在山东济南举办的2026年国家网络安全宣传周人工智能安全治理分论坛上，三项重要数据资源正式亮相。此次发布的成果包括中文互联网基础语料4.0版本、网络安全数据集1.0版本以及AIGC检测数据集，标志着我国在人工智能安全领域的数据建设迈入新阶段。
中文互联网基础语料4.0的研发历时近两年，由中国网络空间安全协会联合国家互联网应急中心等机构共同完成。该版本在前期1.0至3.0版本的基础上，通过语料共建共享机制整合了来自教育、科研、企业等领域的120GB高质量可信数据。项目团队采用多轮清洗、标注和脱敏技术，确保数据集既符合伦理规范，又能为人工智能大模型训练提供有效支撑。
针对网络安全防护需求，国家互联网应急中心牵头联合五家科研机构和企业推出网络安全数据集1.0。该数据集包含五个专业子集：网络安全能力测评基准集收录了2000余项标准化测试指标；APT攻防数据集记录了近三年重大网络攻击事件的完整链条；网络安全告警数据集汇聚了千万级真实告警信息；异常流量数据集覆盖多种网络协议的异常模式；漏洞分析数据集则包含超过5万个已知漏洞的详细特征。这些数据将为安全产品研发提供重要参考。
目前，这三个数据集已通过"中文互联网语料资源平台"向社会开放。平台采用分级授权机制，科研机构可申请完整访问权限，企业用户则需通过合规性审查。数据集发布方强调，所有数据均经过严格脱敏处理，确保不包含任何个人隐私或商业机密信息。
