数据要素五论：信息、权属、价值、安全、交易

二_、数据生命周期安全的技术与实践

（一）数据采集安全

1. 数据智能分类分级标注技术

赵鹏，马泽君，乐嘉伟. 银行数据资产安全分级标准与安全管理体系建设方法[J]. 中国软科学增刊（上），2012，24：180-188；中国证券监督管理委员会. 证券期货业数据分类分级指引：JR/T 0158-2018[S] . 北京：中国证券监督管理委员会，2018.

对数据进行分类分级，按照数据的不同类别和敏感级别实施不同的安全防护策略，施加不同的安全防护手段，是目前业界主流的实践 注而对于数据来说，不同业务涉及的数据不同，分类就不同 分类通常是按照实际业务场景来进行数据类别划分的；分级是实施安全防护的基础，按照数据属性的高低和数据泄露后的危害程度进行不同的数据等级划分 数据等级划分的三要素包括影响对象 影响范围和影响程度 分类与分级相辅相成，数据分类分级是安全策略设计的前提 数据智能分类分级标注技术主要实现对结构化 非结构化 半结构化的数据按照内容属性 安全属性 签名属性等不同属性进行标注，标注的方法包括基于元数据的标注技术 数据内容的标记技术 数据属性的标注技术等，为后续数据的分类分级存储 数据的检索 数据的隐私保护 数据的追踪溯源和数据的权责分析提供依据 数据分类分级标签有很多种：按照嵌入对象的格式可以分为结构化数据标签 非结构化数据标签；按照标签的形式可分为嵌入文件格式的标签和数字水印_。

1. 数据源安全关键技术

数据源可信验证技术是安全关键技术，它主要是保证采集数据的数据源是安全可信的，确保采集对象是可靠的，没有假冒对象 该技术包括可信认证和生物认证技术等

1. 内容安全检测技术

对采集的数据进行结构化 非结构化数据内容的安全性检测，确保数据不携带病毒或者其他非安全性质的数据内容 常用的数据安全检测技术有基于规则的检测技术 基于机器学习的安全检测技术和有限状态机的安全检测技术等

（二）数据传输安全

数据传输安全技术较为成熟，主要针对大数据流量大 传输速度快的特点，确保数据动态流动过程中大流量数据的安全传输，从数据的机密性和完整性方面保证数据传输的安全，主要包括高速网络传输加密技术 跨域安全交换 威胁监测技术等

（三）数据存储安全

1. 大数据安全存储技术

田洪亮，张勇，许信辉，等. 可信固态硬盘：大数据安全的新基础[J] .
计算机学报，2016，39（1）：154-168.

大数据安全存储技术主要是保证云环境下多租户 大批量异构数据的安全存储 安全存储的实现主要包括冗余备份和分布式存储的密码技术 存储隔离 访问控制等技术 大数据环境下的密码技术主要是分布式计算环境下的密码服务资源池技术 密钥访问控制技术 密码服务集群密钥动态配置管理技术 密码服务引擎池化技术，提供高效并发密码服务能力和密钥管理功能，满足大数据海量数据的分布式计算 分布式存储的加解密服务需求 存储隔离技术主要是依据不同的数据安全等级对数据进行隔离存储，包括逻辑隔离和物理隔离两种方案；分类分级存储是按照数据的重要程度和安全程度，结合隔离存储实现数据的安全存储和访问控制 与上述叠加式安全思想不同，有文献 提出了可信固态硬盘设计，基于存储内安全（In-Storage Security）思想，把对数据的访问控制从主机上的系统软件下放到底层存储，内部在保持块接口的前提下实现数据的细粒度访问_。

1. 备份恢复技术

备份恢复技术主要是对大数据环境下的特殊数据，如元数据 密集度很高的数据或者高频次访问数据，通过数据同步 数据复制 数据镜像 冗余备份和灾难恢复等手段，保证数据的完整

（四）数据使用安全

数据使用安全主要是指，防止数据在对外提供服务的过程中存在非法的内容信息，如谣言新闻 政治敏感信息 诬陷言论 色情暴力 淫秽信息等肆意传播 实现数据使用安全的关键技术有数据内容监测防护 数据隐私保护和身份认证等 数据内容监测防护是通过监测确保公开的数据不存在非法信息；数据隐私保护是对敏感的数据进行隐藏 过滤或者屏蔽等，防止隐私敏感数据泄露；身份认证是对数据的使用范围进行控制 以下介绍两种数据使用安全的具体技术

1. 细粒度访问控制技术

大数据平台为用户提供数据访问服务，在数据访问过程中存在数据未经授权被使用的安全风险，有可能出现数据泄露 推导或恶意传播因此，大数据需要应用访问控制技术 传统的访问控制，如基于权限规则的控制技术 自主访问控制技术和基于安全分级的访问控制技术等，在大数据环境下基于业务场景和数据流的安全需求，衍生出基于任务的访问控制和基于属性的访问控制，不同场景采用不同的访问控制授权策略，从而灵活设定用户对共享数据的使用权限，实现数据细粒度的安全使用和共享

1. 数据脱敏技术

数据脱敏技术是指，针对海量 多源 异构的数据在共享过程中面临的敏感及隐私问题，在数据共享与管理 数据交换与应用 跨领域数据流通的特定场景下保证敏感及隐私数据安全受控交换的技术，其促进数据资源安全汇聚 共享和交换，确保大数据敏感信息不被泄露通过脱敏规则对某些敏感信息进行数据变形，从而实现大数据环境下隐私数据不被泄露，同时保证脱敏后的数据不影响数据的可用性

数据脱敏技术主要包括脱敏目标确定 脱敏策略制定以及脱敏实现脱敏目标确定较为关键的是数据敏感程度的分级和确认，是制定脱敏策略的依据 在制定脱敏策略时，选择脱敏算法是重点和难点，可用性和隐私保护的平衡是关键，既要考虑系统开销，满足业务系统的需求，又要兼顾最小可用原则，最大限度地保护用户隐私，这样才能实现脱敏

目前的脱敏技术主要分为以下三种：

第一种是基于数据加密的技术，采用一定的加密算法覆盖 替换信息中的敏感部分以保护实际信息 采用这种方法加密后，数据完全失去业务属性，属于低层次脱敏 这种技术算法开销大，适用于机密性要求高 不需要保持业务属性的场景 例如，采用密码学的算法（如散列 加密等）对原始数据进行变换

第二种是基于数据失真的技术，使敏感数据只保留部分属性，而不影响业务功能 例如，采用随机干扰 乱序 匿名化模型等技术处理原始信息内容，但要求一些统计方面的性质仍旧保持不变 该方法使用的是不可逆算法，适用于群体信息统计或（和）需要保持业务属性的场景_。

陈天莹，陈剑锋. 大数据环境下的智能数据脱敏系统[J]. 通信技术，2016，49（7）：915-922.

第三种是可逆的置换算法，兼具可逆和保证业务属性的特征，可以通过位置变换 表映射 算法映射等方式实现 在具体脱敏时，按照作用位置 实现原理不同，数据脱敏可以划分为静态数据脱敏和动态数据脱敏_。两者的区别在于，是否在使用敏感数据时才进行脱敏_。 但是，随着数据量的增大，相应的映射表同步增大，应用局限性高 算法映射方法不需要做映射表，通过自行设计的算法来实现数据的变换，这类算法都是基于密码学的基本概念自行设计的，通常的做法是在公开算法的基础上做一定的变换，适用于需要保持业务属性或（和）需要可逆的场景

三_、数据共享安全

闫桂勋，刘蓓，程浩，等. 数据共享安全框架研究[J]. 信息安全研究，2019，5（4）：309-317.

随着大数据技术和应用的快速发展，促进跨部门、跨行业数据共享的需求已经非常迫切。推动数据共享是大势所趋，有利于充分调动社会力量参与社会治理，深化大数据创新应用，发挥数据价值，释放数字红利。我们应该重点解决数据共享的合法化和合规问题，形成政策法规、管理制度、标准规范和技术保障统筹协调的数据安全治理体系，推动数据共享的发展。 注

（一）加强数据安全立法

在我国信息技术、互联网应用以及大数据快速发展的背景下，为了满足国家大数据发展战略的要求，应当结合国内的实际情况制定并完善相关的法律法规。既要严格保护数据安全，加大执法力度和惩罚措施，维护国家全和公众利益，也要有效推动产业发展，促进数据共享流动和开发利用。同时，要学习国外立法的先进经验，能够与国外法律形成对照与对接，推动数据共享健康有序发展。

从目前来看，立法的重点在于个人信息保护、数据资源确权和数据交易监管三个方面。

1. 个人信息保护

从总体上看，信息技术发达的国家关于个人信息保护的法律法规比较完善，欧盟制定的《通用数据保护条例》（GDPR）生效后产生了广泛影响，极有可能成为国际通行的数据隐私保护法规。而我国目前关于个人信息保护的法律法规比较有限且较为分散，与保护个人信息直接相关的法规主要有：《中华人民共和国网络安全法》《关于办理侵犯公民个人信息刑事案件适用法律若干问题的解释》《中华人民共和国消费者权益保护法》《电信和互联网用户个人信息保护规定》《中华人民共和国数据安全法》及《中华人民共和国个人信息保护法》等。此外，在我国宪法、民法典等国家根本大法和基本法中也有一些较为笼统的规定。

1. 数据资源确权

数据作为一种特殊的资源，只有从法律上确立其资产的地位，才能让社会各方在数据采集、开放、流通、交易等过程中重视数据安全保护，切实维护数据主体的权益。数据的所有权、使用权、管理权可能涉及很多部门，在数据共享过程中需要做到权责分明，厘清数据权属关系，才能有效防止数据的非法使用。

数据确权是数据开放、交换和交易的前提和基础，也是难点问题。目前数据所有权归属还存在不清晰的情况，特别是当数据进行交换和共享时，不可避免地会涉及个人数据，这部分数据的所有权属于相关机构还是个人，还存在很大分歧。另外，原始数据和加工数据的权属问题也存在争议。这些问题都需要通过立法加以明确。在此基础上，可进一步明确数据授权、使用范围、安全保护责任以及安全保护措施等要求。

1. 数据交易监管

数据交易可以促进数据资源流通，破除数据孤岛，有效支撑数据应用的快速发展，发挥数据资源的经济价值。良好的数据交易环境是数据交易发展的基础保障，既有赖于法律法规的保障和标准的支撑，也需要政府监管到位。

对数据交易进行立法监管有利于规范数据资源交易行为，建立良好的数据交易秩序，增强对数据交易服务的安全管控能力，在确保数据安全的前提下促进数据资源自由流通，从而带动整个数据产业安全、健康、快速发展。

（二）建立数据安全管理制度

对数据共享的安全管控，除了健全国家法律法规以外，还需要在行业、部门、地方或平台层面建设配套的、完善的数据安全管理制度，以落实相关法律的要求。管理制度的设计要上承法律要求，下接标准支撑，在实践方面能够有效规范数据共享行为，确保数据共享组织管理机构职责明确、数据共享活动流程清晰、数据共享过程安全可控和监管有效。

1. 数据分类分级制度

数据分级是数据采集、存储、使用过程中进行保护的重要依据。需要进行数据梳理和数据分级，对不同级别的数据采取不同的安全管控措施，在确保数据流动合理合规的前提下，促进数据安全的开发利用和共享，根据数据的重要性和敏感程度确定共享范围、权限和方式。

1. 数据提供注册制度

数据提供方按照规定向平台管理方注册，所提供的数据经平台审核通过后方可发布。数据提供方所提供的数据应明确数据的摘要、使用范围、条件及要求、提供者信息、联系方式、更新周期和发布日期等。在具体的流程中，应注意数据提供方在注册过程中需要承诺对注册数据的所有权或控制权，确保提供的数据真实、完整、安全、有效、可用，来源明确、界限清晰。一旦出现数据泄露事故，可为追踪溯源提供有力的证据支撑。

1. 数据授权许可制度

平台管理方在获得数据提供方许可的条件下，通过规定方式，将数据的使用权授予数据使用方。对于重要数据，需要由第三方评估数据使用方的数据保护能力，达标后才能授权。如果涉及隐私数据，管理者负责完成数据脱敏后方可授权。

1. 数据登记使用制度

数据使用方按照规定向平台管理方/数据提供方登记，通过身份及权限审核后，在合法合规的条件下方可获得数据的使用权。数据使用方登记内容应明确所使用的数据类别、数据用途、使用范围、使用方式、使用者信息、联系方式等。

数据使用方应当遵循国家相关政策要求，在授权范围内获取和使用数据，并采取措施确保共享数据不丢失、不泄露、不被未授权读取或扩大使用范围。

1. 数据交易安全管理制度

要对交易双方的资格进行审核。对于数据提供方，重点审核其是否具备数据产权或处置权，是否具备提供数据以及后续更新数据的条件和能力。对于数据使用方，重点审核其是否具备相应的数据安全保护能力。服务提供方应保证数据交易过程的公开、公正和透明，并通过采取有效技术措施，确保数据交易过程的可监控和可追溯。同时做好数据安全和隐私保护问题，交易的数据中不可避免含有个人隐私数据或者政府及企业敏感数据，数据提供方如何合法合规地进行数据脱敏，监管方应给予指导和规范。

（三）研发和应用数据安全技术

数据开放及共享交换过程必然涉及数据的汇聚，数据在提供者和使用者之间的传输，以及数据脱离所有人控制被使用等情况，数据将面临更大的安全风险，包括个人信息泄露、数据遭攻击泄露及数据非法过度采集、分析和滥用等。国家安全主管部门或者相关责任单位提出的数据安全管控要求，包括立法、立制、立标等，最终要有能够部署应用相应的自动化安全监管技术手段，才能把这些要求真正有效落到实处。