首页 共享经济正文

利用隐私计算构建数据安全协同应用生态

随着整体经济数字化转型,数据在生产环境中的可用性需求凸显。《数据安全法》从国家角度提出了构建数据安全制度的要求,因为数据是一种可以复制并可以反复利用的特殊资产,只有通过流通才能产生价值,所以确保数据能够在隐私安全的前提下充分地得到良性开发利用,才能让更多领域的数据跨行业跨机构合规互通起来。近年来数据隐私泄露事件不断增加,保障数据安全协作的同时,又能保证敏感信息不外泄,是各行业在数据协作过程中履行数据保护义务的重要职责,也是实现数据价值最大化的重要支撑。

标签

数据可用不可见、隐私计算、联邦学习、数据安全融合、数据开放共享、可信计算沙箱

用户痛点

(1)隐私数据频繁泄露,多方数据之间流通、融合不信任

以前数据的共享方式是直接共享文件或接口开放,可是如果别人复制走了,用户是无法控制数据复制之后的各种用途,若第三方把数据进行再分发,将完全失去对自身数据的价值把控,甚至有可能被人违法违规恶意利用。

(2)数据需求方运算/建模能力不足

对于有定向数据需求能力,但是本身没有数据分析、数据挖掘、模型算法的能力的数据需求方,受困于有使用数据的需求场景,但是不知道如何利用数据协同来实现需求目标。

(3)应用场景需求多,多套系统使用、维保成本高

各种数据隐私保护、数据共享平台层出不穷。可是对于数据量大,数据需求场景复杂的用户,既要查询、统计、分析、建模,还要平衡数据使用供需关系,满足公共数据合规开放,解决行业内部或者跨行业数据流通、运营。如果平台一一部署,不仅使用效率低,而且维保成本不菲。

解决方案

安华金和数据安全协同平台使用中心化和分布式相结合的混合架构,对数据的所有权和使用权进行分离,通过安全的方式引入多样性的数据源,并协调和保证各参与方能够各司其职,形成数据流通生态闭环。数据安全协同平台提供一站式数据分析运算能力,具备敏感数据自动识别、数据自动分级分类管控、数据操作留痕审计、输出结果申报审核等功能。平台管理方不触碰数据、不运营数据,仅提供开放、多样性的数据分析、建模环境,低代码、全程可视化操作界面,可以让业务人员、数据分析师等不同用户减少学习成本,快速提高工作效率。

多能力集合的安华金和数据安全协同平台,搭建了统一规范、互联互通、安全可控的数据开放环境,多方协同全程加密传输、缓存和运算,保护数据的安全和隐私,促使数据流通价值最大化,安全合规的推动跨部门、跨机构、跨行业的数据开放与共享,实现了提供数据安全流通和共享的协同生态圈。

方案价值

(1)传统的数据共享路径已经失效。利用数据安全协同平台的隐私计算能力,可以在保护数据本身不对外泄露的前提下实现数据分析计算,达到对数据“可用不可见”的保护目标。平台可以在充分保护各方本地数据安全和隐私安全的前提下,实现数据价值的转化和释放,解决多方数据流转中的安全信任问题。

隐私计算以多方安全计算、联邦学习等隐私数据保护技术为基础,去中心化架构,无需可信第三方,各方原始数据不出域。使用MPC以及同态加密技术构建底层安全计算协议,将不同的特征在加密状态下加以聚合,并以此支持不同种类的多方数据安全运算;基于非对称加密、不经意传输等密码学技术的匿踪查询,使数据提供方保持数据资源控制权,数据请求方不再使用明文查询,查询入参增加随机密钥,确保仅得到匹配的查询结果却不留查询痕迹。真正实现数据可用不可见,数据使用可控可计量,不共享数据,只共享数据价值。

(2)如果数据需求方有实际应用场景,但是本身模型算法能力不足,数据安全协同平台除了有常规数据提供方、数据需求方、平台管理方的角色,还可以提供类似于数据增值服务方的第三方角色。

第三方的服务提供商可以利用自身丰富的算法资源和数据挖掘、数据分析能力,将自己所的模型/算法部署到数据安全开发利用平台,协助他人进行数据统计、分析、运算等工作,以供数据使用方选择使用。算法提供方提供算法逻辑共享经济不是第三方,数据提供方/需求方提供数据资源,既可以对数据进行标准化、精细化权限管控,又能保证多方协作时的责权清晰、边界明确、安全可控,提升平台整体使用感受和管理质量。

(3)数据流通/融合的安全保障不是一个单独产品可以独立完成的。实际生产环境中用户的应用场景复杂多样,且存在多种需求能力交叉。不仅需要多方数据进行隐私保护运算、联合建模训练,可能还需要对内或对外直接进行数据安全分发共享。

多种数据安全保障能力融合的数据安全协同平台,既可以实现隐私计算、数据共享、安全沙箱环境等多种数据使用安全手段自由组合共享经济不是第三方,也可以针对不同用户场景拆分能力适应实际业务需求。

评论