2025年评选主题

评选导向

2025年度奖项完整介绍
 

定义：表彰将 AI 、数据等关键技术或要素深度融入核心业务场景，构建智能化、体系化的全面安全防护能力与治理能力，经过市场验证并且形成行业领先优势的组织。

重点关注方向：

• 面向企业级 AI 应用与治理的安全底座与体系化能力
• 数据、模型、算力及供应链的系统性风险管理
• 可信数据体系与可信数据空间建设能力，包括数据共享、流通与跨域使用的安全与治理机制
• 面向云与智能系统的安全治理底座能力，支撑多业务、多场景长期演进

定义：表彰在细分安全领域内，通过成熟、稳定并具备智能化特征的安全能力，为 AI 与数据系统提供持续保障的企业或平台。

重点关注方向：

• AI 辅助的威胁检测、分析与响应能力
• 安全运营自动化与智能化（SOC、SecOps 等）
• 面向云和 AI 应用的安全服务能力
• 数据使用、访问与共享过程中的风险控制能力
• 面向安全领域的产品、平台或解决方案，在特定场景下有效提升 AI 与数据系统安全性与可信性

定义：表彰围绕大模型、生成式 AI、智能体系统及其数据使用场景，以及支撑其运行的云与基础设施环境，在安全机制、治理模式或技术路径上的创新实践。

重点关注方向：

• 大模型与生成式 AI 安全
• AI系统的测试、评估与治理方法
• 数据安全、数据治理与可信数据机制创新
• 云、算力与基础设施层面的安全创新设计
• 面向新型 AI 或应用场景的安全机制设计

定义：表彰在企业或行业层面，由业务与治理需求驱动，通过用户单位与技术方的深度协作，在数据治理、AI安全机制与管理模式上实现创新，推动安全能力从“项目化”向“机制化、平台化”升级的示范性实践。

重点关注方向：

• AI 应用上线前后的安全与治理机制
• 数据、模型与业务流程的协同保护
• 安全能力的平台化、机制化转型

定义：表彰在网络安全与人工智能安全人才培养方面持续投入、成效显著，围绕产业需求提出创新性人才培养方案，并形成可持续人才培养机制的企业、高校或培训机构。

重点关注方向：

• 面向网络安全与人工智能安全的人才培养体系设计
• 课程体系、实训机制与产业需求的衔接程度
• 人才培养的可持续性与行业影响力

定义：表彰在网络安全、数据安全与人工智能安全相关标准的制定、推广与测评实践中，发挥方向引领和规则塑造作用的企业与机构。

重点关注方向：

• 在网络安全、数据安全或 AI 安全相关标准中的引领作用
• 标准从制定到落地实施的推动能力
• 标准对产业实践与治理能力提升的实际影响

定义：表彰在人工智能安全、数据治理与网络安全能力建设领域，通过跨国、跨组织合作形成示范效应，并对全球数字安全治理产生积极影响的项目。

重点关注方向：

• 跨国、跨组织在 AI 安全与数据治理领域的协同机制
• 项目在国际规则、能力建设或示范应用方面的价值
• 对全球数字安全治理的积极影响

关键时间节点

申报方式

写在最后

奖项回顾