面向AI智能体的多源数据管理框架:识别–保护/加固–预防路径下的数据分类、合规治理与暗数据清理实践

《Applied Sciences》:Classification of Data and Information in the AI Era: Towards Compliance and Efficient Data Management

【字体: 大 中 小 】 时间:2026年10月22日 来源:Applied Sciences 2.5

编辑推荐:

   摘要

  

摘要

在人工智能(AI)和机器学习(ML)工具与服务应用日益普及的时代,组织内部基于多源数据运行的AI智能体及智能体式AI正变得普遍,组织亟需以高效且可持续的方式应对合规性与数据管理挑战,以保持竞争力。本案例研究得出的成果是一个经过评估与优化、适用于多种类型组织的数据管理框架;该框架涵盖AI/ML引导的数据分类,并在将数据与信息安全地用于AI/ML工具或服务、AI智能体或智能体式AI解决方案之前,补充完善的网络安全与质量保障措施。本文强调需要制定新的或改进的AI政策,并建议组织更新或完善其战略与流程,以便在获取收益的同时避免机密信息泄露和合规风险。该框架及其流程——识别–保护/加固–预防,具有显著的实践潜力,可为众多拥有大量未分类数据的组织(如大学、公共机构和公司)所用。参与评估的某组织成功快速分类了超过10 TB的数据,另一组织则进一步删除或移除了约90%的无关数据,其中大部分为未知数据(即暗数据),从而得以迁移至新基础设施,实现显著的成本节约,同时达成合规要求并提升数据管理效率。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号