2021年以来，我国陆续发布了《“十四五”国家信息化发展规划》《“十四五”数字经济发展规划》等重要国家数据战略，数字经济成为当下主要的经济形态，发展数字经济是国家的重要战略部署。数据要素作为数字经济深化发展的核心动力与引擎，数据的巨大价值和重要意义已得到凸显，但数据的开发利用也是一把双刃剑，当数据创造价值的同时，也面临着数据被泄露、篡改、滥用等风险，造成对个人、组织、社会公共利益甚至国家利益的严重威胁和损害。

  数据量巨大、数据流动日益频繁，数据收集、存储、使用、加工、传输、提供、公开等处理活动场景中，数据流转过程中暴露面风险急剧加大，这对数据安全治理提出新的挑战。如何在数据释放价值的同时，保障数据安全，是需要进行防护技术更新以及产品化重点解决方向。

  趋势一：数据安全治理理念逐步深化。《数据安全法》提出，国家统筹发展和安全，坚持以数据开发利用和产业发展促进数据安全，以数据安全保障数据开发利用和产业发展。数据只有在使用中创造价值，而数据价值越大越需要保护，有效推动数据开发利用与数据安全的一体两翼、平衡发展，更多的安全建设的战略中心围绕数据来进行。

  趋势二：场景化主动防控手段纳入数据安全技术体系。随着业务的复杂与云计算、物联网、大数据、5G等新技术蓬勃发展，数据高效共享、远程访问、云端共享，原有的安全边界被“打破”了。这意味着传统边界式防护失效和无边界时代的来临，构建动态、按需的体系化技术防护框架显得至关重要。

  趋势三：数据流通各环节的安全管控产品将蓬勃发展。在数据处理活动中，数据收集、存储、使用、加工、传输、提供、公开等每一个环节，其目标不外乎“使用”这些数据，在这些环节的数据安全管控类产品将会更加的丰富。比如，资产识别平台、数据分类分级、数据安全审计、数据共享产品、数据销毁产品、境外数据传输监测等，这些产品矩阵将会推动数据安全有效治理。

  趋势四：围绕密码产生的新技术来保护数据安全使用成为热点。从数据共享的角度来看，保护数据安全，同时确保数据在“使用”时是真实可信的，对这些数据进行“加工”所获得的价值是有效的，针对此类数据共同处理、数据共享等场景，机密计算、隐私计算、联邦学习等基于密码技术保护数据交易、共享安全的落地化实践场景将成为新的数据安全管控的热点方向。

  趋势五：数据安全防护与AI技术融合愈加成熟商用。面向数据资产识别、数据分类分级、数据流转的风险分析等安全防护手段，单纯依赖传统的基于人工设定规则策略的防护技术，在处理效率、准确性、全面性等方面已经无法满足日趋复杂的数据安全防护需求，通过引入自然语言处理（NLP)、用户异常行为分析（UEBA）、知识图谱（KG）、机器学习等人工智能技术，与传统的安全技术进行有效融合并实用化，已较好的推进了智能化数据分类分级、智能化风险分析、敏感数据识别、数据脱敏、数据安全水印、数据安全风险评估的进展，如安恒的 AiThink与AiGuard产品、360安全大脑都是很好的融合了AI技术，解决实际中的数据安全问题，提升了数据安全防护的水平，让每一个企业或者组织配备自己的安全大脑。

  趋势六：单点技术向平台化融合技术发展趋势愈加强烈。围绕数据全生命周期，在周期各阶段节点的单点防护技术手段已日益健全，但基于安全木桶效应，数据流转需要体系化防护，建立集中化、联动化的安全防护平台，将这些单点技术进行有效串联，实现面向数据安全风险的动态、纵深防御已成业内共识，零信任平台，隐私计算平台、安全监测平台、安全运营平台等平台化技术得到快速发展。

  趋势七：大数据领域的管控将成为未来数据安全管控的重中之重。大数据的发展以及算力的提升，使得数据存储以及使用量级呈现指数增长，企业将绝大多数数据资产存放在大数据平台进行计算处理，针对大数据平台的全链路的数据安全监测以及行为审计将会成为企业数据安全治理的落脚点。

  趋势八：数据安全专业人才需求更大。数据安全的治理需要技术以及平台，但是对数据安全人才的需求也是巨大的，根据工业和信息化部人才交流中心等部门联合发布的《网络信息安全产业人才发展报告》显示，近三年，我国网络安全人才在民营企业需求的占比均在50%左右，其中，IT信息技术行业和互联网对于网络安全人才的需求量最大；目前数据安全人才远远无法满足市场需求，所以接下来培养更多的专业数据安全人才将会被提上日程。