当前各国政府在许多不同领域越来越多地应用算法治理,从警察系统、法律系统到处理签证申请和帮助医生救助患者中都在使用算法治理,算法治理大大的提升了政府工作效率和准确率,然而大数据背景下应用算法治理中存在许多风险,比如公平性,对少数群体的歧视,伦理,决策不透明,算法治理系统中缺乏公平性定义以及对所收集数据种类的歧视等,这些算法风险将影响到受到决策的人们。虽然政府由于其法律框架而具有一定程度的透明度,但世界上各个国家当前没有任何系统在使用算法之前进行审查,并且每个国家政府部门都没决定要使用哪种算法,如何实施算法,以及以什么样的道德和公平水准作为基础框架,这意味着政府在实施算法时没有标准,缺乏算法治理应用中防止相关的潜在风险扩散所需要的严格标准,各国政府并未针对在使用算法的过程中存在的风险控制采取真正的防护保护措施,因此大数据背景下算法治理存在的风险防控显得比以往任何时候都尤为重要。本文研究重点将放在各国政府如何将大数据算法整合到他们的政府工作中,通过研究政府内部运用大数据算法的结构,了解到大数据算法存在哪些风险,并且发现在政府内部使用大数据算法过程中政府如何试图控制这些风险,同时提出了一种新的监管系统,如何快速、经济、高效地实施该监管系统,以更好地控制与算法治理相关的风险,并提高公民对算法决策的信任度。