近年來,數據的融合應用驅動各行各業走向數字化、網絡化和智能化,數據安全、個人隱私保護等問題也愈發受到社會廣泛關注。如何在合規的前提下做好數據融合,成為一個亟需解決的難題。
近期,騰訊公司發布《騰訊隱私計算白皮書2021》(以下簡稱《白皮書》),深入探討隱私計算作為在數據融合應用過程中保障數據安全合規的關鍵技術路徑、商業模式、應用場景、技術變革、產業趨勢、法律問題及合規痛點,并從技術、應用、法律等視角對隱私計算的發展進行了展望。
1、隱私計算的定義
隱私計算(Privacy Computing)是指一種由兩個或多個參與方聯合計算的技術和系統,參與方在不泄露各自數據的前提下通過協作對他們的數據進行聯合機器學習和聯合分析。隱私計算的參與方既可以是同一機構的不同部門,也可以是不同的機構。在隱私計算框架下,參與方的數據明文不出本地,在保護數據安全的同時實現多源數據跨域合作,以破解數據保護與融合應用難題。
2、隱私計算三大流派
聯邦學習
聯邦學習是一種分布式機器學習技術和系統,包括兩個或多個參與方,這些參與方通過安全的算法協議進行聯合機器學習,可以在各方數據不出本地的情況下聯合多方數據源建模和提供模型推理與預測服務。在聯邦學習框架下,各參與方只交換密文形式的中間計算結果或轉化結果,不交換數據,保證各方數據不露出。聯邦學習可以通過同態加密、差分隱私、秘密分享等提高數據協作過程中的安全性。
安全多方計算
安全多方計算是一種在參與方不共享各自數據且沒有可信第三方的情況下安全地計算約定函數的技術和系統。通過安全的算法和協議,參與方將明文形式的數據加密后或轉化后再提供給其他方,任一參與方都無法接觸到其他方的明文形式的數據,從而保證各方數據的安全。安全多方計算的基本安全算子包括同態加密、秘密分享、混淆電路、不經意傳輸、零知識證明、同態承諾等。
可信計算
可信計算指借助硬件CPU芯片實現可信執行環境(TEE),從而構建一個受保護的“飛地”(Enclave),對于應用程序來說,它的Enclave 是一個安全的內容容器,用于存放應用程序的敏感數據與代碼,并保證它們的機密性與完整性。
3、隱私計算的應用場景
《白皮書》中提到,數據協作需求正推動隱私計算應用從金融、醫療等向其他行業延伸。以金融反欺詐模型為例,隱私計算能夠助力銀行聯合建模,提升反欺詐模型水平。傳統上,銀行通常基于歷史還款信息、征信數據和第三方的通用征信分來做貸前反欺詐,該方式存在數據維度缺乏、數據量較少等情況,需融合多方數據聯合建模才能構建更加精準的反欺詐模型,但這一過程中隱私保護和數據安全是不可忽視的重要環節,《白皮書》指出,聯邦學習可解決合作中數據隱私與特征變量融合矛盾,在雙方或多方合作中線上保障特征變量交換時的信息安全。
4、隱私計算助力數據安全的合規價值
《白皮書》指出,隱私計算助力數據安全合規的價值凸顯,有望成為數據協作過程中數據合規和隱私保護的技術工具。
一是隱私計算在無需轉移數據物理存儲服務器的情況下實現數據建模分析,從而減少數據協作過程中風險。對于個人信息保護來說,可以有效降低個人信息在應用過程中泄露的風險;對于企業的跨界數據合作而言,由于隱私計算能夠實現數據可用不可見,幫助不同企業和機構與產業鏈上下游的主體進行聯合分析,打造數據融合應用,同時在數據協作的過程中履行數據安全和合規義務,實現數據價值最大化。
二是隱私計算從技術層面滿足數據最小化、完整性和機密性原則要求。傳統的數據融合方式需要先將盡可能多的數據集中至一個數據中心,然后再訓練模型。因此很可能存在數據過度采集的問題,同時面臨數據傳輸、存儲的安全風險。而采用隱私計算技術,尤其是隱私計算和區塊鏈等技術結合形成的整體解決方案,對數據真實性、準確性進行記錄,如數據被篡改、可進行精準定位和追溯,防止數據被篡改,也能夠有效防止數據被無權限人員隨意訪問、修改、導出等,保障數據的完整性和機密性,與當前數據保護相關立法目的和原則高度契合。
三是隱私計算可證明、記載企業是否履行數據安全保障義務。
5、隱私計算的合規痛點
盡管隱私計算實現的數據保護功能與數據保護相關立法精神高度契合,具有廣闊的發展前景,但隱私計算仍存在一些合規痛點。
隱私計算的用戶授權機制仍需明確。
根據《網絡安全法》及《民法典》相關規定,數據處理者在處理數據時應公開收集、使用規則,并經用戶同意。從隱私計算的特點來看,數據合作方通過隱私計算技術實現數據分析與建模,不需實際流轉數據,且處理過程中的數據都進行了匿名化處理,或不需要獲得用戶授權同意。但在數據采集階段,數據合作各方仍需獲得用戶授權同意。此外,個人信息的匿名化標準尚存爭議,因此仍需做好告知同意的授權管理。
另外,《白皮書》指出,隱私計算在本地服務器中建模的行為也存在用戶授權的問題。即使企業在采集數據時通過隱私政策取得了用戶對本地建模行為的授權,但該授權仍需保持在與數據實際處理目的直接或合理關聯的范圍內。因此,在借助隱私計算技術解決用戶授權問題時,也需關注數據處理目的合法合規性。
隱私計算仍存在數據安全風險。
隱私計算盡管無需參與者直接共享原始數據,但模型更新仍然會泄露參與者訓練數據的相關信息,攻擊者可以采用推理攻擊判斷具體的數據點或數據屬性是否被用于訓練,或采用逆向學習的方法還原原始數據。如果有切實的證據證明經過隱私計算的數據結果具有可逆性且已被泄露,那么它便不再屬于法律規定的“經過處理無法識別特定個人且不能復原”的數據。因此,企業需從模型隱私、輸入隱私、訓練數據隱私、輸出隱私四方面保障數據的安全。
隱私計算參與各方權利義務的邊界有待進一步明確。隱私計算涉及個人信息主體、數據持有方、計算方、結果方,各方之間的法律關系尚需厘清,如發生數據泄露且溯源取證困難時,后三者間應如何進行責任劃分,這些都將影響隱私計算商業模式的發展。《白皮書》建議在現階段,隱私計算參與者宜通過協議方式,約定彼此的數據安全權利和義務邊界,以便在發生爭議時,明確各自的責任范圍。
//www.cebnet.com.cn/upload/resources/file/2021/04/19/176342.pdf
在數字信息技術日新月異的發展趨勢下,數據已成為數字經濟發展的核心生產要素,是國家重要資產和基礎戰略資源。隨著數據價值的愈加凸顯,數據安全風險與日俱增,數據泄露、數據販賣等數據安全事件頻發,為個人隱私、企業商業秘密、國家重要情報等帶來了嚴重的安全隱患。
當前,數據安全已成為數字經濟時代最緊迫和最基礎的安全問題,加強數據安全治理已成為維護國家安全和國家競爭力的戰略需要。為此,國家高度重視數據安全的頂層設計:在相繼發布的《促進大數據發展行動綱要》(2015)、《科學數據管理辦法》(2018)、《關于構建更加完善的要素市場化配置體制機制的意見》(2020)以及“十四五”規劃(2021)中,均提出發展數字經濟、加快培育發展數據要素市場,應把保障數據安全放在突出位置的重要思想內涵。
面對數據安全威脅日益嚴峻的態勢,著力解決數據安全領域的突出問題,有效提升數據安全治理能力迫在眉睫。然而,由于數字技術促使數據應用場景和參與主體日益多樣化,數據安全的外延不斷擴展,數據安全治理面臨多重棘手困境。為此,賽迪智庫發布《數據安全治理白皮書》,在分析我國數據安全風險、治理現狀、治理困境的基礎上,從政策、監管、產業生態建設、國際合作等方面提出綜合解決路徑。
數據作為新型生產要素,正深刻影響著國家經濟社會的發展,促進了數字基礎設施的發展與產業的迭代升級。
近期,由中國信息通信研究院(以下簡稱“中國信通院”)主辦的主題為“卓越安全,不止可信”的“2021卓信大數據峰會”在京召開。會上,中國信通院發布《移動互聯網數據安全藍皮報告(2021年)》。
從國家宏觀政策角度來看,圍繞數據安全保障能力建設,“十三五”規劃中明確提出了要強化信息安全保障,加快數據資源安全保護布局。如建立大數據管理制度、實行數據分類分級管理,加強數據資源在采集、存儲、應用和開放等各環節的安全保護,加強公共數據資源和個人數據保護等。中共中央關于“十四五”規劃和二〇三五年遠景目標建議明確提出建設網絡強國、數字中國,發展數字經濟,建立數據安全保護基礎制度和標準規范,保障國家數據安全。
從行業微觀應用角度來看,我國數字經濟獲得了新的發展空間,并深刻融入到了國民經濟的各個領域。如,直播帶貨、在線游戲、在線教育和在線辦公等新業態迅速成長,數字經濟顯示了拉動內需、擴大消費的強大帶動效應,促進了我國經濟的復蘇與增長。在數字經濟蓬勃發展的過程中,數據安全是關鍵所在。除了數據本身的安全,對數據的合法合規使用也是數據安全的重要組成部分。濫用數據或進行數據壟斷,不合法合規地使用數據,將大大削弱數字經濟的發展活力與動力。
本報告全面梳理移動互聯網數據安全發展現狀與趨勢,深入探討移動應用在數據安全全周期面臨的問題和挑戰,并從數據安全管理要求,技術防范能力等多方面進行梳理,以期為移動互聯網行業企業提供支撐和幫助。
近日,在京舉辦的“第四屆中國數據安全治理高峰論壇”上,重磅發布《數據安全治理白皮書3.0》(以下簡稱:白皮書)。白皮書內容涵蓋數據安全治理全球形勢分析、理論技術研究、框架體系構建、行業實踐案例、政策法規標準、未來趨勢預測等,旨在為各行業數據安全治理工作提供更多經驗總結與信息參考。
白皮書提到,隨著數據逐漸變成新時代生產生活的支柱,數據安全也日益成為保障經濟發展、社會穩定和國家安全的重要基石。近年來,為了在全球數字化轉型競爭中搶占戰略先機,為本國基于數據的新興產業發展提供良性有序的發展環境,包括我國在內的世界各國都紛紛加速推進數據安全和公民隱私保護立法,積極編制并陸續密集發布各種相關的政策、法規、標準、規范,不斷對企業和組織提出嚴格細致的合規要求和數據保護義務。
白皮書指出,當前,數據對全球經濟和社會發展的影響和作用正在由“量”到“質”的根本性躍升。在由互聯網、移動互聯網為代表的信息時代,數據被定義為信息的形式化表示,而物聯網、云計算和人工智能技術的飛速發展,已經并仍在加速促生著從“數據”到“大數據”的由量變到質變的演進:大數據除了沿襲數據作為表示信息的形式化載體這一屬性外,同時又反過來成為挖掘新信息和新知識的基礎原材料,在經過統計分析和機器學習等技術和方法的發掘和利用后,既迸發出巨大價值,又預示著無限潛能。根據2020年4月9日發布的《中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見》,我國已將數據上升為與土地、勞動力、資本、技術并列的新型生產要素。
本次白皮書著重針對以下內容進行了修訂:
1.新增針對“數據安全、信息安全、網絡安全”及“數據安全治理、數據安全管理”等近似概念間聯系與區別的解讀;
2.更新“政務云及金融、能源、教育、電信運營商及醫療”等行業數據安全治理實踐案例;
3.新增數據安全相關政策、法律和標準介紹;
4.新增數據安全治理國內外相關理論與介紹;
5.新增數據安全治理發展進程中的問題與展望;
6.更新國內外重大數據安全事件匯總;
7.更新數據安全關鍵技術——新增數據資產梳理、差分隱私、數據安全運維、數據水印和數據使用行為溯源、多層次數據保護等內容;
8.新增數據安全新興前沿技術:多方計算、聯邦學習、數據安全虛擬化引擎、數據安全SAAS能力等內容...
近年來,云計算、大數據等新一代信息技術與實體經濟加速融合,產業數字化轉型迎來發展新的浪潮。數字化在為企業提質降本增效的同時,也為企業 IT 架構帶來新的安全挑戰,傳統安全防護機制遭遇瓶頸,探索適應企業數字化轉型需求的新一代安全體系具有重要意義。
零信任安全理念及架構能夠有效應對企業數字化轉型過程中的安全痛點,愈發得到行業關注。本藍皮報告從基本原則、核心組件、關鍵技術等方面闡明零信任安全理念及架構內涵,分析零信任安全如何解決企業級用戶數字化轉型中的安全痛點;繼而,圍繞無界辦公、混合云、企業異地分支接入和第三方接入多個通用場景,以及銀行、通信等重點行業場景,探究零信任安全作用和優勢;最后,分析了未來零信任的發展趨勢。
本藍皮報告的核心觀點與重要發現包括:
? 數字化轉型浪潮下,企業傳統安全架構面臨挑戰。一是上云、應用架構升級等技術轉型帶來新的安全風險;二是工作空間和供應鏈協同的數字化引入更多的安全隱患;三是新零售、物聯網等產品服務創新面臨多樣的安全威脅。
? 零信任安全理念打破了網絡位置和信任間的默認關系,能夠最大限度保證資源被可信訪問,提升企業數字化轉型中新 IT架構的安全性,基本原則包括:默認一切參與因素不受信,最小權限原則,動態訪問控制和授權,持續的安全防護。
? 零信任安全架構核心包括控制和數據兩大平面,以及策略引擎、控制引擎和安全代理三大邏輯組件。控制平面和數據平面將策略與資源訪問時的數據交互進行分離;策略引擎、控制引擎和安全代理邏輯組件協作,實現資源訪問的信任評估和權限授予,控制訪問主體和被訪問資源間的連接建立與否。
? 零信任安全和企業數字化轉型相互促進,協同發展。一是零信任安全能夠解決企業級用戶數字化轉型的安全痛點,迎接技術轉型中的新安全挑戰,滿足數字化工作空間中用戶更高的體驗需求,應對產品服務創新后的海量網絡威脅;二是數字化轉型為零信任安全應用落地提供支撐,技術轉型通過提供資源支持助力零信任高性能發展,制度轉型鼓勵安全架構向零信任變革。
? 零信任安全能夠滿足企業一些通用場景的安全需要,包括無界辦公、混合云、企業異地分支接入、第三方接入等。同時,零信任安全還可以滿足不同行業的特殊安全需求,如銀行、互聯網、通信、物流、能源、地產等行業。
? 零信任未來發展趨勢,一是應用不斷成熟,成為安全體系升級的重要選擇;二是與原生安全理念相融,助力企業建設高防護性能、組件協同連通的全因子信任安全架構;三是與廣域網絡融合,為企業提供端到端安全。
近日,在全國信息安全標準化技術委員會2021年第一次工作組“會議周”上,由中國移動通信集團有限公司、中國電子技術標準化研究院、中國信息通信研究院等15家企事業單位共同編制的《5G網絡安全標準化白皮書》(以下簡稱:白皮書)正式發布。該白皮書將作為下一步制定5G相關標準的指導性文件,在5G網絡安全保護工作中扮演重要角色。
白皮書介紹了5G的概念、關鍵技術和產業發展情況,梳理了國內外政策法規標準現狀,分析了5G在終端安全、IT化網絡設施安全、通信網絡安全、行業應用安全、數據安全、網絡運維安全等方面存在的安全風險和網絡安全標準化需求。
此外,白皮書在充分調研國內外5G網絡安全發展情況的基礎上,針對5G典型應用場景和關鍵環節,研究提出5G網絡安全標準框架,給出了標準化工作推進建議,旨在為5G技術安全應用、5G與產業融合安全有序發展提供標準化技術支撐,為規范引導5G網絡安全標準化工作提供參考。