网络安全视角下数据要素安全治理研究
网络安全与数据治理
唐珂，宋崴，张文瑾，柳碧岚，史晓莉
中国人民解放军96941部队
摘要： “数据要素”是驱动数字经济发展的核心资源，其本质是通过数据资源的整合、加工和流通，释放数据价值，赋能业务决策、社会治理和经济增长。在网络安全领域，数据要素不仅仅是“原始数据”，而是通过采集、整合、加工、流通、应用等过程，能直接发挥其网络安全价值的数据资源形态，例如网络威胁告警和威胁情报等。随着信息技术的快速发展，网络安全工作所产生海量的数据要素成为网络安全治理的核心要素之一。这些安全数据的收集、存储、传输与处理在协助提供网络安全决策支持的同时，也带来了巨大的安全隐患。从数据要素的安全角度出发，分析网络安全数据汇聚过程中面临的主要安全威胁，提出相关的保护措施和技术方案，旨在为网络安全治理提供实践指导。
中图分类号：TP309文献标识码：ADOI:10.19358/j.issn.2097-1788.2025.10.009
引用格式：唐珂，宋崴，张文瑾，等. 网络安全视角下数据要素安全治理研究［J］.网络安全与数据治理，2025，44（10）：54-58.
引用格式：唐珂，宋崴，张文瑾，等. 网络安全视角下数据要素安全治理研究［J］.网络安全与数据治理，2025，44（10）：54-58.
Research on data element security governance from a cybersecurity perspective
Tang Ke，Song Wei，Zhang Wenjin，Liu Bilan，Shi Xiaoli
Unit 96941 of the Chinese People′s Liberation Army
Abstract： Data elements are the core resources driving the development of the digital economy. Their essence lies in the integration, processing, and circulation of data resources to unlock data value and empower business decisionmaking, social governance, and economic growth. In the field of cybersecurity, data elements are not merely "raw data"，but take the form of data resources that can directly deliver cybersecurity value through processes such as collection, integration, processing, circulation, and application—for example, network threat alerts and threat intelligence. With the rapid development of information technology, the massive data generated in cybersecurity operations has become a key component of cybersecurity governance. While the collection, storage, transmission, and processing of these security data support cybersecurity decisionmaking, they also introduce significant security risks. This paper examines the security of data elements from a cybersecurity perspective, analyzes the major security threats encountered during the aggregation of cybersecurity data, and proposes corresponding protection measures and technical solutions, aiming to provide practical guidance for cybersecurity governance.
Key words : data elements;cybersecurity large model;big data;network detection
引言
当前，网络安全治理正面临数据规模与处理效能的双重挑战。互联网、物联网及云计算技术的普及催生了海量异构安全数据，如网络流量、系统日志、攻击行为等结构化与非结构化信息。这些数据的采集、存储与分析因实时性要求高、复杂度大而面临瓶颈，传统技术难以支撑高效治理。与此同时，安全威胁持续演进，从传统病毒攻击升级为APT攻击、零日漏洞利用等高级威胁，防御难度显著提升。确保安全数据的保密性、完整性和可用性，已成为构建网络安全治理体系的关键环节。
然而，现有研究多聚焦于单一环节的防护措施(如加密存储、访问控制等)，缺乏覆盖数据全生命周期的系统化与智能化安全治理方案。同时，尚未充分发挥安全大模型在语义理解、威胁溯源和响应决策方面的潜能，导致安全数据价值未能有效转化为智能防御能力。为此，本文提出基于安全大模型的全生命周期安全治理框架，通过多模态融合与攻击链动态建模实现智能化风险识别与响应，为网络安全治理提供新的技术路径。
本文详细内容请下载：
//www.51qz.net/resource/share/2000006827
作者信息：
唐珂，宋崴，张文瑾，柳碧岚，史晓莉
(中国人民解放军96941部队，北京100085)
此内容为AET网站原创，未经授权禁止转载。