其相关战略可提炼为数据主权、单一市场与共同空间。数据主权是欧盟因应数据博弈的核心战略，内松外严的数据流动模式为其理念。单一数据市场是维护数据主权的关键路径，欧盟制定系列法案意图建设“公平、自立，跨地域、跨领域”的数据市场。共同数据空间是建设数据市场的助推机制，欧盟将基于基础设施打造若干数据空间。对此，中国须理性镜鉴，立足国情而非削足适履，建构扎根中国大地的数据流通制度体系。

《个人信息保护法》第50条规定了个人信息权益的司法保护程序，但在该条第2款的性质及其与相关条款的适用关系层面仍存疑惑。从解释论的视角出发，该条系对个人信息主体诉权的确认而非请求权规范，第2款前句是个人信息主体行使诉权的前置要件，但并不适用于所有个人信息权利之诉。当不存在任何侵害行为时，个人信息主体需向个人信息处理者行使个人信息主体权利且被拒绝后，才能寻求司法救济；当个人信息权益受到侵害或存在侵害之虞，但不存在损害结果时，个人信息主体的请求权基础为相应的个人信息主体权利，不以向个人信息处理者提出请求且被拒绝作为起诉的受理条件；当个人因个人信息权益被侵害且存在损害结果时，可依据《个人信息保护法》第69条直接提起诉讼并要求赔偿。

当人工智能使用作品作为数据来源并制造产物时，可能无法构成合理使用。现有著作权法仅规定了控制作品电子存储行为的复制权，缺少对“数据使用”行为的控制。使数据处理者在获得电子存储的复制许可后，可以利用权利要素的缺失，自由使用创作型人工智能生成数据产物，对作者利益造成损害。基此，提出了作者的“数据控制权”，并通过案例分析、文献研究等方式，论述“数据控制权”设立的正当性、合理性并进行框架建构，填补著作权法中数据权利要素的缺失，对作品的数据权利进行针对性的保护，同时也兼顾了作者与数据处理者的利益，为人工智能的数据使用的行为，提供了一种基于数据权和著作权相结合的保护思路。

生成式AI作为最先进科学技术的代表大跨步走进人们生活的同时，也带来了著作权侵权风险问题。生成式AI不同于以往的专家系统那样只进行简单的系统分析或者只关注现有数据，而是可以生成新颖内容的人工智能。该技术的产生对现行的著作权制度造成了冲击，对生成式AI技术的侵权样态分析迫在眉睫。通过对生成式AI技术挑战背景下著作权侵权样态进行分析，从而提出以下三条建议：面对数据输入阶段的侵权风险，应完善法定许可制度；面对数据分析阶段的侵权风险，要加强行政监管；面对数据输出阶段的侵权风险，要优化平台治理。

依据现行新一代人工智能标准体系建设指南规定的标准体系结构分类，分别以发布的有效标准和在研立项标准两个维度系统梳理了人工智能涉及关键领域技术标准化研究现状。从统计数据可以得出，我国已初步建立人工智能关键领域技术标准体系，尤其是智能语音和人机交互等关键领域的标准化研究已经走在了国际前列。但是仍存在标准研究与产业发展不匹配、安全标准研究不足、伦理道德标准滞后等突出问题，最后对相关标准化体系发展提出发展建议。

传统的集中式访问控制模型在某些场景下存在局限性，特别是在政府部门、军事应用等特殊场景中，数据的安全管理需要考虑保密性、完整性等因素，并且需要灵活且严格的访问控制机制。此外，现有的层次化访问控制方法对访问层级区限的评估和验证过程存在单点故障问题，且存在访问层级区限泄露的风险。为了克服这些限制，提出了一种面向区块链数据交换的层次化访问控制方法，结合同态加密实现对访问层级区限的保护。实验结果表明，本方法有效地遏制了用户“越级”访问数据主体的安全问题，且在一些关键的功能上符合预期的运行效率。

网络空间作为继陆海空天之后的第五大主权领域空间，是国际战略在军事领域的演进。网络空间中信息主导权的争夺，对军事通信的安全性、稳定性提出了更高的要求。以未来高对抗和高智能战场需求为出发点，以当前区块链和密码学技术最新研究成果为基础，设计了基于区块链的高可靠军事信息隐蔽传输协议HRBCCM。该协议以零知识证明混币合约函数参数的数据结构和合法性验证逻辑为设计基础，提出了隐蔽通信交易的构造和识别算法，将信息的嵌入和提取过程与混币合约运行原理进行完美融合，实现了高隐蔽性和安全性的信息传输。同时从鲁棒性、可靠性、不可追踪性及不可探测性四方面进行安全性分析，并且搭建了仿真测试环境，对HRBCCM的传输时间和隐蔽率进行了测试和评估。实验结果显示，与传统方案相比其隐蔽性提升了20%，传输效率提高了40倍。最后，结合未来战场强对抗和高智能化程度的特点，分析了HRCCM在平时公网条件下全球情报信息传输和战时紧急状态下可靠通信能力保障两个典型应用场景，凸显了协议的场景的适配性。

针对燃煤机组SCR脱硝系统出口NOx浓度存在测量滞后以及吹扫时数据失真等问题，提出了一种基于特征提取和粒子群算法(PSO)优化极限学习机(ELM)超参数的燃煤机组SCR脱硝系统模型。利用互信息(MI)进行时间迟延补偿，采用最大相关最小冗余(mRMR)方法筛选辅助变量，通过PSO优化算法确定ELM最优超参数并建立预测模型，最后进行对比验证。仿真结果表明：采用本文方法所建立的PSO-ELM预测模型的均方误差和相关系数分别为0.931 4 mg/m3和0.978 6，预测精度高，能够为脱硝系统出口NOx的现场优化控制提供技术支持。

数字经济时代，电子制造业更新换代提速，对SMT贴片加工质量、效率等提出更高要求，SMT行业竞争加剧，中小企业低成本数字化转型与资源导入需求强烈。结合行业现状与中小企业需求，介绍了SMT行业云平台的建设路径，分析了面向企业内部数字化提升服务、面向产业链的模式创新服务两类服务模式。“小快轻准”服务以低成本助力行业中小企业数字化转型；模式创新服务助力企业导入更多订单、金融等外部资源，助推企业综合竞争力提升，助力产业链供应链韧性提升。