树形模型不需要归一化，它们不关心变量的值，如决策树、随机森林(Random Forest)

人工智能应用可导致个人数据过度采集，加剧隐私泄露风险。

开源学习框架存在安全风险，可导致人工智能系统数据泄露。

运行阶段的数据异常可导致智能系统运行错误。

训练数据污染可导致人工智能决策错误。

人工智能数据安全应用是人工智能技术用于数据安全治理,包含人工智能技术在精准化数据安全策略制定、自动化数据资产安全管理、智能化数据活动安全保护以及高效化数据安全事件管理方面的应用。

人工智能驱动数据安全治理加速向自动化、智能化、高效化、精准化方向演进。

数据质量和安全直接影响人工智能系统算法模型的准确性，进而威胁人工智能应用安全。

数据安全是人工智能安全的关键。

谷歌研究提出，随着训练数据数量级的增加，相同机器视觉算法模型的性能呈指数上升。

人工智能与数据相辅相成、互促发展。一方面，海量优质数据助力人工智能发展。另一方面，人工智能显著提升数据收集管理能力和数据挖掘利用水平。