目錄
推薦語
序言1
序言2
前言
第一部分 數據要素市場
第1章 數據要素制度體系
1.1 數據基礎制度建設
1.2 數據安全法律法規
第2章 數據要素市場發展
2.1 數據要素市場發展概述
2.2 數據要素市場發展難題
2.3 數據基礎設施架構體系
2.4 數據合規流通數字證書
2.5 企業數據資源會計處理
第二部分 數據安全
第3章 數字化轉型驅動數據安全建設
3.1 數據安全的市場化價值挖掘
3.2 數字化轉型戰略意義和趨勢
3.3 數字化轉型面臨的安全威脅
3.4 數據跨境流動與數字貿易
第4章 數據安全理論與實踐框架
4.1 數據安全治理（DSG）框架
4.2 數據驅動審計和保護（DCAP）框架
4.3 數據安全能力成熟度模型（DSMM）
4.4 CAPE數據安全實踐框架
4.5 動態全過程安全框架
第5章 數據安全常見風險
5.1 資料庫部署情況底數不清（C）
5.2 資料庫基礎配置不當（C）
5.3 敏感重要數據分佈情況底數不清（A）
5.4 敏感數據和重要數據過度授權（A）
5.5 高許可權賬號管控較弱（A）
5.6 分析型和測試型數據風險（P）
5.7 敏感數據泄露風險（P）
5.8 SQL注入風險（P）
5.9 資料庫系統漏洞淺析（P）
5.10 基於API的數據共享風險（P）
5.11 數據備份風險（P）
5.12 誤操作風險（E）
5.13 勒索病毒（E）
5.14 一機兩用風險（E）
5.15 大模型訓練和使用風險
第6章 數據安全保護最佳實踐
6.1 建設前：數據安全評估與咨詢規劃
6.2 建設中：CAPE數據安全實踐框架
6.3 建設中：數據安全管理平台
6.4 建設后：數據安全運營與培訓
第7章 代表性行業數據安全實踐
7.1 數字政府數據安全實踐
7.2 電信行業數據安全實踐
7.3 金融行業數據安全實踐
7.4 醫療行業數據安全實踐
7.5 教育行業數據安全實踐
7.6 交通運輸行業數據安全實踐
7.7 企業數據安全實踐
7.8 電力行業數據安全實踐
7.9 「東數西算」數據安全實踐
7.10 工業數據安全實踐
7.11 數據跨境合規與安全實踐
第8章 數據安全技術原理
8.1 數據資產掃描（C）
8.2 敏感數據識別與分類分級（A）
8.3 數據加密（P）
8.4 靜態脫敏（P）
8.5 動態脫敏（P）
8.6 文件內容識別（P）
8.7 資料庫網關（P）
8.8 API安全防護（P）
8.9 數據泄露防護（P）
8.10 數字水印與溯源（E）
8.11 用戶和實體行為分析（E）
8.12 數據審計（E）
第9章 大模型與數據安全
9.1 大模型賦能數據安全技術
9.2 大模型自身數據安全防護
第三部分 隱私計算
第10章 數據流通利用基礎設施解決方案
10.1 數據流通利用的困難與挑戰
10.2 數由空間
第11章 隱私計算技術原理
11.1 隱私計算技術路線
11.2 機密計算
11.3 安全多方計算
11.4 聯邦學習
第12章 隱私計算實踐案例
12.1 政務行業場景：公共數據授權運營
12.2 金融行業場景1：銀行信貸風控
12.3 金融行業場景2：銀行智能營銷
12.4 金融行業場景3：證券債券定價及風控
12.5 公安行業場景1：打擊電信詐騙
12.6 公安行業場景2：跨警種數據共享
12.7 運營商行業：數據共享開放
12.8 教育行業：教育信息化的數據隱私保護
12.9 醫療行業場景1：醫療保險業務
12.10 醫療行業場景2：助力藥物研發
第13章 隱私保護大模型基礎設施
13.1 大模型基礎設施的安全風險
&n
[