进入信息化时代，数字经济蓬勃发展，数据的作用愈发凸显，数据要素价值更加突出。但同时，也要看到数据的“隐患”：若被别有用心之人非法获取、利用，极有可能对个人乃至社会造成严重的危害。

　　如何统筹好数据安全治理与发展，赋能国家高质量发展？在5月26日的中关村论坛分论坛之一——数据安全治理与发展论坛上，来自海内外的专家汇聚一堂，集智献策。

　　若将数字时代比作一栋楼，数据就好比是构成这栋楼的一块块砖，其重要性不言而喻。“数据是数字时代的基础性战略资源和关键性生产要素。”中国科学院院士冯登国指出。

　　楼要建得高，势必要求砖的承重能力强；对于我国来说，随着数字中国战略的深化，数据要素呈现出加速整合与互联互通的趋势，数据安全需求凸显。冯登国认为，数据泄露、数据破坏、隐私泄露、数据失控、数据滥用、数据损坏和丢失等因素威胁着数据安全。尤其是当下，云计算、大数据等新兴应用场景蓬勃发展，更是迫切需要对使用者的数据进行保护。

　　怎么保护数据？若保护得太“差”，可能起不到相应作用；但若保护得太“死”，数据的流动性就可能受限，而只有流动的数据才能产生价值。

　　在数据保护方面，中国有自己的经验。2021年，被誉为“数字时代基本法”的《个人信息保护法》落地实施，其中首次规定“个人信息可携带权”相关内容，不仅增强了个人对个人信息转移与再利用行为的控制，体现了将个人信息权利还归个人的立法思路，为个人信息流转提供了新的方向，也将为行业带来新的机遇。

　　香港科技大学讲座教授、加拿大工程院及加拿大皇家学院两院院士杨强观察到，当下，人们使用数据时，特别关心数据的安全和隐私。要解决数据安全与开放共享之间的矛盾，就要让数据“可用而不可见”。以联邦学习为代表的隐私计算成为满足该目标的重要技术路径。

　　在大多数情况下，人们都是将不同地点的数据上传到一个服务器中计算。而联邦学习，则是让数据留存在本地，用模型访问不同的数据库。“这就好比喂羊，我们不需要让草料去‘找’羊，只需要让羊去找草料。”杨强形象地解释道，这种方式能够让数据“可用而不可见”，极大提升了数据的安全性。

　　“安全、效率、效果这三者可以非常好地平衡。”杨强总结道，在多方合作、汇集多个数据源的前提下，运用联邦学习可以为人工智能打造通路，不仅能够保护每一个数据源的隐私和数据安全，还能够在符合《数据安全法》等法律法规和政策的规范下，促进大规模数据流动，激活数据要素价值。

　　人民网北京5月29日电 （记者王连香）近日，国家铁路局发布《2022年铁道统计公报》（以下简称《统计公报》）。 2022年，铁路行业坚持稳中求进工作总基调，完整、准确、全面贯彻新发展理念，服务加快构建新发展格局，高效统筹疫情防控和经济社会发展各项工作，统筹发展和安全，扎实推进中国式现代化，推动铁路高质量发展，为全面建设社会主义现代化国家开好局起好步作出新贡献。…

　　人民网北京5月29日电 （记者李栋）“AIGC元宇宙虚拟数字人”项目展示的元宇宙虚拟走秀；集光电技术、生物学技术和物联网技术造就的“植物工厂”……在正在举办的中关村论坛上，一批多场景、高水平的科技产品悉数登场，勾勒出由科技打造的美好生活新样态。 在北京海百川科技有限公司的展台里，观众不仅可以一秒进入元宇宙，还可以亲身扮演数字人，体验数字直播。…