近几年来，随着人工智能技术的飞速发展，AI数据集呈爆炸式增长，对数据传输系统的数据传输能力也提出了更高的要求；数据传输能力和安全性两方面兼顾已逐渐成为现代数据传输系统发展的重要方向。
传统AI数据安全防护效能日益下降
数据挖掘是人工智能做训练样本的前提条件，AI数据服务行业的兴起，让数据标注员成为一个热门行业。很多人工智能创业公司采用了目前数据标注行业的主流模式——“外包”。“外包”分为“众包”和“工厂”两种模式。
受困于人力成本，“工厂”很多时候不得不把一些业务外包给小团队，因此在这些相对规范的机构之外，还游离着众多规模不等的“小作坊”，这同样是一个短板：“小作坊没有标注工具，而工厂更多是流程化操作，缺乏合理的运营模式。”由于参与标注的工作者数量很多，并且数据标注以及交付的过程并不规范，数据的安全成了隐患。
AI数据安全政策法规促进技术加速发展
中央重视是制定相关政策法规的第一推力。2014年2月，中央网络安全和信息化领导小组宣告成立，习近平任组长。2016年国务院发布《“十三五”国家信息化规划》指出，要“实施大数据安全保障工程，加强数据资源在采集、传输、存储、使用和开放等环节的安全保护”。2018年3月，中央网络安全和信息化领导小组改为中国共产党中央网络安全和信息化委员会。中央重视网络安全工作是第一推动力。
数据堂推出AI数据安全协议制定标准并公开发表论文
AI数据安全威胁和需求与法律保障共同推动了AI数据安全技术大发展。 在第15届IEEE移动Ad-hoc和传感器系统国际会议（IEEE MASS 2018）上，数据堂AI数据实验室与北京印刷学院联合发表的论文《一种大数据传输系统的数据传输安全框架》，其内容是关于AI数据传输的安全性研究与应用，得到了广泛关注。
论文摘要
译文：大数据标注在人工智能模型训练中起着重要的作用。数据标注任务的激增，给大数据传输带来了安全问题。这项工作确定了与支持数据传递安全性的加密和压缩过程相关联的安全框架。在本文中，我们提出了一个以v为对象的敏捷框架。各种类型的数据下的高级Web服务。所有过程都由服务器自动操作，不需要人工干预。本工作协助公司交付相关数据。对于具有较高安全级别的用户，避免了信息泄露的风险。
数据堂作为专业的人工智能数据服务提供商，提供AI数据整个生命周期的服务，包括数据收集、数据注释和数据交换，并与各种类型数据的高级独立开发工具进行数据交换。数据传递是将数据发送给客户的最后一个关键步骤。其中一项原则是提供安全管理，避免被盗、暴露和复制。现阶段大多数交付的安全性问题是由于不正确的、不恰当的或蓄意的人为操作造成的。因此，必须设计一个自动投递系统，以减少人为干预。
数据堂“数据在线交付验收系统”是基于数据安全技术的最佳应用案例。数据在线交付验收系统是从客户角度出发为客户量身定制的增值服务系统，传统的数据交付是通过邮件、网盘或者是线下硬盘交付，即缺乏安全性，验收起来也比较麻烦，并且交付进度跟进起来沟通成本很高。数据堂开发的在线交付验收系统，客户可以实时登录查看项目交付进度，在线进行实时验收与反馈，并且通过验收的数据可直接在线下载使用。直接解决了传统数据交付的弊端，沟通更便利，验收更及时，交付更灵活更安全。
关于数据堂
数据堂（北京）科技有限公司，成立于2011年（股票代码：831428），专注于人工智能数据服务，致力于为全球人工智能企业提供数据获取及数据产品服务。
数据堂总部位于北京，拥有8家全资和控股子公司，并在硅谷设立美国子公司，目前在南京、保定、合肥、贵阳等地设有多个专业数据处理中心。数据堂数据采集范围遍及全球30多个国家，合作伙伴遍布世界10多个国家。
公司创始人及合伙人来自Stanford University、NEC、中国移动等知名高校和高科技公司。数据堂已成功为国内外众多企业提供人工智能数据产品与服务，包括百度、腾讯、阿里巴巴、奇虎、联想、科大讯飞等国内顶级互联网和高科技企业，Microsoft、NEC、Canon、Intel、Samsung、Nuance、Fujitsu等企业及在华研发机构。