物联网中节点数量庞大且数据传输采用无线射频信号进行传输，存在攻击者可通过发射干扰信号造成通信中断，或信号传输过程中劫持、窃听、篡改数据等风险。
人工智能系统无论是推荐系统、机器学习还是5G网络，都可以抽象成一对多、多对一或多对多的模型。因此，人工智能安全与通信双方至少有一方为多方的密码学理论体系（多方密码学）建立休戚相关，其重要性不言而喻。当前的人工智能安全研究主要包括以下几方面内容。
随着信息化的发展，企业的数据安全建设已经成为企业信息系统建设过程中不可或缺的重要内容。云大物移智等新技术的使用，极大提升了企业业务系统的运行效率，同时，企业数据安全所带来的风险也更加突出。
隐私计算并非单一技术，而是一套包含AI、密码学、数据科学等跨学科知识的技术体系。多方安全计算、联邦学习、可信执行环境等作为隐私计算的重要技术分支，理论基础研究已开展多年。
当用户访问Defi应用程序时，他们不会被提示输入用户名和密码，而是连接他们现有的钱包，后者可以无缝地使用这项服务，通常不需要提供任何额外信息。这有一个令人难以置信的好处，即提高了用户的安全性，并减少了被黑客攻击的账户和密码重置的情况。用户不再需要记住密码，因此不会有任何损失。
提高API安全性是云原生安全的重要发展趋势，企业安全团队应努力将API安全性集成到Web和基于云的应用程序开发过程中。API安全性也应该是自动化的，因为自动化API安全性可减少人为错误，并最大限度地降低工作量。
