---
schema_version: "library-reader-v1"
source_type: "original_book"
title: "数据要素五论：信息、权属、价值、安全、交易"
author: null
edition: null
publisher: null
year: null
isbn: "9787301332191"
library_document_id: "e15cef9b-a00b-4230-8ad6-386b4a5a8888"
source_sha256: "53810151409244a84e00f024dab97d0128410aca823a5f3cfc1b191cfbfc2acf"
pdf_physical_page_count: 267
pdf_physical_page_index_base: 0
range_start: 200
range_count: 10
html_url: "https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888?start=200&limit=10"
markdown_url: "https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888.md?start=200&limit=10"
previous_url: "https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888.md?start=190&limit=10"
next_url: "https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888.md?start=210&limit=10"
---

# 数据要素五论：信息、权属、价值、安全、交易

> 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。

## PDF_PHYSICAL_PAGE_INDEX=200 | PRINTED_PAGE=NOT_DETECTED

四<sub>、</sub>数据流通安全

随着数字经济的不断发展和大数据技术的深度应用，数据日益成为数字经济时代重要的战略资源和生产要素 数据的天性就是流通的，在安全条件下的开放 共享和利用，能够极大地提高资本 技术 知识等其他生产要素的利用效率和结合对接，有效地推动管理 组织 制度和技术的不断创新

在数据价值释放初现曙光的同时，数据安全问题也愈加凸显，数据泄露 数据丢失 数据滥用等安全事件层出不穷，对国家 企业和个人用户造成了恶劣影响 在大数据时代，如何应对严峻的数据安全威胁，在安全合规的前提下共享及使用数据，已成为备受瞩目的问题访问控制 身份识别 数据加密 数据脱敏等传统数据保护技术正积极向更加适应大数据场景的方向不断发展，同时，侧重实现安全数据流通的隐私计算技术也成了热点方向

数据合规流通需求日渐旺盛，作为要在保护数据本身不对外泄露的前提下实现数据融合的信息技术，隐私计算为实现安全合规的数据流通带来了可能 数据的价值在于融合多源数据进行建模计算 传统的数据保护主要是通过加密的方式，减少信息在传输过程中被第三方非法侵犯的风险；但数据传输完成后必须解密才能被计算使用 形成新的价值，因此无法解决数据滥用问题 针对计算过程中既要让数据隐形又不能影响提取数据价值用于模型训练的诉求，国内外密码学领先的高校如康奈尔大学 加州大学伯克利分校 清华大学 上海交通大学在多方安全计算 可信计算等前沿领域持续开展理论研究，提出了隐私计算的技术框架，让多个参与方在不泄露各自数据的前提下通过协作对数据进行联合机器学习和联合分析 同时，积累了大量用户数据的谷歌 脸书 <sup>“</sup>BAT<sup>”</sup>等企业也投入了隐私计算的工程化应用研发产学联动，追求多方数据<sup>“</sup>可用不可见<sup>”</sup>，在保护数据安全的同时实现多源数据跨域合作，以期破解数据保护与融合应用的难题

## PDF_PHYSICAL_PAGE_INDEX=201 | PRINTED_PAGE=NOT_DETECTED

由于所要解决的问题十分契合数据流通领域的热点命题，近年来隐私计算技术持续稳步发展，各类市场参与者逐渐清晰 一方面，互联网巨头 电信运营公司以及众多大数据公司纷纷布局隐私计算，这类企业自身有很强的数据业务合规需求，也有丰富的数据源 数据业务数据交易场景和过硬的研发能力 另一方面，一批专注于隐私计算技术研发应用的初创企业相继涌现，对外提供算法 算力和技术平台，相关理论技术较为扎实专业 整个隐私计算技术领域开始呈现百花齐放的快速发展态势

（一）同态加密

在数据共享过程中，需要对敏感数据进行脱敏处理，保证其不被泄露 同时，敏感信息本身具有分析和应用价值，若全部脱敏，将无法发挥其数据价值 同态加密技术为敏感数据隐私保护提供了一种新的解题思路<sup>——</sup>将数据中的敏感信息进行同态加密，但不影响其可操作性 在数据交易场景中，数据需求方事先无法获知数据使用效果，因此无法评判数据价格是否合理 因此，在数据交易前，数据需求方可用部分加密数据进行计算，验证其可操作性及业务相关性，以此为基础，确定需求数据价格的合理性

李杰，张江. 全同态加密研究与挑战[J]. 中国计算机学会通讯，2018，14（10）：16-19；Yakoubov S，Gadepally V，Schear N，et al.A surveyof cryptographic approaches to securing big-data analytics in the cloud[C]//2014 IEEE High Performance Extreme Computing Conference（HPEC），September，2014：1-6.

对经过同态加密的数据进行处理得到一个输出，将此输出进行解密，其结果与用同一方法处理未加密的原始数据得到的结果一致 也就是说，数据经过同态加密之后，如果对密文进行特定的计算，对得到的计算结果进行对应的同态解密后的明文等同于对明文数据直接进行相同的计算，这实现了数据的<sup>“</sup>可算不可见<sup>”</sup> 同态加密技术可应用于数据交易过程 注

## PDF_PHYSICAL_PAGE_INDEX=202 | PRINTED_PAGE=NOT_DETECTED

与普通加密算法只关注数据的存储安全不同，同态加密算法关注的是数据处理安全，提供对加密数据进行加法和乘法处理的功能 使用同态加密算法，不持有私钥的用户也可以对加密数据进行处理，处理过程中不会泄露任何原始数据的信息 同时，持有私钥的用户对处理过的数据进行解密后，可得到正确的处理结果

同态加密算法从功能上可分为部分同态算法和全同态算法 部分同态算法支持加法同态 乘法同态或者两者都支持，但是操作次数受限而全同态算法则能不受限制地同时支持加法和乘法操作，从而完成各种加密后的运算（如加减乘除 多项式求值 指数 对数 三角函数等）<sub>。</sub>

目前，单一地支持加法同态操作或者乘法同态操作的同态加密算法设计相对简单，如Paillier算法 EIGamal算法等，这类算法在一些相对简单的数据分析场景中已足够满足需求 但是从数据流通的角度来看，数据处理的方式和场景会越来越复杂，单一的加法同态或者乘法同态将无法满足要求 全同态算法将为数据加密操作提供完备的解决方案，然而目前只是在理论层面论证了全同态加密算法的可行性，其核心算法和性能问题尚未取得突破，存在密钥制作时间长以及制成的密钥过大等难题，技术界仍在积极探索

同态加密在数据流通领域，特别是在数据共享和数据交易过程中，具有广阔的应用前景 利用同态加密，可以委托不信任的第三方对数据进行处理而不泄露信息

（二）数据安全标识

## PDF_PHYSICAL_PAGE_INDEX=203 | PRINTED_PAGE=NOT_DETECTED

在对数据资产进行安全管控的过程中，安全有效地对数据进行属性标注与识别是一项基础而又关键的工作 数据安全标识技术，是在不破坏数据可用性 不影响数据正常使用的情况下，对数据进行安全属性标记，为数据全生命周期安全管控提供安全可信的数据属性信息支撑与保障

1. 数字水印

数字水印技术的目标是，在分发后可对数据流向进行追踪；在数据泄露行为发生后，可对造成数据泄露的源头进行回溯 对于结构化数据，在分发数据中采用增加伪行 增加伪列等方法掺杂不影响运算结果的数据，如果拿到泄露数据的样本，即可追溯数据泄露源 对于非结构化数据，数字水印可以应用于数字图像 音频 视频 打印 文本 条码等数据信息 在数据外发的环节加上隐蔽标识水印，可以追踪数据扩散路径

基于计算机算法的数字水印技术是一种较好的数据确权手段 在数据交易前，数据所有方可以通过计算机算法生成水印，并将水印嵌入待交易的数据，即对数据资产完成标记，实现对数据资产的确权

数字水印具有较好的隐蔽性 鲁棒性，不仅难以被感知或篡改，而且可以抵御多种形式的数据攻击 因此，在出现数据权属纠纷时，对数字水印的提取和检测可以快速确定数据的权属

2. 数据标识

数据标记技术的原理是通过处理标识数据保留特征数据，这样既实现了保护个人信息，又实现了数据安全流通的目的 数据标识技术由两个核心功能组成<sup>——</sup>流通控制与标识算法 其中，流通控制是指管控整体流通流程；标识算法是对明文标识进行转换，并在不同数据流通参与方之间对转换后的标识进行关联性匹配

## PDF_PHYSICAL_PAGE_INDEX=204 | PRINTED_PAGE=NOT_DETECTED

结合数据流通的流程，数据标识技术可以形成针对个人隐私信息的安全防护，确保数据供应方的个人信息合法流通至数据需求方，因此，数据标识技术可以作为数据流通安全管控的有效方法

3. 数据指纹

数据指纹是将不同的标志性识别代码，利用数字水印技术嵌入数字媒体，然后将带有指纹的数字媒体分发给用户 发行商发现盗版行为后，就能通过提取盗版产品中的指纹，确定非法复制的来源，对盗版者进行起诉，从而起到版权保护的作用

为避免数据交易证据灭失或者发生纠纷后难以取得，可采取保全措施固化电子证据，起到维护数据权利人的利益 规范网络环境秩序 震慑违法分子 减少违法犯罪发生的作用 具体包括电子合同 电子订单 各种电子文档等，保全后的电子数据可以确保真实有效

电子数据及对应的数据指纹凭证能有效证明电子数据的完整性和产生时间，能更好地支持数据的抗抵赖性，使得参与交易各方无法否认其行为的发生 该方法满足用户实时交易实时固化的需求，为用户提供了便捷通用的电子数据司法保障，也为数据交易提供了安全有效的法律保障

（三）区块链

区块链技术的核心是，通过去中心化建立所有交易主体对交易内容的共识，打破不同交易主体之间的信任壁垒，保障交易内容的真实可信，从而解决部分信息不对称的问题，降低主体之间的信任成本，提高数据交易效率

区块链的关键技术包括分布式网络 共识机制 加密算法和智能合约等 将区块链技术应用于数据交易的过程，首先在参与数据交易的数据所有方和数据消费方之间形成分布式网络连接，保证所有网络节点的地位均等 在数据交易的过程中，基于区块链的智能合约可以保障基于预设条件自然形成买卖协议，从而实现数据交易和结算的自动化 市场出清后，为了防止数据被泄露，数据所有方和消费方往往对数据采用加密算法处理后再进行传输 一段时间内的数据交易结果经过共识机制的验证和确认后将记录在区块中，各个区块按照时间顺序逐个连接成不可篡改的区块链 最终，区块链将以副本的形式在分布式网络的各个节点上分别存储

## PDF_PHYSICAL_PAGE_INDEX=205 | PRINTED_PAGE=NOT_DETECTED

因为数据实体特殊的易复制性 敏感性，数据流通中的各方会面临更多的信用挑战和安全挑战 区块链技术可为数据持有方 数据需求方 市场运营方面对的核心问题提供相应的解决方案 对于数据持有方，可实现数据隐私保护 操作透明可监督 对于数据需求方，保障数据信息可获取 数据表达一致且具有唯一性，也可引入第三方，构建稳定的数据生态 对于市场运营者，可降低数据流通成本 避免数据垄断等 数据交易与区块链技术结合，将有利于数据交易过程监管，在技术应用时需综合分析我国大数据交易所的建设需求

（四）安全多方计算

汪骁，郁昱. 安全多方计算及数据计算的保护[J]. 中国计算机学会通讯，2018，14（10）：27-30.

安全多方计算主要针对参与者协同计算及隐私信息保护的问题，其特点包括输入隐私性 计算正确性和去中心化 安全多方计算是密码学研究的核心领域，用于解决一组互不信任的参与方的保护隐私的协同计算问题，能为数据需求方提供不泄露原始数据的多方协同计算能力，为需求方提供经各方计算后的整体数据画像，因此能够在数据不离开数据持有节点的前提下，完成数据的分析 处理和结果发布，并提供数据访问控制和数据交换的一致性保障 注

## PDF_PHYSICAL_PAGE_INDEX=206 | PRINTED_PAGE=NOT_DETECTED

安全多方计算拓展了传统分布式计算及信息安全范畴，为网络协作计算提供了一种新的计算模式，对解决网络环境下的信息安全问题具有重要价值 利用安全多方计算协议，一方面可以充分实现数据持有节点的互联合作，另一方面又可保证秘密的安全性，适用于大数据交易场景<sub>。</sub>

安全多方计算在需要秘密共享和隐私保护的场景中具有重要意义，可适用场景包括联合数据分析 数据安全查询 数据可信交换等 安全多方计算技术因为参与方个数和计算场景的不同而存在区别

（1）按参与方区分

按照参与方的数量，安全多方计算技术分为两方计算和多方计算 它们之间存在本质的区别 主流的两方计算框架的核心是采用加密电路（Garbled Circuit）和不经意传输（Oblivious Transfer）这两个密码学技术：一方将需要计算的逻辑转换为布尔电路，再将布尔电路中的每一个门进行加密 在完成此操作后，该参与方将加密电路以及与其输入相关的标签（另一方无法从标签中反推输入的信息）发送给另一参与方 另一方（作为接收方）通过不经意传输按照输入选取标签对加密电路进行解密，从而获取计算结果

（2）按计算场景区分

按照计算场景的不同，安全多方计算技术分为特定场景的技术和通用场景的技术 特定场景的技术是针对特定的计算逻辑，如比较大小确定双方交集等 具体场景可以采用多种不同的密码学技术设计协议 通用场景的技术是指安全多方协议的设计要具有完备性，可以在理论上支持任何计算场景 目前采用的方法主要是加密电路 不经意传输及同态加密 通用的两方计算已经具备了商用的条件 多方计算在某些特定场景下也没有太多的性能瓶颈，而通用计算协议在可扩展性层面依然不够成熟，这也是学术界一直在探索的方向

## PDF_PHYSICAL_PAGE_INDEX=207 | PRINTED_PAGE=NOT_DETECTED

（五）零知识证明

在一个零知识证明协议中，证明者向验证者证明一个声明的有效性，而不会泄露除了有效性之外的任何信息 使用零知识证明，证明者无须任何事件相关数据就能向验证者证明事件的真实性

零知识证明能强化数据合法性的隐性共识，让验证方可以在不知道数据具体内容的前提下确认该内容是否有效或合法，其应用包括数据交易有效性证明 供应链金融 数据防伪溯源等 例如，在数据交易环节中，需要为数据共享或交易双方提供数据有效性及正确性的认证服务，证明数据流转的安全性和可信性，保证整个数据流通的安全可追溯 但在认证过程中，证明方不希望暴露己方的数据信息，要求不泄露真实数据，该技术的应用就是一种较好的有效性认证方式

零知识证明在功能上分为特定场景的证明方案与通用场景的证明方案 随着数据流通场景的不断复杂化和多样化，通用场景零知识证明将逐渐成为更合适的技术，结合智能合约能更好地保护数据流通中的各类隐私 通用场景的零知识方案理论已经较成熟，目前学术界大部分工作集中在时间与空间的性能优化上，通用场景的零知识方案在未来几年将会逐渐商用

（六）群签名与环签名

群签名技术是一种允许一个群体中的任意成员以匿名方式代表整个群体对消息进行签名，并可公开验证的机制 群签名方案由群成员和群管理者共同实施 在一个群签名方案中，群管理者创建群，并生成群公钥和群私钥 群公钥公开给所有用户，群私钥由群管理者自 己持有 群成员申请加入群后，群管理者向其颁发群证书，并将生成的成员公钥和私钥发给群成员 群成员可利用成员私钥对消息进行签名，其他用户可用群公钥验证该消息来自本群，但不知具体签名者是谁只有群管理者可使用群私钥追溯签名者身份

## PDF_PHYSICAL_PAGE_INDEX=208 | PRINTED_PAGE=NOT_DETECTED

由于群签名能为签署者提供较好的匿名性，同时在必要时又能通过可信管理方追溯签署者身份，因此群签名技术在诸如共享数据认证 身份认证 金融合同签署 数据交易等事务中发挥着重要作用 群签名被广泛应用到各种隐私保护的场景中，如大数据应用中的身份和数据的访问认证 在网络的匿名认证中，虽然存在一些匿名认证协议，但是在一般情况下，这些匿名认证协议并不提供追责功能 此外，由于大数据应用一般是多域环境，各个域之间很难统一身份供应和访问认证方式 因此，传统的认证协议并不适用于大数据应用，而许多文献研究表明，基于群签名的协议更适合大数据应用中的身份认证和管理<sub>。</sub>

环签名是一种简化的群签名，环签名方案中只有环成员而没有管理者，不需要环成员间的合作 在环签名中不需要创建 改变或者删除环，也不需要分配指定的密钥，无法撤销签名者的匿名性，除非签名者自 己想暴露身份 环签名在强调匿名性的同时，增加了审计监管的难度 然而，正是由于环签名具有无条件的匿名性，它可应用于数据交易的身份隐私保护中，例如，用户加入一个环，当需要签署数据时，用 自 己的私钥和任意多个环成员的公钥为消息生成签名 验签者根据环签名和消息，验证签名是否是环成员所签 如果有效就接收，如果无效就丢弃 对方也可以对签名进行验证 随着环签名技术的发展，各种具有不同应用背景的环签名方案被陆续提出，同时环签名在数据流通中的应用也越来越广泛

## PDF_PHYSICAL_PAGE_INDEX=209 | PRINTED_PAGE=NOT_DETECTED

五 数据跨境流动与监管

刘绍新. 全球化背景下的个人数据跨境流动[J]. 中国金融，2019，23：68-70；张奕欣，王一楠，吕欣润，等. 数据跨境流动各国立法和国际合作机制初探[J]. 法制博览，2020，2：113-114.

在新一轮国际经贸规则中，数据跨境流通成为全球双边/多边贸易合作的重要议题。 一方面，基于“共同理念”的全球数据同盟体系加速构建，形成了欧盟GDPR和亚太经合组织跨境隐私规则（CBPR）体系这两大区域性的数据隐私与保护监管框架。众多国家以二者为蓝本，对本国的数据跨境与数据保护规则进行修订。另一方面，两大框架在国与国、区域与区域之间衍生出诸多灵活性的解决方案。2019年，日韩分别启动与美欧之间的推动数据跨境流动的双边协定，并与欧盟达成充分性保护互认协议。2020年3月，澳大利亚信息专员办公室

（OAIC）与新加坡个人数据保护委员会（PDPC）签订了关于数据跨境流动的谅解备忘录，旨在加强数据治理方面的合作，促进两国之间的经济一体化。

各国开始重视数据跨境流动对助推数字经济发展的重要作用，秉持发展与安全并重的原则，以合作共赢为目标，以安全可信为前提，针对隐私保护、数据安全、数据确权、数字税收、数据法治等，强化组织与制度创新，有序推动各项工作。

一是数据流动要以安全为前提。没有安全，数据自由流动就无从谈起。要坚决反对劫持、篡改数据，甚至利用数据对他人、他国进行监控、攻击等行为。

二是数据流动要用制度来保障。我国也出台了多个与数据流动相关的制度与法规：《中华人民共和国网络安全法》对数据的运营、备份、存储及其完整性、保密性、可用性等作出了明确规定，为我国数字经济的快速发展提供了强有力的法律保障；《中华人民共和国数据安全法》规定了保护数据安全与支持数据发展的措施，提出建立健全国家数据安全管理制度，落实开展数据活动的组织、个人的主体责任等；《中华人民共和国个人信息保护法》从确立以“告知-同意”为核心的个人信息处理的一系列规则、严格限制处理敏感个人信息、明确国家机关对个人信息的保护义务等方面，全面加强了对个人信息的法律保护。

下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888.md?start=210&limit=10)
