2020年7月和10月，我國陸續(xù)發(fā)布兩部重磅級(jí)的法規(guī)草案——《數(shù)據(jù)安全法(草案)》和《個(gè)人信息保護(hù)法(草案)》。歐盟于 2018 年實(shí)施《通用數(shù)據(jù)保護(hù)條例》(GDPR)，美國于 2020 年實(shí)施《加州消費(fèi)者隱私法案》(CCPA)，日本于2020年6月通過修訂版《個(gè)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(duì)企業(yè)更高的安全要求，這給傳統(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(bào)告》。在報(bào)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(duì)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(jì)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(shí)解決合規(guī)的痛點(diǎn)與難點(diǎn)。

1 簡(jiǎn)介

數(shù)據(jù)安全建設(shè)離不開具體的業(yè)務(wù)場(chǎng)景，數(shù)據(jù)安全技術(shù)需要從應(yīng)用場(chǎng)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(chǎng)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(jì)算。

如圖1所示，上述三大類場(chǎng)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(chǎng)景。各個(gè)子場(chǎng)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(duì)應(yīng)到歐盟GDPR條款，以及我國已實(shí)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(gè)章節(jié)將從三類場(chǎng)景以及子場(chǎng)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(shí)現(xiàn)超越合規(guī)，解決安全痛點(diǎn)。

圖1 超越合規(guī)：數(shù)據(jù)安全場(chǎng)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(chǎng)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(qǐng)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(gè)用戶終端都會(huì)運(yùn)行一個(gè)差分隱私算法，每一個(gè)終端采集的數(shù)據(jù)都會(huì)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(gè)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(shì)。

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(gè)用戶的確切隱私。

圖2 iPhone差分隱私技術(shù)應(yīng)用[1]

2) 知識(shí)圖譜

技術(shù)原理：知識(shí)圖譜最早用于搜索引擎和社交網(wǎng)絡(luò)，它簡(jiǎn)單可以看成是一種基于圖的數(shù)據(jù)結(jié)構(gòu)，由節(jié)點(diǎn)和邊組成，每個(gè)節(jié)點(diǎn)是一個(gè)實(shí)體，每條邊是兩條實(shí)體之間的關(guān)系。由于個(gè)人數(shù)據(jù)治理關(guān)鍵是個(gè)人數(shù)據(jù)實(shí)體識(shí)別，以及相關(guān)屬性與處理流程的關(guān)聯(lián)，引入知識(shí)圖譜技術(shù)成為必然。通過知識(shí)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(gè)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(shí)圖譜技術(shù)實(shí)現(xiàn)了個(gè)人數(shù)據(jù)圖譜應(yīng)用。

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

3) 流程自動(dòng)化

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

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(chǎng)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，可引入下述創(chuàng)新技術(shù)：

1) 智能敏感數(shù)據(jù)識(shí)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(shí)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(jì)算、聚類、監(jiān)督學(xué)習(xí)等智能方法，提升識(shí)別能力與檢測(cè)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(xiǎn)評(píng)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(duì)脫敏數(shù)據(jù)集的身份標(biāo)識(shí)度和隱私泄露風(fēng)險(xiǎn)進(jìn)行定量地評(píng)估與刻畫，實(shí)現(xiàn)風(fēng)險(xiǎn)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(xiǎn)評(píng)估應(yīng)用

3) 用戶實(shí)體行為分析

技術(shù)原理：通過對(duì)用戶實(shí)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(jì)算

在該類場(chǎng)景中，企業(yè)需解決企業(yè)之間的數(shù)據(jù)安全共享與計(jì)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(duì)個(gè)人信息進(jìn)行泛化和屏蔽等處理，使得對(duì)應(yīng)的個(gè)人信息主體無法被識(shí)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(jì)算環(huán)節(jié)處于加密狀態(tài)，實(shí)現(xiàn)了數(shù)據(jù)的計(jì)算，同時(shí)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(tái)在金融數(shù)據(jù)共享應(yīng)用(圖引自[3])

3) 安全多方計(jì)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(jì)算，在保證計(jì)算結(jié)果正確性同時(shí)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(gè)參與方(如企業(yè)、用戶移動(dòng)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(shí)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(gè)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(dòng)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(dòng)下不斷外延和擴(kuò)展，數(shù)據(jù)安全的覆蓋的應(yīng)用場(chǎng)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(shí)現(xiàn)破局?本文簡(jiǎn)要介紹的十種新興的數(shù)據(jù)安全技術(shù)，可為破局新場(chǎng)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(shí)創(chuàng)造更大的數(shù)據(jù)價(jià)值。

為了獲取更多內(nèi)容，歡迎關(guān)注綠盟科技公眾號(hào)，后臺(tái)回復(fù)“數(shù)據(jù)安全報(bào)告”下載《擁抱合規(guī)、超越合規(guī)：數(shù)據(jù)安全前沿技術(shù)研究報(bào)告》。