中国网/中国发展门户网讯  在人工智能（AI）、大数据、云计算等数字技术引领的新一轮科技革命和产业变革深入发展的背景下，算力作为新一代技术的关键动力，与经济增长、社会发展和科技进步的关系愈发紧密；算力在数字政府、AI、金融科技、医疗健康、交通运输、信息安全、科学研究等领域产生巨大影响，成为驱动新质生产力的核心引擎。然而，在算力规模指数级增长和算力应用场景多元化的发展态势下，算力安全风险的形态、边界、阈值持续变化，算力安全问题日益突出和复杂，如何有效维护算力安全正在变得越来越重要。2023年2月，我国《数字中国建设整体布局规划》指出，要系统优化算力基础设施布局。同年10月，工业和信息化部、中央网络安全和信息化委员会办公室和教育部等6部门联合印发《算力基础设施高质量发展行动计划》，强调加强安全保障能力建设。作为一种新兴的科技安全类型，算力安全及其治理正在成为国家安全治理的重要领域。

理论研究中，部分学者围绕算法不确定性风险、算力网络安全与数据安全技术、算力网络资源管理安全、算力基础设施安全等内容展开了多维论说。但是，既有研究多是聚焦于算力建设的某一具体内容来阐述算力安全问题，安全范围相对较窄，缺乏对算力安全治理议题的整体性解析。并且，既有研究在有关算力安全治理的基本概念、理论框架构建的研究还比较薄弱，致使对算力安全治理重要性与特殊性的理解亟待拓展和深入。因此，针对目前算力安全治理研究的碎片化现状，有必要引入新的理论视角进行分析。总体国家安全观是一个系统完整的理论体系，强调安全的系统性、关联性、辩证性特征，具有丰富的内涵和外延，适合作为分析算力安全治理的理论工具。据此，本文拟在总体国家安全观视域下，以“议题识别—风险解构—治理回应”为逻辑指引，对算力安全的概念内涵和内在逻辑进行解析，对算力安全的风险来源和风险表征进行识别分析，并探讨新时期算力安全治理的可能路径，以期提高算力安全治理议题的研究水平和实践指导能力。

议题识别：算力安全治理的内涵透视及驱动逻辑解析

算力安全治理的内涵透视

算力安全可被视为安全在算力领域的聚焦化表达，是一种结合算力这一安全标的物形成的融合性概念。作为新兴技术发展的产物，算力被认为是集信息计算力、网络运载力、数据存储力于一体的新型生产力，而算力安全则用于描述算力效能能够稳定有序释放的安全状态。

在传统的安全视域里，安全意指“没有风险、不受威胁”。但由于风险的高度复杂性和不确定性，这种“绝对安全”具有较大的理想化色彩。随着安全理论研究的深入和实践形势的变化，对安全状态的追求转变为能够接受某些程度较低的风险，并事先做好充分的应对准备。这种认识取向即将风险放在了安全的对立面，也强调了安全追求者对风险的自适应、自调整。在算力安全领域，算力安全状态目标的实现需要来自数据、算法、基础设施、能源等多维要素的系统支撑。由于各类安全要素的高度复杂性和极强的时间依赖性，使得算力安全风险的来源广泛且客观存在。这样可能引致确定性或不确定性的后果，进而威胁算力安全目标的实现。因此，算力安全研究要承认安全风险的泛在性，以及治理主体能力的有限性；算力安全治理目标也应基于风险分析，从完全消除风险转变为对风险的事前预防、事中和事后控制，构建算力安全治理的韧性体系。

综上分析，算力安全的基本目标，便是尽可能将风险控制在可接受程度范围内。算力安全治理可被视为一种风险控制活动，强调将人的主观能动性与算力的安全功能衔接起来，相关治理主体通过治理过程和治理举措来消解、降低及防御系统内外的算力安全风险，其治理范畴包括对算力这一技术现象本身及其应用相关的安全风险治理。

总体国家安全观视域下算力安全治理的内在逻辑

在明确算力安全治理概念内涵的基础上，需进一步解析其因何产生、指向何处，从目标、现实与实践维度剖析其内在逻辑。

以算力安全保障国家安全体系和能力现代化的目标使然。随着数字化建设在多领域纵深推进，数字经济发展进入算力时代。《算力基础设施高质量发展行动计划》强调了保障算力平稳运行的系列重点任务，保障算力安全已经成为维护总体国家安全的重要关切点。党的二十大作出“推进国家安全体系和能力现代化”的重要战略部署，党的二十届三中全会通过的《中共中央关于进一步全面深化改革推进中国式现代化的决定》，进一步明确了实现国家安全体系和能力现代化的目标任务和重点举措。作为数字时代的核心生产力，算力以“倍增效应”为千行百业赋能。算力安全问题直接关系到经济社会的稳定，推动算力安全治理对于筑牢维护国家安全屏障具有关键支撑作用。

积极应对各类算力安全风险挑战的现实使然。新态势下，算力愈加成为世界主要大国竞争的重要战略领域。与此同时，近年来全球网络攻击重心也从个人电脑（PC）向非传统计算领域迁移，各种算法攻击、数据泄露、供应链攻击事件多发，各国面临的算力安全挑战日益复杂。2022年5月，加拿大空军关键供应商遭勒索攻击；2023年3月，勒索软件团伙泄露了从韩国国家税务局窃取的数据。中国的算力产业规模在快速增长的同时，仍存在算力滥用、核心技术亟待攻关、算力基础设施支撑不足、算力建设与运维的技术水平和资金实力参差不齐等问题[4]，加之算力发展背后生态安全治理的紧迫性日渐显现[5]，加强我国算力安全治理迫在眉睫。

主动创造和引领高质量算力安全防护体系的实践必然。从算力建设领域发展来看，我国相继启动“东数西算”工程、建设国家超算互联网、上线运行“东数西算”一体化算力服务平台、发布首个多元异构算力调度全国性平台、建设粤港澳大湾区一体化算力服务平台；在实践中形成连点成线、密织成网的算力布局，取得算力总规模居全球第2位、年增长率保持30%左右的发展成绩。在数智时代把握好发展的主动权，就要拧紧算力安全这个支撑产业数字化转型和智能化发展的关键“阀门”，形成高质量算力安全防护体系。

风险解构：总体国家安全观下算力安全风险的识别与分析

总体国家安全观强调大安全理念和大安全格局。习近平总书记指出，“把国家安全贯穿到党和国家工作各方面全过程，同经济社会发展一起谋划、一起部署，坚持系统思维，构建大安全格局”。这一论述为算力安全领域的治理行动提供了重要的理论基础和思想指导。大安全理念是一种系统全面的安全观念，重点强调系统思维、整体思维的应用。系统性地识别算力生成和落地的全链条过程，才能准确把握算力安全的风险来源，理解不同要素之间的作用关系。因此，要从算力生成和落地的全过程入手，把握其中的关键环节，借此定位算力安全风险可能的来源途径。本文融合前端环节的数据要素和算法工具、保障环节的基础设施支撑、落地环节的算力应用等关键环节，系统解构算力安全风险的多维来源和产生原因（图1）。

算料输入：数据风险带来的算力安全风险

大数据时代，数据在要素结构、数据内容和数据模态等方面总体呈现出体量大、类型多、应用价值高的多元特征。数据的广泛分布带来了海量的算力资源；同时，数据安全的风险隐患不仅会降低数据本身的质量，还可能引致一系列算力安全防护挑战。基于数据生命周期理论来认识，完整的数据周期包括采集、存储、分析和应用等环节。在算力产业中，前端环节的数据嵌入主要表现在数据的采集、存储和分析过程中，其中任一环节的安全风险都可能对算力安全埋下隐患。

数据采集阶段的安全风险。算力价值发挥的前提在于通过挖掘有价值的数据信息、形成相关分析结果，转化为决策依据。但在数据采集过程中，数据造假、恶意数据插入等都会造成数据失真，在“质”的层面影响算力结果的准确性和可信性，由此衍生算力安全问题。

数据存储阶段的安全风险。在数据存储过程中，无论是内部数据管理层的操作失误、技术漏洞，抑或自然灾害、基础设施损坏或老化、黑客攻击等，都可能导致数据资源在调度、访问和传输过程中被篡改、删除、泄露或丢失。这些因素综合影响算料的质量及其稳定供给，进而导致衍生算力安全事件。欧洲能源集团遭勒索软件攻击导致数据被盗、美国医疗机构数据泄露等，都是在存储阶段发生的重大数据安全事件。

数据分析阶段的安全风险。对数据进行分析，是算法嵌入、算力生成的关键环节。当前，全球范围内的网络攻击、数据投毒、数据陷阱等事件频发，导致受攻击数据库的数据参数、结构和功能改变，而基于此类“毒数据”“脏数据”形成的分析结果会导致算法结论误导决策，使得算力结果失真、失效，进而影响算力的有效生成。例如，2020年，黑客通过植入恶意代码影响客户敏感信息，导致美国多个政府机构用户受到入侵和监视[8]，由此引发了大规模的信息安全问题。

算法嵌入：算法工具带来的算力安全风险

从外在形式看，算力运行主要体现为算法的研发者通过一系列技术指令作用于特定机器的活动，具有较高的嵌入性。算法作为系列指令，明确了算力分析任务和分析程序，是一种影响算力运行结果的规则。然而，作为一种工具性技术，算法的正反二重性无法彻底消解，其对算力的影响同样要辩证审视。算法的选择和设计、算法的效率和优化程度直接决定了算力分析效果，但算法本身的安全风险也可能影响算力的正常发挥。

算法的程序设计风险。算法是关于分析逻辑的阐述，需要完善的算法模型设计来实现。从工具维度看，算法技术具有其内在局限性，如算法逻辑缺陷、算法漏洞或恶意植入、算法模型更新滞后等原生性算法安全风险。此类偏差或缺陷可能会引起算法内部推理网络的节点连接改变，进而引起算法模型推理演绎的轨道发生偏移，最终导致算力分析结果异常，引致算力安全风险。从设计主体看，掌握算法的技术强势一方也可能会滥用算法权力。这不但会直接引致算法操控、技术专制、“信息茧房”等问题，也会带来算法设计者提出的目标技术与社会提出的伦理原则之间的“失衡”风险，以及一系列伦理风险与挑战，如引致算法歧视、技术霸凌和社会信任侵蚀等问题，从而引发关于工具理性和目的理性之间的矛盾，催生出新的算力安全议题。

算法“黑箱”的运行风险。算法技术本身的复杂性、专业性，以及算法模型具有运行自主性及不可解释性特征，导致算法运行过程难以理解，出现了“算法黑箱”。这使得算法在执行过程中即便出现了算法误用、算法歧视等问题也很难被识别和排查，进而影响到算力运行结果。并且，算法运行亦会受到社会环境变化、输入数据的结构性偏差等影响。但由于算法运行难以可视化，这些不确定性因素如未被及时检视和更正，会影响计算过程和计算结果，带来算力结果是否公正可信等问题。

算法监管引致的风险。算法产业监管模式通常包括备案式和主动检查式2种。由于当前算法安全测试标准不统一、测试技术和手段不健全，算法备案和第三方监管等无法发挥真正的监管作用，使得算法安全风险仍具有不确定性。

底座支撑：基础设施带来的算力安全风险

在保障环节，算力的生成和落地离不开基础设施的保障和支撑。算力的形成离不开特定的物质支撑和规范保障，其在物理世界中的对应物是具体而综合的，是覆盖各种硬件设施、软件平台、制度规范、能源供给等在内的有机整体。可以说，算力的有效运行和应用依赖于各种配套组件。本文从算力基础设施的基本样态出发，将其划分为制度组件、技术组件和能源组件，借此解析算力基础设施可能引致的多维安全风险表征。

制度组件。我国已经发布实施《中华人民共和国网络安全法》《中华人民共和国数据安全法》《关于加强互联网信息服务算法综合治理的指导意见》《关键信息基础设施安全保护条例》等法律、行政法规，以保障算力运行的网络环境、数据、算法和设备安全。但是，这些制度依据对于算力安全的复杂形势任务变化和高质量发展的目标来说，立法保障仍然相对比较零散，不能充分满足算力安全领域快速发展的现实需要。

技术组件。算力技术发展衍生了新的安全治理议题。算力安全运行离不开技术设备和技术系统的支撑。随着算力需求的多元化，以及算力租赁业务、异构计算等加速崛起，带来算力基础设施的外包风险、算力硬件设备复杂化风险、数据中心过度分散等新的难题。我国算力技术的自主可控性仍有待增强。在大国博弈引致技术竞争加剧背景下，美西方主导下的全球安全治理体系利用分离和对立的还原论思想，在算力芯片、算法、机械硬盘、算力服务与技术、超级计算机、AI模型等算力建设关键领域，对我国采取严格的技术封锁、出口管制、算力融资渠道截断等针对性措施，压缩我国算力发展能力和空间。加之，国内智能计算生态仍相对孱弱，部分算力关键技术组件的自主创新供给不足，进一步放大了我国算力安全面临的风险和挑战。

能源组件。在算力流转过程中，服务器运转、制冷/散热设备的驱动、大模型平台资源调度都离不开持续稳定的能源支持，需要消耗大量水热电等能源。不稳定的水电热供应以及对能量供应链路和设施的物理破坏，都会导致宕机风险，引致算力安全问题。近年来，欧洲云计算巨头OVH、美国谷歌数据中心等地发生机房火灾导致大规模服务器宕机，以及2020年中国香港地区机房制冷设备异常、2021年汛情致河南多机房断电等事件，都是算力设施的能源安全不能得到有效保障的前车之鉴。因此，增强算力系统的能源要素“可观、可测、可控”能力，也是保障算力安全的重要一环。

算力落地：算力应用带来的算力安全风险

在落地环节，算力在不同服务场景中的应用是算力价值的具体彰显。算力作为一种技术表达，其技术价值体现为对人的有用性[16]。算力在互联网、交通、工业、金融、政务、医疗等行业加速渗透，并在机器学习、深度学习、自然语言处理、数据分析等场景中展现出强大的赋能作用。通过算力运行产生的分析结果隐性嵌入人机决策中，成为驱动生产方式变革和数字化转型的关键。此外，国际合作对于推动算力产业发展至关重要，全球范围内的算力合作也将进一步加速创新。在此情形下，嵌入场景的多维性和全球合作的紧密性也对算力供给的性能、安全和性价比的要求更高。然而，由于算力在社会结构中的深度嵌入性，使得算力安全具有“牵一发而动全身”的重要作用，算力在应用上的强外部性也带来了算力应用风险的分散性和复杂性。

算力安全治理与业务场景相对分离值得关注。算力嵌入到不同行业不同领域的场景，因此要实现因时因地的治理。这就要以场景和需求为牵引，充分考虑不同领域算力安全治理的拓展要求，针对不同场景配置相应的算力安全防范措施。但在实践中，不同行业和领域的算力安全防护表现参差不齐，尚未形成针对性的安全防护举措和方案，在某种程度上会造成算力安全治理的被动。

算力应用引发社会不确定性问题日益凸显。依托算力开展的AI泛在使用对安全、隐私、伦理提出了更多挑战，如：利用AI算法进行精准网络攻击、通过AI“换脸”实施诈骗、AI“复活”逝者引发伦理争议，以及在应用过程中衍生的算力监管等[17]。这些挑战形塑了算力应用风险的新样态，导致算力安全边界泛化程度加大。因此，算力安全治理既需要关注算力运行过程来解决算力的内生安全问题，也要结合算力具体应用进行监管，以化解其衍生的安全风险。

算力安全在国家发展布局中具有重要战略地位。当前，算力发展和安全治理已成为全球各国面临的共同课题。算力发展和应用的国际化程度持续加深，其伴生而来的全球智能鸿沟加大、隐私泄露严重、技术的歧视性壁垒加剧、算法意识形态加深等现实问题，也对国家安全，乃至全人类命运带来了多重威胁。在此形势下，推动算力发展为世界释放更多安全的“智能红利”，需要国际社会共同参与算力安全的国际合作治理。

治理回应：总体国家安全观下推进算力安全治理的路径导向

通过上述分析可知，算力安全风险呈现出类型多样化、来源多元化等态势，并广泛性地存在于前置环节的数据输入和算法嵌入、保障环节的底座支撑和落地环节的算力应用中。因此，既需要在治理理念上形成对算力安全治理的整体性认识，也需要在治理行动中针对不同环节的算力安全治理需求，以明确算力安全的治理侧向。据此，为形成对各类算力安全风险和问题的系统性治理回应，本文认为，算力安全治理要以总体国家安全观为指导，贯彻统筹发展和安全的理念，强化算力安全治理的总体战略布局，在治理行动上主动关注前端环节的数据和算法衍生的潜在安全问题，加强算力安全的前瞻性治理。同时，要在保障环节兼顾不同风险来源条件下算力安全底座的治理侧重点，加强算力安全的精细化治理。此外，还要主动创设算力安全发展和应用的新图景，加强算力安全的适应性治理（图2）。

以统筹发展和安全的理念强化算力安全治理的战略布局

算力安全治理需要有先进的安全思想并以治理理念为引领，明确算力安全的总体战略布局。统筹发展和安全是中国共产党治国理政的一个重大原则，推进算力安全治理要以统筹发展和安全为根本出发点，处理好安全和效益的关系，最终保障算力发展，实现算力的高质量发展和高水平安全动态平衡。具体来说，算力安全治理“统筹”的核心在于把握“全面”，体现在内容层面的系统性、时间层面的动态性，以及主体层面的多元性3个维度。

注重算力安全治理内容的系统性。随着算力应用领域的关联度日益紧密，安全领域的边界也日益模糊，容易发生牵一发而动全身的系统性安全问题。因此，算力安全治理要强调系统性和整体性，与算力有关的制度框架、数据要素、算法工具、基础设施、平台应用等安全隐患风险都应纳入关注范畴。进一步分析这些要素的关键节点及安全防护中存在的不足、可能波及的影响程度和范围等，将安全技术组合起来形成整体安全防御体系，夯实算力安全之基。

突出算力安全治理实践的动态性。算力的内涵范畴、应用场景、内容体系与时俱进，随着外部形势的变化而不断调整。主动面向经济社会发展全局，提升网络安全、强化数据安全、算法安全创新、供应链安全等，加强算力安全保障能力建设，不断提升算力安全治理韧性。另外，算力日益被视为重塑生产力、重构社会形态的革命性力量。在此背景下，算力安全的内涵也发生了拓展，保障开发利用这种新型生产力的安全、算力流通和交易的安全，以及算力释放其驱动价值的安全等，也成为算力安全治理的重要目标。

突出算力安全治理主体的多元性。在推进算力安全管理实践中，从利益相关者视角出发，构建由政府、算力服务企业、跨学科专家、行业和个人用户等相关方共同参与的多元化治理机制。推进政府主体与市场主体、社会主体有效协同，调动各方积极性，提升治理整体效能。同时，明确算力安全治理主体的治理范畴、安全要求和法律责任等，厘清政府、算力企业、行业组织和一般公民在算力安全治理中的权利、义务和责任，形成政府监管、企业履责、行业自律、社会监督的算力安全多元共治体系。

以前瞻性治理应对数据安全、算法安全衍生的算力安全风险

数据输入和算法嵌入是算力生产的前提，因此要推动治理关口前移，针对前端环节的数据和算法安全风险制定前瞻性治理框架。

在认识上，把握数据安全、算法安全对保障算力安全的重要嵌入作用。理解并治理算力安全风险，跳出对算力单一技术现象的静态解构，关注算力安全与数据安全、算法安全的系统性关联，以前瞻视角预见、预判数据输入和算法嵌入环节可能衍生的算力安全风险，并据此下好“先手棋”，提前进行安全防护部署。

在知识生产上，加强算力安全风险演化中新的安全关系和风险规律研究。在技术表现上，数据与算法的融合共同推动了算力形成。但从经验角度看，这一过程是在“黑盒”里发生的，具有不透明性特征，而知识生产则为揭开这个“黑盒”提供了渠道。算力行业组织、企业、科研机构和有关专业机构可通过具体的知识生产活动，推进数据安全、算法安全与算力安全风险要素关联研究，发现风险演化过程中新的因果关系和风险规律，从而为算力安全治理提供新理解、新经验。

在行动创新上，探索和推动数据安全、算法安全和算力安全的协同共治模式。一方面，引导多元治理主体参与，针对数据安全和算法安全可能衍生的影响范围和危害程度深入研讨，形成系统性的算力安全治理方案和行动计划。另一方面，建立数据安全、算法安全和算力安全的协同共治方案，明确不同界面、不同阶段治理主体的责任，同步规划、同步建设安全防护措施，形成多主体、多手段算力安全综合治理格局。例如，梳理算力的差异化需求有序引导数据流向，对所要计算的数据类型和数量进行合理预估，并据此构建数据运行监管体系，通过“数据+算力+算法”实现全链式安全。

以精细化治理应对算力底座支撑可能引发的算力安全风险

在算力基础设施部署方面，《算力基础设施高质量发展行动计划》的发布，旨在加强计算、网络、存储和应用协同创新，推进算力基础设施高质量发展，充分发挥算力对数字经济的驱动作用。该行动计划的出台为算力产业的快速发展提供了制度性指导。但与国际市场激烈的竞争和发展形势相比，我国在算力基础设施安全保障方面的建设仍有待加强，需要进一步明确在基础设施部署过程中算力安全内容和行动，推动算力底座安全的精细化治理。

完善算力安全相关的制度设计，加强算力制度供给。完善制度设计是算力安全治理的重要保障条件。算力安全治理要充分发挥中国特色社会主义的制度优势，加强统筹规划和宏观引领，加快涵盖算力治理全流程、内容相互衔接的制度建设。同时结合算力产业的发展需求、市场化需求，在精准定位算力安全治理主体责任的基础上，构建算力安全防护的行业规范，贯彻算力安全保护制度，有序完善算力安全治理制度。

保障算力关键基础设施安全，加强算力技术自主创新。针对支撑算力运行的各种芯片、服务器等硬件安全，各类操作系统、基础软件、应用软件等软件安全，以及数据中心安全等，采取技术保护和其他必要措施来应对自然灾害、重大事故、网络攻击等风险冲击，以保障算力关键基础设施安全稳定运行。有序加大资金投入和政策扶持，推动高性能计算技术、算法模型、高端芯片等关键软硬件的自主研发，推动政产学研用各界深入合作，完善计算理论和模式，解决算力技术的可控性问题，全线自主保障算力安全。

保障支撑算力发展的能源安全，加强运行保障能力。在推进算力设备绿色低碳运行的同时，保障各类供给设备和管线设施正常生产运行的能源供应链安全，切实做到能源供应自主可控可靠，实现风、火、水、电等绿色能源的高质量、可持续供给。

以适应性治理应对算力落地和应用过程中衍生的安全风险

面对算力应用过程中衍生的不确定性及风险，以适应性思维改进算力安全治理过程及方式，是有效消解算力应用和落地过程中不确定性挑战的重要途径。在算力应用过程中实现适应性治理，要在需求分析、机制创新、监督管控、国际合作等方面综合施策，降低算力运行的管理隐患和应用风险。

加强算力安全需求分析，确保风险治理的匹配性。重点是结合算力的一般技术特性和具体应用领域的情境特征，结合不同应用领域或任务特征来选择对应的算力安全治理方式，完善行业性方案，形成安全有机体。例如，在产业领域的算力应用要重点关注产业链的算力安全，在公共服务的算力应用要兼顾公共体验和公民的隐私维护等，将算力安全治理路径放在不同的场景、业务下讨论和检验。

创新算力安全机制，确保风险治理的灵活性。算力在各领域的深度嵌入意味着风险分布的广泛性，对算力安全风险的及时响应、灵活处置就变得十分重要，而这有赖于算力安全风险机制的弹性设计。基于算力安全需求分析，构建算力安全风险预警体系和评价指标，建立健全算力安全风险研判机制、防范化解机制、沟通机制和激励机制等。此外，围绕算力产业的安全管理人员、安全服务人员、值班人员等角色和任务，设计算力运营流程和安全防范内容和合作机制。

加强算力安全运营监管，确保风险治理的准确性。完善算力安全评估制度，提升监管的准确性。重点监管算力应用领域与场景的关键业务链、流程链安全，将保障算力安全运行的数据安全、算法安全、关键基础设施安全和应用安全等列为优先安全监管对象。根据不同业务场景和应用情境锚定安全节点，构建内容精细化、拓展性强的算力安全评估标准。善用人机协同模式推进算力监管模式创新。例如，引入自动化和智能化漏洞发现技术、模拟攻击等挖掘算力安全相关隐患，推进算力安全风险的智慧排查。推动政府、企业、网民共同参与算力安全监督和治理。发挥各类监督主体的优势并形成互补性，以多点驱动算力安全风险监督体系发挥作用、释放效能。

全面深化算力安全国际合作，确保风险治理的长效性。推动算力安全的国际治理，重点在于顺应国际算力产业发展大势，推动我国算力发展积极融入全球算力产业链。在此基础上，积极寻求对外合作，打造安全稳定、互利共赢的算力网络环境。在实践过程中，要主动搭建算力合作和安全治理的国际交流平台，如与其他国家和地区共同研发制定算力安全标准、协同推进算力安全全球治理的高质量司法合作、协力打造具有国际包容性的算力安全研究网络等。

（作者：李辉、王娜、王龙，中国人民公安大学公安管理学院。《中国科学院院刊》供稿）