随着全球数字化转型的不断加速，数据资产已经成为现代企业和社会的重要组成部分。人工智能（AI）技术在处理、分析和利用这些数据资产方面发挥着关键作用。然而，随着数据和AI技术的快速发展，数据安全、隐私保护、道德伦理以及法律法规等问题也愈发显现。

为此，面对大模型时代的新要求，如何突围数据资产与人工智能治理领域的技术惯性和传统社会观念？围绕数据资产的价值识别与管理、数据脱敏与隐私计算、数据智能生态与激励设计、人工智能伦理道德、法律法规以及跨学科研究等方面展开讨论，邀请学术界、企业界的专业人士共同探讨如何构建更加安全、可持续和公平的数字未来。

金澈清，华东师范大学数据科学与工程学院教授，博士生导师，副院长，区块链数据管理教育部工程研究中心主任，上海金融科技产业联盟副秘书长，入选上海市优秀学术带头人计划。CCF杰出会员，数据库专委会、区块链专委会、信息系统专委会执行委员，《计算机研究与发展》编委。研究兴趣包括区块链技术、数据科学与工程等，已发表学术论文130多篇，英文专著2部，获得授权发明专利20余项；主持国家重点研发计划“区块链”重点专项项目、基金委联合基金重点项目，曾4次获得省部级和一级行业学会科学技术一等奖奖励。

报告题目：基于区块链的数据资产管理

摘要：信任是现代社会运行的基石，区块链是分布式网络、加密技术、智能合约等多种技术集成的新型数据库软件，其本质是利用数据和数学构建信任。基于区块链技术管理数据资产提升了资产管理质量，但也在数据存储、交易执行和可验证查询等方面面临重要挑战。本报告介绍在区块链相关领域的研究进展，以及在供应链、教育等领域的应用。

熊贇，复旦大学计算机科学技术学院教授，博导，上海市数据科学重点实验室副主任，曾任CCF YOCSEF上海主席（2020-2021）。研究工作获国家、省部级和企业资助。在国内率先开展数据科学的研究工作，提出了一批新型的大数据挖掘算法，这些算法发表于数据领域权威刊物，并已被应用于证券交易所、医联平台、交通信息中心等上海市大数据建设重要领域。

报告题目：数据资产与数字化转型

摘要：数据成为新的生产要素，驱动产业创新，数字化转型带来行业新竞争格局的形成。本报告围绕数据资产、转型发展和数据能力等方面，介绍数据资产及其性质、数据资产化框架，分析业务和管理数字化转型的特点，探讨数据资产赋能数字化转型思路及其实施方法。

方黎明，教授、博导，国家重点研发计划青年首席科学家，南京航空航天大学深圳研究院副院长、密码学与应用安全实验室主任，国家高层次人才会评专家，“区块链60人”2022赋能中国区块链创新人物，南京航空航天大学“长空英才”，教育部工程研究中心专家委员会委员，CCF区块链专委会委员、中国电子学会网络空间安全专委会委员。担任国际会议ProvSec 2022、WASA 2021、INSCRYPT 2019、CryptoIC 2019组织委员会主席，担任SpaCCS 2020国际会议秘书长，担任十多个国际会议程序委员会委员。在密码学、隐私计算、人工智能安全、区块链等领域具有长期的技术积累，承担国家重点研发计划（青年科学家项目）一项，主持国家自然科学基金四项（包括联合基金重点一项，面上两项，青年一项）及工信部工业互联网创新发展工程、江苏省重点研发计划等十余项，申请发明专利二十余项。

报告题目：数据安全的新机遇与挑战

摘要：随着量子计算与人工智能时代的到来，数据安全问题遇到了新的机遇与挑战。如何在量子计算时代仍能确保数据安全，在大数据与人工智能时代实现数据的安全存储、检索和共享，是当前信息安全领域的热点问题。本报告以后量子密码和隐私计算两个保障数据安全的热门技术为切入点，详细介绍后量子密码技术、隐私计算技术的基本概念，阐述如何利用后量子密码技术保障量子时代下的数据安全，以及如何利用隐私计算技术完成数据的安全共享。

个人简介：My current research interests include large-scale constraint-based sequential, graph pattern mining and information/social network analysis, with applications on web, management information systems, business intelligence and bioinformatics. With a theoretical computer science background, I am also interested in algorithm design and complexity analysis for real-life problems in data mining and database systems.

报告题目：协同智能场景下的数据治理：挑战与前沿

摘要：当前全球数据经济在许多重要方面存在严重缺陷，包括隐私问题、数据估值、数据会计、数据定价和数据审计。解决这些长期被忽视的问题的方法是将“数据”严格确立为一种新的资产类别，并投入研究力量研究位于数据科学与其他领域交叉点的一整套问题，我们将这些问题统称为数据资产治理。此外，如今大数据的本质需要越来越分散的环境，各种来源的数据将以协作方式共同实现数据智能。因此，研究分散数据协作特有的相应挑战非常重要，例如信任和激励。在本次讲座中，我们旨在介绍数据作为资产的概念，并介绍数据资产治理范畴内的各种组成部分和前沿，阐述数据经济生态系统并分析两个案例研究。

张荣华，资深技术专家，蚂蚁集团核心数据产品蚂蚁Dataphin & DeepInsight & 知数据 & 场景化自助分析等 产品负责人及工程技术负责人，toB产品思维及方法论，大数据工程技术系统及架构设计，大型互联网工程技术系统及架构设计，大型数据架构及数据治理系统的设计。对开放的复杂巨系统论和运筹学有较多研究，专注于多种技能:领域建模， 数据分析，多线程，网络协议，多种中间件框架，spring等各种框架，偏好使用数学建模，微积分，概率及统计学，网络科学等来设计及规划系统，并提升核心竞争力。 

报告题目：大模型时代下的数据架构及智能化治理系统设计

报告简介：在大型企业的数字化转型和升级过程中，随着业务的增长，数据多样性，数据量，表数量急剧增加。又由于数据直接存在复杂的依赖关系，导致数据系统的混乱程度持续增加（熵增），这种混乱程度的增加严重的影响到了数据的质量，用数的效率，计算成本和存储成本，甚至是安全性及合规性。如果没有一种有效的数据架构来进行管理和约束，没有一套高效的治理系统进行有效的治理，那么最终会导致整个数据体系中的关键数据资产推倒重做，浪费大量的人力物力，影响了业务的发展。为了解决这一问题，我们根据复杂网络的原理，借鉴应用架构的关键结构，设计出了能够减缓熵增，能够高效的自动化智能化治理的大数据系统，保障蚂蚁数据体系的可持续发展，促进数据驱动业务决策的效率和质量。