2020年7月和10月,，我國陸續(xù)發(fā)布兩部重磅級的法規(guī)草案——《數(shù)據(jù)安全法（草案）》和《個人信息保護(hù)法（草案）》,。歐盟于 2018 年實施《通用數(shù)據(jù)保護(hù)條例》（GDPR）,，美國于 2020 年實施《加州消費者隱私法案》（CCPA），日本于2020年6月通過修訂版《個人信息保護(hù)法》,。隨著全球數(shù)據(jù)安全法規(guī)監(jiān)管的不斷強(qiáng)化,，合規(guī)性問題不得不納入企業(yè)數(shù)據(jù)安全建設(shè)考慮范圍。然而，法規(guī)對企業(yè)的更高的安全要求,，給傳統(tǒng)的數(shù)據(jù)安全防護(hù)技術(shù)與措施帶來了前所未有的挑戰(zhàn),。

　　在此背景下，綠盟科技近日發(fā)布《擁抱合規(guī),、超越合規(guī)：數(shù)據(jù)安全前沿技術(shù)研究報告》,。在報告中，選取業(yè)界最為前沿與創(chuàng)新的十種數(shù)據(jù)安全技術(shù),，對其技術(shù)原理與應(yīng)用進(jìn)行全面的梳理與分析,，包括處于學(xué)術(shù)前沿的差分隱私、同態(tài)加密,、數(shù)據(jù)匿名,；行業(yè)內(nèi)炙手可熱的安全多方計算、聯(lián)邦學(xué)習(xí)等,。這些新興技術(shù),，為企業(yè)的數(shù)據(jù)安全建設(shè)帶來新的思路與方案——助力其在滿足業(yè)務(wù)需求的同時解決合規(guī)的痛點與難點。

　　1  簡介

　　數(shù)據(jù)安全建設(shè)離不開具體的業(yè)務(wù)場景,，數(shù)據(jù)安全技術(shù)需要從應(yīng)用場景出發(fā),。根據(jù)企業(yè)的業(yè)務(wù)系統(tǒng)與應(yīng)用、以及數(shù)據(jù)分布范圍的不同,，我們將數(shù)據(jù)安全建設(shè)分為三類場景：

　　1） 用戶隱私數(shù)據(jù)安全合規(guī),；

　　2） 企業(yè)內(nèi)部數(shù)據(jù)安全治理；

　　3） 企業(yè)間數(shù)據(jù)共享與計算,。

　　如圖1所示,，上述三大類場景根據(jù)具體業(yè)務(wù)與功能的不同，可進(jìn)一步細(xì)分一些子場景,。各個子場景不僅有自身內(nèi)部安全需求,，也有相應(yīng)的合規(guī)性要求，具體可對應(yīng)到歐盟GDPR條款,，以及我國已實施的《網(wǎng)絡(luò)安全法》的數(shù)據(jù)安全相關(guān)條款,。后續(xù)三個章節(jié)將從三類場景以及子場景的應(yīng)用需求與合規(guī)挑戰(zhàn)出發(fā)，研究與分析如何基于前沿技術(shù),，實現(xiàn)超越合規(guī),，解決安全痛點。

　　圖1 超越合規(guī)：數(shù)據(jù)安全場景-前沿技術(shù)圖譜

　　2  前沿技術(shù)+用戶隱私數(shù)據(jù)安全合規(guī)

　　在該類場景中,，企業(yè)需解決用戶隱私數(shù)據(jù)的采集,、以及數(shù)據(jù)權(quán)利請求響應(yīng)的合規(guī)性問題，可引入下述創(chuàng)新技術(shù)：

　　1） 差分隱私

　　技術(shù)原理：差分隱私是一種基于噪聲機(jī)制的隱私保護(hù)技術(shù),。在本地差分隱私模式下,，每一個用戶終端都會運行一個差分隱私算法,，每一個終端采集的數(shù)據(jù)都會加入噪聲，然后將其上傳給服務(wù)器,；服務(wù)器雖然無法獲得某一個用戶的精確數(shù)據(jù),，但通過聚合與轉(zhuǎn)換可以挖掘出用戶群體的行為趨勢。

　　合規(guī)遵循：GDPR的 32條和《網(wǎng)絡(luò)安全法》的42條,。

　　行業(yè)應(yīng)用（代表公司）：Google,、Apple，其中Apple通過差分隱私可挖掘到iPhone用戶使用表情的頻率分布,，但無法獲得具體某一個用戶的確切隱私,。

　　圖2  iPhone差分隱私技術(shù)應(yīng)用[1]

　　2） 知識圖譜

　　技術(shù)原理：知識圖譜最早用于搜索引擎和社交網(wǎng)絡(luò)，它簡單可以看成是一種基于圖的數(shù)據(jù)結(jié)構(gòu),，由節(jié)點和邊組成,，每個節(jié)點是一個實體，每條邊是兩條實體之間的關(guān)系,。由于個人數(shù)據(jù)治理關(guān)鍵是個人數(shù)據(jù)實體識別,，以及相關(guān)屬性與處理流程的關(guān)聯(lián)，引入知識圖譜技術(shù)成為必然,。通過知識圖譜技術(shù),，可幫助企業(yè)了解所在敏感數(shù)據(jù)的位置，是如何被使用的,，以及它的合同,、法律和監(jiān)管義務(wù)，達(dá)到個人信息治理與可視化作用,。

　　合規(guī)遵循：可滿足GDPR的12-22條和《網(wǎng)絡(luò)安全法》的43條,。

　　行業(yè)應(yīng)用（代表公司）：RSA 2020創(chuàng)新沙盒冠軍Securit.ai公司，基于知識圖譜技術(shù)實現(xiàn)了個人數(shù)據(jù)圖譜應(yīng)用,。

　　圖3 Securiti.ai的個人數(shù)據(jù)圖譜應(yīng)用[2]

　　3） 流程自動化

　　技術(shù)原理：用戶數(shù)據(jù)權(quán)利請求響應(yīng)是歐美等國外企業(yè)重要的隱私合規(guī)檢查項。流程自動化技術(shù)可幫助企業(yè)的數(shù)據(jù)安全運營團(tuán)隊從繁瑣重復(fù)的手工處理“請求-響應(yīng)”轉(zhuǎn)為自動化處理,，一方面可降低人工的運營成本,，另一方面可減少由于響應(yīng)時間延誤（GDPR規(guī)定一般為一個月）帶來的違規(guī)風(fēng)險。

　　合規(guī)遵循：GDPR的12-22條和《網(wǎng)絡(luò)安全法》的43條,。

　　行業(yè)應(yīng)用（代表公司）：Securit.ai,、BigID和OneTrust等。

　　3  前沿技術(shù)+企業(yè)內(nèi)部數(shù)據(jù)安全治理

　　在該類場景中,，企業(yè)需解決內(nèi)部敏感數(shù)據(jù)治理的安全與合規(guī)問題,，可引入下述技術(shù)解決安全與合規(guī)問題：

　　1） 智能敏感數(shù)據(jù)識別

　　技術(shù)原理：傳統(tǒng)基于關(guān)鍵詞、正則匹配的敏感數(shù)據(jù)識別方法不夠智能,，易出現(xiàn)漏檢（尤其是在文檔等數(shù)據(jù)）,。引入相似度計算、聚類、監(jiān)督學(xué)習(xí)等智能方法,，提升識別能力與檢測效果,。

　　合規(guī)遵循：GDPR的30條和《網(wǎng)絡(luò)安全法》的21條。

　　行業(yè)應(yīng)用（代表公司）：Securit.ai,、BigID等,。

　　2） 數(shù)據(jù)脫敏風(fēng)險評估

　　技術(shù)原理：數(shù)據(jù)脫敏在企業(yè)進(jìn)行廣泛應(yīng)用，然而不同脫敏方法的安全效果不同,。通過對脫敏數(shù)據(jù)集的身份標(biāo)識度和隱私泄露風(fēng)險進(jìn)行定量地評估與刻畫,，實現(xiàn)風(fēng)險管理和控制。

　　合規(guī)遵循：GDPR的32條和《網(wǎng)絡(luò)安全法》的42條,。

　　行業(yè)應(yīng)用（代表公司）：Privacy Analytics,、綠盟科技等。

　　圖4 綠盟科技的數(shù)據(jù)脫敏風(fēng)險評估應(yīng)用

　　4） 用戶實體行為分析

　　技術(shù)原理：通過對用戶實體持續(xù)的畫像與建模,，并建立正常用戶行為基線,，從海量收集的安全數(shù)據(jù)中發(fā)現(xiàn)數(shù)據(jù)泄露等異常行為。

　　合規(guī)遵循：GDPR的32條和《網(wǎng)絡(luò)安全法》的42條,。

　　行業(yè)應(yīng)用（代表公司）：Splunk,、綠盟科技等。

　　圖5 綠盟科技的UEBA數(shù)據(jù)安全防護(hù)方案

　　4  前沿技術(shù)+企業(yè)間數(shù)據(jù)共享與計算

　　在該類場景中,，企業(yè)需解決企業(yè)之間的數(shù)據(jù)安全共享與計算的安全與合規(guī)問題,，可引入下述創(chuàng)新技術(shù)：

　　1） 數(shù)據(jù)匿名

　　技術(shù)原理：對個人信息進(jìn)行泛化和屏蔽等處理，使得對應(yīng)的個人信息主體無法被識別,，以達(dá)到“匿名”的效果,，包括K-匿名、L-多樣性和T-近似性等技術(shù),。

　　合規(guī)遵循：GDPR的前言26段和19條,，以及《網(wǎng)絡(luò)安全法》的42條。

　　行業(yè)應(yīng)用（代表公司）：Immuta,、Privitar,、 Anonos、綠盟科技等,。

　　圖6 綠盟科技的自適應(yīng)匿名化算法應(yīng)用

　　2） 同態(tài)加密

　　技術(shù)原理：明文數(shù)據(jù)經(jīng)過同態(tài)加密后得到的密文數(shù)據(jù),，在不解密情況下仍然可執(zhí)行密文數(shù)據(jù)的處理與操作。敏感數(shù)據(jù)在同態(tài)加密與計算環(huán)節(jié)處于加密狀態(tài),，實現(xiàn)了數(shù)據(jù)的計算,，同時保障了安全性。

　　合規(guī)遵循：GDPR的前言5條和32條,，以及《網(wǎng)絡(luò)安全法》的42條,。

　　行業(yè)應(yīng)用（代表公司）：Duality 等,。

　　圖7 Duality的同態(tài)加密平臺在金融數(shù)據(jù)共享應(yīng)用（圖引自[3]）

　　3） 安全多方計算

　　技術(shù)原理：在參與方互不信任的情況下進(jìn)行協(xié)同計算，在保證計算結(jié)果正確性同時不泄露任何一方輸入的原始數(shù)據(jù)和狀態(tài)數(shù)據(jù),。

　　合規(guī)遵循：GDPR的前言5條和32條,，以及《網(wǎng)絡(luò)安全法》的42條。

　　行業(yè)應(yīng)用（代表公司）：Google,、螞蟻金服等,。

　　4） 聯(lián)邦學(xué)習(xí)

　　技術(shù)原理：多個參與方（如企業(yè)、用戶移動設(shè)備）在不交換原始數(shù)據(jù)情況下,，即在隱私保護(hù)前提下,，實現(xiàn)聯(lián)合機(jī)器學(xué)習(xí)的建模、訓(xùn)練和模型部署,。

　　合規(guī)遵循：GDPR的前言5條和32條,，以及《網(wǎng)絡(luò)安全法》的42條。

　　行業(yè)應(yīng)用（代表公司）：Google,、Apple和微眾銀行等,。

　　5  小結(jié)

　　隨著全球數(shù)據(jù)隱私法規(guī)的密集發(fā)布，包括歐盟GDPR,，美國CCPA,，國內(nèi)的《網(wǎng)絡(luò)安全法》，以及今年發(fā)布的《數(shù)據(jù)安全法（草案）》,、《個人信息保護(hù)法（草案）》,，合規(guī)性成為了企業(yè)數(shù)據(jù)安全建設(shè)與治理的重要驅(qū)動力。在合規(guī)視角下,，數(shù)據(jù)安全的內(nèi)涵在合規(guī)與業(yè)務(wù)安全雙重需求驅(qū)動下不斷外延和擴(kuò)展,，數(shù)據(jù)安全的覆蓋的應(yīng)用場景將變得更加多樣化，給傳統(tǒng)的數(shù)據(jù)安全技術(shù)與方案帶來了巨大的挑戰(zhàn),。如何實現(xiàn)破局,？本文簡要介紹的十種新興的數(shù)據(jù)安全技術(shù)，可為破局新場景新挑戰(zhàn)帶來一些思路與啟發(fā)——助力企業(yè)在滿足安全合規(guī)同時創(chuàng)造更大的數(shù)據(jù)價值,。