從數據安全(文件數據銷毀）視角看DeepSeek被多國封堵

2024年末，全球各國，如美國、英國、法國、德國、意大利、日本、韓國等十余個國家以安全、技術等緣由，采取緊急措施，包括禁止下載使用DeepSeek模型，限制員工訪問DeepSeek的應用程序工具等，對DeepSeek進行圍堵。典型如從美國國會、五角大樓、NASA到海軍，都考慮或已開始禁止使用DeepSeek，德克薩斯州則成為美國第一個禁止在政府設備上使用DeepSeek的州。近日，美國國會更是提出新法案規定下載DeepSeek將構成犯罪，最高可判處20年監禁。

這一事件背后，折射出各國對大模型數據安全風險的深刻擔憂。隨著人工智能技術的快速發展，大模型已不僅是工具，更逐漸演變為數字空間的“第四類主體”，其雙重角色——既是數據的處理者，又可能成為數據的侵害者——正在挑戰數據空間中數據安全邊界。

01

物理世界的三個主體

如上圖所示，在數字空間中，數據安全目標是對物理世界中三大主體在數據空間的映射進行權益的各類保護：

1.個人主體：隱私安全、財產安全、聲譽安全等權益需防止被非法獲取或濫用。例如，用戶社交數據若被大模型關聯分析，可能推斷出敏感行為模式。

2.企業主體：企業的商業機密（如知識產權、各類配方、經營狀況等）、財產安全、聲譽安全、企業固定資產安全、無形資產（如品牌價值）安全、上下游供應鏈安全。

3.國家主體：領土安全、資源安全、公民安全、財富安全、經濟運行、社會公共利益、科學技術等等均依賴數據主權。

這些權益在物理世界中已有成熟保護機制，但在數字空間中，因數據的高流動性、可復制性，傳統防護手段面臨失效的危機。雪上加霜的是，隨著一個隱藏的主體，大模型慢慢走入公眾的視角，使得原有通過法律、法規、各類數據安全技術構成的數據安全邊界又一次被沖擊。

02

大模型作為第四類主體：雙重角色的潛在威脅

隨著大模型的進化，其已超越工具屬性，成為數字空間中具備“半自主性”的新主體。這種特殊性體現在兩方面：

1. 獨立性與依賴性并存：大模型的訓練依賴個人、企業、國家的數據，但其生成的決策或內容可能脫離原始數據主體的控制。

2. 雙向侵害風險：

• 直接侵害：大模型在訓練中可能直接使用敏感數據（如隱私文本、機密文檔），導致顯性泄露。這個已經被業界熟知且已經有相應的各類管控手段；
• 間接侵害：通過強大的推理能力，從非敏感數據中提煉出敏感信息。原來業界對于大模型的推理能力是存疑的，但是隨著o1和DeepSeek的爆發，大模型的推理能力再一次超出人們的認知，那么通過推理能力衍生的風險被無窮放大。模型越大、推理能力越強，對多源數據的關聯分析能力越強，越可能通過“數據拼圖”揭示原本分散存儲的機密信息。
• 03

數據蒸餾與采樣學習：監管缺失下的“暗流”

大模型間的數據交互進一步放大了風險。當前，模型通過數據蒸餾（將大模型知識遷移至小模型）和采樣學習（從其他模型輸出中提取信息）實現能力提升，但這些過程缺乏有效監管：

• 隱式數據泄露：假設A模型通過醫療數據訓練出診斷能力，B模型通過采樣A的輸出，可能間接獲取患者隱私特征。
• 責任邊界模糊：當多個模型共同參與數據流轉時，難以追溯泄露源頭。例如，DeepSeek若從第三方模型中獲取語料，其生成內容可能包含未被授權的企業數據，但責任劃分將陷入僵局。
• 輸出管控的脆弱性：當前大模型的安全設計普遍存在“重輸入、輕輸出”的傾向，即優先通過數據脫敏、訪問控制等手段限制訓練數據的輸入，卻對模型生成內容的動態監控不足。這種失衡導致惡意用戶可通過提示詞工程（Prompt Engineering）繞過防護機制，逐步誘導模型輸出敏感信息，比如通過分步試探、語義偽裝：跨模型協同等方式來獲取各類敏感數據。
• 04

國際封堵行動的深層邏輯：防御未知風險

多國對DeepSeek的封堵并非單純的技術競爭，而是基于數據安全的前瞻性防御：

1. 防御推理泄露：DeepSeek的強推理能力可能從公開數據中挖掘出各類信息，如國家基礎設施的薄弱點，被惡意組織用于定向攻擊。

2. 阻斷數據聚合：限制大模型的數據輸入渠道，可防止其通過海量數據積累形成“數據霸權”。例如，禁止企業員工使用DeepSeek工具，能減少商業數據流入模型。

這些行動的本質，是對大模型“第四類主體”地位的承認，以及對其潛在失控風險的提前干預。我們往前看，2024年12月27日，美國司法部發布禁止敏感個人數據向部分國家跨境傳輸的最終規則，這一制度的誕生，打破了美國長期秉持的“數據跨境自由流動”傳統，此規則將對中美數據交流乃至全球數據格局產生重大深遠影響，打壓Deepseek本質上就是該規則另一種體現方式，通過對大模型這類主體的限制使用，對中美數據脫鉤進一步的管控而已。

綜上，唯有將大模型納入數據安全的全局框架，才能平衡技術創新與風險管控，避免數字空間的“灰犀?！毖葑優楝F實危機。