当前，数据泄露可能导致个人身份盗用、财产损失，甚至威胁国家安全。3月4日，全国政协委员、中国工程院院士邓中翰在接受《中国科学报》采访时表示，大模型训练依赖海量数据，若数据被篡改或注入虚假信息，将导致模型输出偏差，影响社会信任，这个过程就是“数据投毒”，也就是攻击者故意向训练数据注入错误或恶意样本，破坏模型决策逻辑。

比如，在自动驾驶领域，改自动驾驶视频数据可能导致车辆误判障碍物、对抗样本攻击可能误导系统，从而危害百姓的生命财产安全。

邓中翰希望建立数据分类分级制度，结合原生数据安全技术和可信执行环境技术，从芯片层实现数据防篡改、防伪造确保数据内容真实性与完整性，防范恶意内容渗透，从源头确保数据在采集、传输、分析全流程安全可控。

从技术角度，邓中翰建议强化技术与标准支撑，加大数据加密、数字水印等关键技术攻关，推进视音频编解码、智能感知等领域自主标准制定，以标准优势带动产业优势，筑牢数据主权安全防线。

据了解，我国数据生产量增速快，2024年预计可达38.6ZB，处于全球领先地位，但我国数据使用率不足三分之一。邓中翰指出：“数字经济企业与资本市场的结合程度尚不够紧密，要素化、资产化、资本化水平亟待提升。”

邓中翰认为：“数据要素是数字经济的‘石油’，只有打通流通堵点、释放乘数效应，才能为高质量发展注入新动能。”

为此，他建议构建全国统一数据市场，统筹国家数据基础设施，推动跨层级、跨领域数据可信流通；建立健全国家公共数据资源体系，支持公共数据与行业数据融合开发，在国家安全、经济民生等关键领域实现数据“有标识、受监管、被保护、可交易、能使用”。

“我们要加快数据要素市场化进程，规范统一数据交易定价机制，布局国家级数据交易所试点，鼓励行业协会、科研院所与企业共建数字经济创新示范基地，形成‘采集-标注-交易-应用’全链条生态。”邓中翰说。

谈及如何发挥资本市场的作用，邓中翰表示，我国需要支持数字经济企业通过并购重组、再融资等工具加速技术迭代，鼓励龙头企业共享数字化转型解决方案，带动产业链上下游协同发展，释放数据资本化潜力。