张振中－18年信息安全行业从业经验 ——网络、虚拟化、云安全、信息安全体系证书： CCNP-思科认证网络高级工程师 VCP-VMware认证专家 CCSK-云安全知识认证 ISO 27001认证证书 现任：北京鲸象数据科技有限公司丨数据安全专家 曾任：奇安信科技集团（网络安全龙头企业）丨解决方案专家 曾任：亚信安全科技股份有限公司丨解决方案专家 曾任：安芯网盾（北京）科技有限公司（内存安全头部企业）丨技术总监 曾任：启明星辰（国内硬件IDS开创者）丨售前工程师 曾任：卫士通（军工企业、网络信息安全国家队）丨项目经理 →交付落地20+大型数据安全运营项目：具备项目管理从方案到交付的全流程把控能力，覆盖数据安全咨询、云原生安全、主机安全、高级威胁防护、DevSecOps安全体系建设等方向：
生成式人工智能正在从“工具尝鲜”快速进入企业办公、客户服务、软件研发、数据分 析、知识管理与安全运营等核心场景。AI带来的效率提升非常明显，但同时也带来了新的 安全边界：员工在使用AI办公时可能误上传客户信息、业务数据、源代码和内部材料；企 业在建设智能问答、AI Agent、数据安全治理平台时，可能面临提示词注入、敏感信息泄露、 模型幻觉、越权调用、插件滥用、供应链依赖和输出不可控等风险。 从监管趋势看，人工智能治理已经从“鼓励创新”进入“发展与安全并重”的阶段。生 成式人工智能服务、深度合成、算法推荐、AI生成合成内容标识、数据安全、个人信息保 护、网络安全等级保护与关键信息基础设施保护等要求，正在共同形成组织使用AI、建设 AI、管理AI的合规底线。对于金融、政企、能源、运营商、互联网和大型集团型组织而言， AI 安全已经不再只是技术团队问题，而是涉及业务、法务、合规、数据、安全、办公管理 和高层决策的综合治理问题。 本课程面向企业AI应用与安全治理的真实需求，以“政策类+技术类+办公风险类”为 主线，系统讲解AI安全监管要求、AI应用安全风险、办公场景数据泄露防控、LLM应用安 全十大风险、AI Agent安全、数据安全治理、技术防护体系和组织级管理机制。课程强调 “看得懂政策、识别出风险、设计出方案、落得下措施”，帮助学员建立从制度、流程、技 术、工具到人员意识的完整AI安全能力体系
授课对象：信息/数据安全管理人员、办公数字化团队、IT与安全运维团队、AI应用建设团队、业务部门骨干及管理者
数据已经成为企业经营决策、业务创新、客户服务和数字化转型的核心资产，数据的采 集、存储、使用、流转和共享正在贯穿企业运营的各个环节。与此同时，数据泄露、越权访 问、过度采集、接口滥用、第三方共享失控、敏感数据暴露、权限管理混乱等问题也在持续 增加，数据安全风险逐渐从单点技术问题演变为影响企业合规、声誉、经营连续性和商业竞 争力的重要管理议题。 随着《网络安全法》《数据安全法》《个人信息保护法》等法律法规持续落地，行业监 管要求不断强化，企业在数据分类分级、个人信息保护、重要数据管理、跨境传输、第三方 合作、日志留痕、应急处置等方面面临更高要求。仅依靠一次性项目建设、制度文件上墙或 被动应对检查，已难以满足持续合规和风险防控的需要。企业需要从组织、制度、流程、技 术和运营多个层面，建立体系化、常态化的数据安全管理能力。 本课程聚焦“合规、风险、规划、运营”四个关键问题，用两天时间帮助学员建立数据 安全工作的主线思维：看懂监管要求，明确企业必须做什么；识别高频风险，判断当前薄弱 环节在哪里；设计建设路径，规划数据安全能力如何分阶段落地；并将制度、流程、技术工 具、监督检查和持续改进转化为可执行、可评估、可持续的数据安全运营动作。课程旨在帮 助学员从“知道要求”走向“会做落地”，从“被动合规”走向“主动治理”
授课对象：数据安全/信息安全管理人员、合规/法务/内控人员、IT运维人员、数据治理团队、业务系统负责人
金融行业是数据高度密集、业务连续性要求高、监管约束强的行业。客户身份、账户、交易、授信、支付清算、征信、保险理赔、反洗钱、风险画像、投资适当性等数据贯穿业务经营全过程。随着金融机构数字化转型不断深入，数据不再只是系统中的业务记录，而是支撑客户服务、风险控制、产品创新、监管报送和经营决策的关键资产。 与此同时，金融机构面临的数据安全风险也在持续增加。客户信息过度采集、敏感数据批量导出、接口被异常调用、第三方合作数据失控、模型训练数据来源复杂、重要数据风险评估不足、境外访问和跨境传输管理不足等问题，正在从单点技术问题演变为影响合规、声誉、监管评价、经营稳定和金融消费者权益的重要管理问题。 围绕金融行业数据安全监管，等级保护解决系统和网络安全底座问题，《数据安全法》解决数据安全总体治理问题，《个人信息保护法》解决个人权益保护问题，《银行保险机构数据安全管理办法》和《中国人民银行业务领域数据安全管理办法》进一步细化行业监管要求，《网络数据安全风险评估办法》则把网络数据安全风险评估从原则性要求进一步推向周期化、报告化和监督检查化，可信数据空间代表数据要素流通背景下“安全可控使用数据”的新方向。 本课程聚焦金融行业数据安全监管规则的体系化解读与场景化落地，帮助学员把法律法规要求转化为金融机构内部的责任分工、分类分级、制度流程、技术控制、审计留痕和持续运营动作。课程不做条文堆砌，而是围绕金融机构真实业务场景讲清楚每一项法规要求背后的管理逻辑和落地重点。
授课对象：数据/信息安全管理人员、合规/法务/内控/IT 运维人员、数据治理团队、业务系统负责人
AI与网络信息安全实战专家
擅长领域：云计算、大数据、数据安全运营、安全制度设计、企业架构设计、等保测评等
