为了确保人工智能训练平台的数据安全性，厂商需要采取多种措施。首先，采用端到端加密技术对数据进行加密处理，确保数据在传输和存储过程中不被窃取。其次，建立严格的访问控制机制，对不同级别的用户进行权限管理，确保只有授权人员才能访问特定数据。此外，实施实时监控和日志记录，及时发现异常行为并进行应急处理，防止未经授权的访问或数据篡改。另外，定期进行数据备份和灾难恢复演练，确保即使发生意外情况也能够及时恢复数据。最后，对数据进行匿名化处理，最大程度保护用户隐私，避免敏感信息泄露。
此外，人工智能训练平台厂商还应该注重员工安全意识的培训和教育，加强对员工的安全意识培训，使其了解和遵守数据安全相关政策和规定。同时，建立严格的数据访问审计机制，记录每一次数据访问的情况，追踪数据的流向，确保数据不被滥用或泄露。另外，定期对员工进行安全意识培训和考核，提高其对数据安全的重视程度，减少因员工疏忽而导致的数据安全风险。
为了提高平台数据安全性，厂商还应该关注系统漏洞和安全更新。及时对人工智能训练平台中使用的软件和系统进行漏洞扫描和安全评估，确保平台的安全性能。另外，保持与安全厂商和社区的密切合作，密切关注最新的安全漏洞和威胁，及时采取措施进行修复和加固。此外，建立应急响应预案，一旦发现安全漏洞或遭受攻击，能够迅速做出响应和处理，降低损失和影响。
另外，人工智能训练平台厂商还应该考虑引入区块链技术来增强数据安全性。区块链技术的去中心化和不可篡改的特性，能够有效防止数据被篡改和窃取。通过区块链技术建立分布式数据存储和验证机制，确保数据的完整性和可靠性。另外，利用智能合约技术对数据访问和传输进行加密和验证，防止数据在传输和处理过程中被篡改。最后，利用区块链技术构建去中心化身份认证系统，加强用户身份验证和数据访问控制，增加数据安全性。
综上所述，人工智能训练平台厂商可以通过加密技术、访问控制、员工安全意识培训、系统漏洞修复、区块链技术等多种手段来确保平台的数据安全性。只有综合运用多种安全措施，才能有效保护用户数据的安全，建立用户信任，并持续发展人工智能行业。