万字长文!深度剖析《数据安全法》下多方数据协同应用和隐私计算发展趋势

本文主要是介绍万字长文!深度剖析《数据安全法》下多方数据协同应用和隐私计算发展趋势,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

图片

本文作者:程勇

《数据安全法》的表决通过标志着国家鼓励数据依法合规利用、保障数据依法有序流通,明确国家实施大数据战略,推动以数据为关键生产要素的数字经济发展。《数据安全法》强调数据安全与开发利用平衡,保障数据安全与促进数据开发利用并重,在规范数据安全监管与治理的同时,也给多方数据协同应用带来了新的发展机遇。

在此形势下,亟需有效的技术和业务模式创新来实现合规的多方数据协同应用,达到数据安全和数据开发利用的平衡。隐私计算将成为平衡数据安全与应用发展的关键技术支点。本文主要探讨在《数据安全法》框架下多方数据协同应用和隐私计算的发展趋势。

1.《数据安全法》倡导数据安全与开发利用平衡

2021年6月10日第十三届全国人民代表大会常务委员会第二十九次会议表决通过了《中华人民共和国数据安全法》(简称《数据安全法》),将于2021年9月1日起施行。《数据安全法》全文共七章五十五条,分别从数据安全与发展、数据安全制度、数据安全保护义务、政务数据安全与开放的角度对数据安全保护的义务和相应法律责任进行规定[1-15],其关键条款主要涉及国家和地方政府层面的数据安全制度、鼓励数据依法合理有效利用、针对数据处理者层面的数据安全义务、以及违规处罚等条款等。提倡数据安全与发展平衡是《数据安全法》最重要的特点之一。以单独章节(即第五章)对政务数据安全和开放利用做出规定,也是《数据安全法》的一个显著特点。

《数据安全法》是继2017年6月1日实施的《中华人民共和国网络安全法》(简称《网络安全法》)提出数据及数据安全的概念后,国家在数据安全立法层面的一个重大里程碑[16, 17]。《数据安全法》与《网络安全法》以及正在立法进程中的《中华人民共和国个人信息保护法》(简称《个人信息保护法(草案)》)组成了中国信息及数据安全领域的法律框架。《数据安全法》并不是一部专门针对用户个人隐私信息保护的法律,与个人隐私保护最相关的法律是正在制定中的《个人信息保护法》。2021年4月29日中国人大网公布《个人信息保护法(草案二次审议稿)》)。目前《个人信息保护法(二审稿)》已经于5月28日完成征求意见程序,有望今年年内通过表决和施行。

图1 《数据安全法》全文共七章五十五条[3]

在数字经济时代,数据已成为关键生产要素和重要战略资源,对经济和社会发展产生了重大影响,数据的重要性也进一步得到凸显。一方面,数字经济的发展建立在大数据的开发应用之上;另一方面,数据安全与隐私保护也日益受到广泛关注。《数据安全法》对数据的有效监管与治理实现了有法可依,填补了数据安全保护立法的空白,完善了网络空间与数据安全治理的法律体系,同时也鼓励数据依法合理有效利用,鼓励通过技术和业务创新来实现数据安全与应用发展的平衡。对《数据安全法》的要点解读和诠释,读者可以参考文献[3-15]。本文主要从数据安全与发展平衡角度来探讨在《数据安全法》框架下多方数据协同应用和隐私计算的发展趋势。我们看到:(1)《数据安全法》倡导数据安全与开发利用平衡;(2)隐私计算将成为平衡数据安全与利用的关键技术解;(3)多方数据协同应用将迎来更多发展机遇。这里数据协同应用是指在不共享明文数据的情况下通过隐私计算进行多方联合建模和联合数据分析,也就是我们常说的 “数据可用(算)不可见”。

2.《数据安全法》下多方数据协同应用迎来更多发展机遇

《数据安全法》将利好多方数据协同应用的发展,鼓励通过技术与业务模式创新实现安全的多方数据合作,实现数据安全与应用发展的平衡的目标。例如,《数据安全法》的第二章第十四条规定:“国家实施大数据战略,推进数据基础设施建设,鼓励和支持数据在各行业、各领域的创新应用。省级以上人民政府应当将数字经济发展纳入本级国民经济和社会发展规划,并根据需要制定数字经济发展规划。” 由此可见,《数据安全法》的出台将进一步推动数字经济发展,促进更多数据应用模式创新,推动多方数据协同应用发展。在保障数据安全的同时,以隐私计算为基础的多方数据协同应用将会成为主要的跨机构数据合作模式。

2.1 通过技术与业务模式创新实现数据安全与协同应用发展平衡

《数据安全法》并非只是强调数据安全与治理,而是倡导数据安全与应用发展并重,坚持保障数据安全与促进数据开发利用并重的原则[14]。《数据安全法》充分明确要平衡数据安全和应用发展,强调提升数据安全治理和数据开发利用水平,促进以数据为关键要素的数字经济发展。例如,除了上文提到的《数据安全法》第二章第十四条,《数据安全法》第一章第七条也明确:“国家保护个人、组织与数据有关的权益,鼓励数据依法合理有效利用,保障数据依法有序自由流动ÿ

这篇关于万字长文!深度剖析《数据安全法》下多方数据协同应用和隐私计算发展趋势的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/839184

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个