数据安全法将落地 隐私计算能成实现合规的最优解吗？

数据安全法将落地 隐私计算能成实现合规的最优解吗？

每经记者：可杨 每经编辑：张海妮

数据安全与隐私计算专题研讨会现场。图片来源：每经记者 可杨 摄

我国第一部有关数据安全的专门法律——《中华人民共和国数据安全法》（下称“《数据安全法》”）将在9月1日落地实施。

数字经济不断发展，数据本身的底层价值在快速井喷。但作为新生产要素的数据，在使用层面一直面临诸多问题：一方面，数据只有开放、共享，才能被更加高效地利用；但另一方面，数据需要保护，不敢共享、不能共享成为行业共同面临的数据困境。

随着《数据安全法》的出台，数据的使用、流通与保护将得到进一步规范。面对《每日经济新闻》记者提到的，这部法律会对数据交易市场造成怎样影响的问题，中国信通院云计算与大数据研究所大数据部副主任闫树表示，《数据安全法》专门有一部分是强调发展与安全并重，确实可能对现有模式带来冲击，但程度并不是很大，而且这是一个必要的过程。

与此同时，随着法律对数据的严监管方向逐步明确，隐私计算能否成为当下数据流通合规化的解答，也引发热议。隐私计算通过对明文数据的加密，在避免产生数据孤岛的基础上实现数据的“可用不可见”，发挥数据价值，但法规落地后，隐私计算又是否会面临合规问题？

合规是一个过程

《网络安全法》、《数据安全法》以及《个人信息保护法》分别于（或将于）今年6月1日、9月1日以及11月1日落地实施。

据中伦律师事务所合伙人陈际红介绍，三部法有交叉，但是是不同的监管对象和管理重点。其中，《数据安全法》的监管范围主要包括在中国境内开展的数据处理活动，以及在境外开展数据处理活动，损害我国国家安全、公共利益或者公民、组织合法权益的。

那么，随着《数据安全法》的落地，一些企业过往的数据资产是否会面临合规性的追溯？

陈际红认为，合规是一个过程，要求企业在法律颁布以后第二天合规不太现实。一般企业的实践分两个阶段：合规之前的数据叫历史数据；合规以后的授权、分类，应用场景做严格限制，这是新的起点，对历史数据可以区分不再用，只要不泄露，不会对主体带来权益的侵害。

自2014年起，我国多地陆续成立了大数据交易中心，打造开放的独立第三方交易平台，形成稳定的数据交易并收取费用。那么，《数据安全法》的出台，对数据的流通进行了进一步的规范，会否影响数据交易市场的发展?

对此，瑞莱智慧CEO田天认为，数据交易所和股票交易所或期货交易所是完全不同的，如果等一套完整的规范或者技术完善的时候，再做这样一个交易的规则，其实是非常长周期的事，而且没有相应的基础支撑。

国家工业信息安全发展研究中心大数据研究室主任杨玫表示，现在出台的时机是恰当其时，统筹安全与发展的概念，出台以后什么数据是核心数据、重要数据，包括疫情之下，哪些是国家必须掌控的数据，这是现在大家急需解决的问题，所以现在法律的出台非常适应市场的发展阶段。

除了数据保护，陈际红认为《数据安全法》基本把中国的数据跨境的制度构建成型，中国不搞数据孤岛，但是出口的前提是安全、有序，在这个前提下自由流动。陈际红表示，出口是广义的出口，其实有各种各样的形式。比如把物品从中国运到外国是出口；在中国把物品交给外国人这也是出口；服务器在中国但是国外有权限需要读取数据这也是出口，“我们传统的出口管制是化工用品，现在把数据作为出口管制对象，如果清单里面有数据，那么数据本身作为出口管制是不能正常出口，你要从商务部或者科技部拿出口许可才能出口，通过出口管制来保证数据出口的正当手续”。

隐私计算尚处于发展早期

瑞莱智慧CEO田天认为，数据价值和隐私安全中间存在二元对立，而隐私计算是弥合两者间隙必备的技术基础。所谓的隐私计算，是指一项新的技术手段，能够在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算，实现数据的“可用不可见”。

田天进一步介绍称，相比传统计算方式存在的数据孤岛、隐私保护不足、数据价值难以释放等问题，通过隐私计算一方面实现计算逻辑的集中，完成更复杂的互联计算，另一方面可以通过密文数据确保数据的安全隐私性。

在田天看来，隐私计算落地的核心要素在于安全性与价值闭环。安全性方面，他表示，由于密码学上的证明安全与实际安全并不相等，现阶段的隐私计算技术面临安全性难以被论证或证明的困境，很多假设安全的方法在实际应用上存在严重的安全性漏洞。同时，隐私计算也会带来很多新的安全问题，比算法歧视，又或者被黑客投入“脏数据”“毒数据”，导致“数据投毒”的风险存在。

其次，隐私计算主要是解决数据“链接”问题，打开数据通路，让更多数据能够被使用，但实现数据价值之路，需要业务需求牵引，尤其是人工智能需求牵引。

近年来，隐私计算火热，多方企业加码隐私计算的投入研究。据杨玫介绍，到2020年在隐私计算投入的企业有260家左右，其中60%是初创企业。企业背景主要有互联网龙头企业、网络安全以及大数据公司、初创型科技企业和行业高精尖企业。

而在应用领域，除了互联网自身的先天优势，隐私计算在金融和医疗的应用场景最丰富。据杨玫介绍，国家医疗健康大数据的首批试点城市厦门，基于隐私计算建立了健康医疗大数据应用开放平台；而金融场景最大的应用是风控模型的构建，在互联网金融和消费金融得到了广泛应用。

数据通过加密形式流通而非明文流通，的确能够进一步在《数据安全法》落地的情况下，更好地实现合规流通。

不过，现阶段隐私计算技术发展仍处于早期，许多关于隐私计算的核心要点以及核心应用，没有被建立共识、实现协同发展。

闫树也表示，隐私计算的模式是在保护隐私的前提下，实现开放共享。但它只是解决流通前到流通中，如果一开始就是不合规的数据，包括流通以后的权属和收益问题，并不会通过隐私计算解决的。

而性能方面，闫树表示，隐私计算产品的安全性能和准确性是相互影响、相互抵消的，仅仅强调效率没有意义。他介绍，当前隐私计算技术已经具备了可用性，但是未来面对更大的数据方和数据量以及更复杂的场景，还不太能够满足。

那么，所谓行业认为能够在《数据安全法》落地后，进一步帮助企业实现数据流通合规化的隐私计算技术，其本身又是否是一项合规的技术？闫树表示，法律法规不会对技术进行一个确切判断，只看技术如何应用，是否侵犯了相关的权益。而隐私计算在实践中明显增强了对数据的保护。

但是使用隐私计算进行数据聚合仍然无法规避法律法规的风险，因为联邦学习（一个机器学习框架）的梯度可以揭示个人信息，特别是模型很复杂的时候，个人信息也有被识别的风险。

对于合规性的问题怎么解决？闫树认为需要搭建合规的基准框架，根据输入模型的数据，选择比较合适的合规基础，选择在什么模型基础上来做，以及对计算过程和结果的合规性来进行证明、存证，通过这些条件降低隐私计算技术方面的合规风险。

陈际红也表示，人工智能在学习阶段要求大数据、实时数据、万物互联，但这跟《个人信息保护》有冲突，未来冲突的解决还需要多方治理，包括硬法，比如《数据安全法》和《个人信息保护法》来制定规则，行业来做行业的实践，“硬法+软法+多方参与，我想最后一定能找到人工智能对数据的利用以及遵守法律的前提，保护合法权益”。

每日经济新闻

以上就是一些关于数据安全法将落地 隐私计算能成实现合规的最优解吗？的相关内容以及这类内容周边的一些相关知识点，希望通过的介绍，对大家有所帮助！后续我们还会更新更多关于的相关资讯内容，关注我们，每日了解最新热点资讯，关注社会动态！