规范隐私计算,提升数据交易

发稿时间: 2023-02-23 11:15 来源:中国电信业 作者: 姜莹 龚权 2023-02-23
分享X

伴随着全球数字化浪潮,我国明确提出坚定不移建设“数字中国”,数字经济也在科技和产业的新一轮变革中兴起,数据成为数字经济的基本生产要素和关键引擎。在数据要素相关政策指引下,数据交易正步入2.0 阶段,但在实践中面临隐私保护、安全等多方面约束条件,隐私计算技术开辟了一种以“数据可用不可见”为特色的全新模式,成为数据交易中平衡数据保护与数据价值挖掘的有力武器。但是隐私计算的应用方案还不够成熟,存在技术缺陷、互联互通受限、监管失范导致违规等风险,从优化技术支撑、构建标准规范和健全监管机制方面持续推进隐私计算能力建设,有助于进一步打开数据通路,激发数据要素市场的活力,推动数据交易深层次的发展。

8d03b54f4ca5b3d65b542b39b8d72c23.jpeg

持续优化技术支撑隐私计算更好地应用于数据交易领域

技术创新支撑方面,需要隐私计算技术行业持续夯实基础,在安全理论应用、计算性能提升、软硬件协同、新技术融合等方面推进隐私计算技术创新研究,为产业发展贡献力量。构建多元化的计算支撑能力,从技术上给数据流通加上隐私保护的“紧箍咒”。

针对目前技术线路存在的风险,不仅要严格遵循《基于多方安全计算的数据流通产品技术要求与测试方法》等标准要求,还要利用专用芯片、区块链以及人工智能等多种技术结合等方式全面加固现存的安全风险点,解决跨系统交换过程中数据的受控使用、迭代按需脱敏等问题。此外,制定统一的隐私计算安全规范技术标准和测评标准也十分必要,成熟的技术安全准则和测评规范可以降低数据需求方在交易中的安全性顾虑。

针对目前隐私计算技术难以支持海量数据实时计算、提升性能与强化安全难以兼顾的问题,可以通过优化算法和提高硬件可靠性推动隐私计算技术的规模化应用。优化算法主要从深度编排算法流程、使用更底层的语言(例如C/C++)、设计高效的网络传输层协议方面提高性能;提高硬件可靠性主要结合硬件加速技术和专有算法,加速计算量较大的环节和步骤,此外,还可以通过升级网络硬件设备提升网络数据传输的效率,搭建或购买专用网络优化网络数据传输所需要的时间。

循序渐进推动数据交易隐私计算标准化治理体系建设

数据交易最为注重数据的互联互通,隐私计算的核心目标是在减少隐私泄露风险的同时,最大限度地提升数据可用性,但是在应用的过程中,存在标准规范建设不统一、平台算法协议不一致、信任共识机制未建立等生态壁垒,影响数据的互联互通。根据技术研发和监管动态,期望通过标准的制定来规范隐私计算领域的有序发展。

根据实际情况,可以先整合并规范现有的应用于数据交易的隐私计算技术平台,由于不同的隐私计算平台往往采用了不同的算法或协议实现方式,如:安全多方计算平台可能采用了秘密分享协议、不经意传输、混淆电路等不同的技术实现路径,联邦学习平台采用同态加密算法。但是无论哪种隐私计算技术实现方案,都可以将算法或协议进行最小粒度的计算原语分解,互通参与方需要参照该协议原理的流程定义,进行原始数据的密文化拆分,实现计算原语的抽象和定义,在不同的隐私计算平台之间对计算原语进行各自的实现,在原语层次实现互联互通,继而实现算法、应用层面的互联互通。

在对现有平台进行规范的基础上,构建政府主导、多方参与的数据治理体系,行业自律和政府监管双管齐下,打造规范、透明和公平的数据交易环境。具体可以自上而下逐步推进,首先要加快隐私计算相关行业规范的制定和实施,建立统一的数据标准化制度和数据开放清单,消除不同隐私计算平台在算法设计、节点管理等方面的隔阂,为数据要素全面可信流通提供可靠支持。在此基础上,研究制定公平、开放、透明的数据交易规则;其次,确立数据开放共享的激励机制,使数据提供方共享数据所获利益大于其垄断数据所获得的利益,有力地促进数据需求方提高现有服务的质量和效率,拓展新的业务模式,不断提高数据交易行业内数据流通水平。

建立健全隐私计算应用的多元协同合规性监管机制

随着新法律法规的不断实施,数据安全和隐私保护成为各类社会经济活动的核心关切。“无合规不交易”,合法合规是数据交易的底线,隐私计算技术的应用也必须在合法合规的前提下审慎发展。

完善数据安全监管制度体系。在厘清隐私计算实际数据保护效果和合规性影响的基础上,深入研究隐私计算技术的法律法规适配性。通过完善《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等数据安全相关法律法规配套文件,打造涵盖数据安全管理法规、权利义务分配制度、分级分类管理制度、数据泄露通知制度、责任承担制度的数据安全监管制度体系,秉持包容审慎的监管理念,为隐私计算等数据安全技术的合法性与合规性划出清晰的判断标准。

将隐私技术平台的合规自查与外部机构审查相结合。技术平台应该进行事先的数据处理全流程风险评估,在应用隐私计算技术之前进行“自完善”。自查的内容包括但不限于数据集是否涉及主体敏感信息,数据处理是否在“正当和必要”的目的下进行、数据的清洗工作是否彻底有效,通过自查形成的风险评估资料应该整理归档以供监管部门查阅。通过外部审查机制释放数据效能,隐私计算作为一项技术具有嬗变性,应用在数据交易中可能会存在很多的不易被人察觉的潜在风险,由独立第三方机构担任审查主体协同进行合规审核能够提高监管的专业性。

新闻附件:

相关新闻