AI赋能数据安全：安华金和破解数据流通安全难题

7月12日，由国内网络安全领域专业媒体安在主办的“2025AI安全主题沙龙”在深圳顺利举办，包括百度、人保财险、银泰证券、平安科技、传音控股等20余家企业的安全专家或安全负责人出席活动。安华金和受邀参会，并由高级技术专家林龙发表了题为《基于AI驱动的数据流通全链路监测解决方案》的主题分享。

在数据要素价值日益凸显的今天，保障数据在复杂流通环境中的安全已成为核心挑战。安华金和提出了以AI技术为核心的数据流通全链路监测方案，旨在解决当前数据安全领域的核心痛点，推动“数据使用自由而安全”的目标实现。

传统数据安全建设常面临结果可读性差、告警泛滥且内容不易懂、数据流转链路复杂难以全面监控、以及安全规则迭代滞后于新型威胁等难题。该方案通过利用机器学习、深度学习和自然语言处理（NLP）等AI技术，有效解决了传统安全建设中的核心痛点：通过AI可视化与NLP将复杂的告警内容或技术报告转化为易理解的业务语言，提升决策效率；同时利用智能告警筛选与语义识别，精准定位高风险事件，减少告警噪音；最后构建基于多探针的全链路动态监控模型，实时追踪跨系统数据流转，监测数据流转过程的敏感数据，在数据发现泄露时能够溯源追踪，快速响应数据流转风险。

图2  数据资产动态监测

方案的核心能力体现在智能资产治理与业务化风险透视上，构建了“全链路智能监测”能力。通过部署多探针并结合AI技术能力，能够实时追踪和分析数据在各个环节（从采集、加工、交换到使用）的行为模式。这不仅实现了对数据资产的动态发现、智能化分类分级与语义补齐，更重要的是能够自动识别复杂链路中的用户数据访问异常行为和潜在风险点，进行提前预警。当发生风险事件时，可利用AI对风险链路进行业务化语言描述和行为回放，清晰追溯数据泄露路径。通过大模型辅助的相似性分析，有效收敛风险行为模式，显著降低误报率。更前瞻的是，方案设计了基于LLM多智能体的决策中枢（如“安知”智能体），能够协同调用不同安全子系统（如审计、分类分级系统），自动完成如“统计并上报重要数据资产访问量”等跨系统复杂任务，极大提升了运营自动化水平。同时，AI驱动的自适应规则引擎能够持续学习威胁变化，自动优化安全策略，确保防护体系敏捷响应新型攻击。