在数据要素市场化加速推进、人工智能技术深度融合的背景下，数据流通与安全、AI安全与效率等矛盾成为行业关注焦点。2025中国国际大数据产业博览会（简称数博会）将于8月28日在贵州贵阳举办，在大会前夕，特别专访了浙江大学求是特聘教授杜跃进，围绕数据安全技术应用、大模型“安全与效率”平衡、生成式AI风险防控、DSMM标准发展及数博会期待等关键议题展开了一场深度对话，分享了他的深刻洞察与前瞻建议。
问：数据安全是数据要素流通的基石，在您看来，当前数据要素市场化进程中，隐私计算等技术能否成为破解“安全与流通矛盾”的关键？
杜跃进：数据安全与传统网络安全存在诸多不同，其中核心差异之一是数据安全与业务耦合极深，因此单独某一种技术无法判断能否解决所有问题，关键在于技术能否适配特定业务场景、满足业务需求。
包括隐私计算、联邦学习、安全多方计算、机密计算等在内的各类技术，均在探索数据安全保障路径，但这些技术必须放在具体业务场景中实践——要与业务融为一体、与管理融为一体，才能验证其有效性。
简言之，技术对数据安全至关重要，但不能“唯技术论”；安全是数据流通的前提，但数据安全绝对不能脱离业务需求，需在技术实践与业务需求的结合中寻找平衡。
问：大模型厂商普遍采用“安全对齐”抑制风险，但企业为业务效率常要求解除对齐限制。您认为这种“安全与效率”的冲突应如何平衡？
杜跃进：“安全与效率”的冲突，本质是安全与发展平衡的经典难题，需结合当下大模型发展阶段、全球态势及数字革命进程，遵循五大原则落地解决：
第一，提高风险容忍度。安全风险无法完全消除，只能通过风险控制降低到合适程度。当前阶段不应追求“零风险”，需适当放宽标准，接受一定范围内的风险存在。
第二，风险消除适度“右移”。不必将所有资源投入“预防风险发生”，而是更要强化风险发生后的能力——快速准确地发现风险、及时且有效的响应、提升恢复能力降低损失等，避免因过度在“左侧”追求“零风险”而“因噎废食”。
第三，系统性应对风险。突破单一技术思维，从人工智能系统及社会影响层面综合管控风险，例如结合数据治理、模型可解释性提升、舆情和危机应对等多维度措施，形成整体防控体系。
第四，创新快速迭代。当前大模型技术发展速度远超政策法规、标准、产品的更新节奏，需在政策、技术、标准、产品等各领域创新迭代模式，提升对新情况的适应能力。
第五，坚持以业务为中心。所有安全措施的评估与实施，都需从业务视角判断“价值与成本”——无论是企业、行业还是国家层面，都要避免“为解决小风险付出过大代价”，最终以业务需求决定措施的必要性、程度与时机。
需强调的是，这些原则都需要结合具体行业、企业及事件落地，未来需通过更多最佳实践总结经验，而非依赖“自上而下的统一方案”。
问：生成式AI面临数据污染、模型窃取等风险，从技术层面看，您认为智能威胁检测、自动化攻防演练等手段该如何具体落地？
杜跃进：这可以从“整体安全能力”的视角回答这个问题。目前我国在技术与工程领域能力突出，但常忽视技术之外的关键因素。不能认为技术是解决一切的手段。
回顾网络安全发展历程：2007年前以“无组织攻击”为主，2007年后针对性信息窃取增多，2010-2011年起高级威胁攻击出现，传统的威胁检测、态势感知等方法已面临挑战。生成式AI面临的“数据污染”“模型窃取”风险，仅是众多网络安全问题中的“两个小点”，因此，核心不在于“某类技术如何落地”，而在于整体安全能力的提升。
安全能力不是单一技术指标更不是安全产品的功能性能参数，而是一个机构中技术手段与人员组织、制度流程、资源配置的融合产物——需先明确“安全能力如何刻画与衡量”，再判断其能否应对包括AI风险在内的各类威胁。
实践中，不能陷入“买产品即保安全”的误区，需重视运营、业务决策对接、人员培训、组织建设、制度完善等“非技术环节”，通过多要素融合构建真正的安全能力。
问：2024年您牵头发布了《DSMM应用情况与未来发展分析报告》并推动行业互认机制。一年来，在AI多模态数据融合、跨境数据流动场景下，DSMM面临哪些未预见的挑战？
杜跃进：首先需明确DSMM的核心价值——它是以“组织为单位”来解决组织或机构的“可信任问题”，即判断某一企业或机构的可信度，进而决定“哪些业务可委托给它、风险是否可控”，这是平衡业务发展与风险可控的重要抓手。
当前，AI多模态数据融合、跨境数据流动对“数据流动效率”的需求愈发迫切，数据不流动或流动不足，不仅会增加业务成本，更会影响技术创新、行业发展与国际竞争。在此背景下，DSMM的价值将进一步凸显，DSMM成熟度一至五级的等级划分将是未来企业在数字世界中需要的“通行证”，没有这张“通行证”的企业无法获得别人的信任，而拿着更高等级DSMM证书的企业，则意味着其数据安全能力更加强大，有能力处理更大更重要的数据而不至于风险升高。
从实际应用看，DSMM发展势头良好，但也面临三大可预见的挑战：
第一，保持测评专业性。随着DSMM普及，参与机构增多，需保障第三方测评机构的专业性，若失去专业性，整个DSMM体系的可信度将崩塌。
第二，深化与改进标准。我是从2015年开始提出DSMM的，2016年完成标准研究，2017年开始对外推广和实践，2019年国家标准正式发布，随着技术的进步我们也在不断提升和改进，现在需要总结过去这些年的经验对标准进行改进；另一方面，它是通用框架性标准，需在各行业细化适配才能够更好地适应本行业的特点，但是目前“行业专属DSMM标准”的建设仍不足，未来可加强在具体行业领域的“专属DSMM标准”研究与建设。
第三，强化行业主管部门参与。数据安全与行业业务紧密相关，过去行业主管部门常将其视为“安全监管部门的事”，参与度较低，这种情况事实上导致行业发展严重受阻。实际上，需行业主管部门根据本行业特点明确“不同DSMM等级对应的业务权限”（如三级可开展哪些业务、四级可突破哪些限制），才能实现本行业数据流动过程的风险可控，并且引导企业主动提升数据安全能力，而非仅满足合规要求。
今年数博会上我们也将会发布新的DSMM产业发展报告，大家可以期待一下。
问：2025数博会以“数聚产业动能 智启发展新篇”为主题，将全面展现数据要素与人工智能技术融合创新的最新成果。作为数博会的重要参与者，您对2025数博会在推动安全与发展的平衡、凝聚产业共识方面，有怎样的期待？
杜跃进：我与数博会的缘分始于2016年，当时便建议借助数博会平台打造数据安全领域的标杆，以支撑贵州乃至国家的大数据战略；2017年正式建立贵州大数据安全工程研究中心后，我们制定了中长期规划，把每年数博会作为阶段性成果输出的节点，每年都举办数据安全论坛、闭门会议等，推进测评师培养、实践案例梳理、宏观数据分析等务实工作。
正是以数博会为“里程碑”，DSMM一步步获得很多政府、行业和产业界（包括外资企业和国际机构）的广泛认可，贵州的实践也获得了全国信息安全标准优秀实践一等奖。
我们是参与数博会活动的众多团队之一，以我们自己作为一个小的缩影，对于2025数博会，我的核心期待是“更聚焦务实案例，更注重生态合作”：希望数博会能更多关注“在中国本土扎根成长、具备国际领先性与话语权”的实践案例，将数博会打造为“宣传推介优质实践、建立务实性生态合作”的平台，进而推动数据要素与AI技术融合中安全与发展的平衡，凝聚产业共识。当然，除数据安全领域外，其他行业也有大量优质案例值得关注，期待数博会能全面挖掘并推广这些“扎扎实实的成果”。