查看原文
其他

隐私计算技术在基层平安法治现代化建设中的效用探析


党的十九届四中全会指出,要更加重视运用人工智能、互联网、大数据等现代信息技术手段提升治理能力和治理现代化水平。

数字赋能基层平安法治现代化的核心是通过数据赋能、场景驱动实现数据共享、业务协同和组织进化。数据赋能立足于全方位、深度、动态、持续性,其结果是组织再造、进化和升维,使其能够不断迭代、升级、转型、优化、创新,提升组织对数据的依赖度,最终实现业务数据化、数据业务化。

1

基层平安法治现代化的

数字赋能与场景驱动

在基层平安法治建设现代化的过程中,数字治理呈现出以下特点:

一是数据驱动。数字治理以数据流为牵引,推动业务流程再造和部门关系重塑,将分散的受理中心、受理系统合并建立统一受理中心和综合受理系统,进行服务事项集中审批、统一办理,实现业务资源集中,重塑了业务流程及部门间关系。此外,数据作为新的生产要素参与市场流动已在国家战略层面确立,进行数据汇聚整合、挖掘利用、分析研判也将是数字治理的重要内容。

二是整体协同。数字治理强调整体建设理念,要求通过机制设计,不断打通部门间壁垒,吸纳多主体力量,实现更高层次协同。数字治理的一个重要目标就是打破以往条块分割模式,建成上接国家、下联市县、横向到边、纵向到底全覆盖的整体型政府,实现政府内部运作与对外服务一体化、线上线下深度融合。

三是泛在智能。当前,以人工智能、区块链、VR/AR技术为代表新科技革命飞速发展,未来的数字治理,必将极大受到智能技术发展影响,走向泛在化、智能化,使政府变得“无时不在、无处不在”。

一些数字化发展走在前列的省份,已经大规模借助5G、物联网、人工智能、大数据等新兴技术推进基层平安法治现代化建设,政府足不出户就能实现对万事万物的实时感知、连接和追踪,提升管理效率和精细度。场景驱动从最小颗粒度的需求出发,实现从技术单点应用到集成创新。通过“多跨场景”应用设计,以应用为牵引,推动基层平安法治工作的公共数据和平台公司的社会数据开放共享,实现多源数据共享集成,充分释放海量数据价值。以宁波为例,围绕“打造一流智慧善治之都”目标,宁波大力建设全链贯通、全域覆盖、全时联动的基层平安法治数智架构,持续推动基层治理体系和治理能力现代化,打造出既符合时代特征又具有宁波特色、富有活力和效率的基层智治新样板。目前,宁波市、区(县、市)、街道(镇乡)、村(社区)、网格五级社会治理事件分流处置机制建立完善,1个市级社会治理综合服务中心、10个县级社会治理中心、156个街镇综合信息指挥室、2841个村(社区)和9679个网格实现全面联通。“基层智治大脑”已归集人社、公安、信访、应急、教育、水利、卫健等部门共139项数据,其界面可综合展示“全时空多维度釆录感知网”,战略目标管理、分类趋势研判、个体风险识别等赋能应用的运作情况,为下一步全域感知、全域研判打下良好基础。

2

数字治理在实践中面临的挑战

数据是政府数字治理的根基,更是基层平安法治的底座,数据驱动是数字治理的最典型特征。一方面,随着数字化浪潮的迅速崛起和蓬勃发展,社会各界对平安法治数据利用的需求越来越大,平安法治数据在推动数字产业发展、赋能治理现代化、提升社会数字化服务水平方面具有重要作用。

另一方面,数据安全问题日益突出,社会各界对数据利用的安全和隐患认识不足,公民隐私保护意识比较淡薄,此外,平安法治数据包含大量的隐私数据,如何合理合法安全地使用相关数据,最大程度赋能社会发展,直接考验管理者智慧。

从实践来看,部分地区在数字治理中出现了过度采集利用个人数据的苗头性问题,引发社会对个人隐私的强烈担忧。《数据安全法》《个人信息保护法》等法规陆续颁布实施,国家对数据安全和个人隐私保护持高标准严要求,在尚未形成明确标准的情况下,对政务数据的创新应用容易带来新的问题。

因此,对基层平安法治现代化的数字治理要紧紧抓住数据这一核心,推进数据开发利用技术和数据安全标准体系建设,细化基层平安法治数据收集、使用、监管等方面的规范及操作规则,借助隐私计算、区块链等技术,化解数据安全担忧。同时,要加快跨部门、跨区域数据整合打通,扩大数据开放数量,组织常态化赋能活动,以数据流动推动产业创新,打造良好数据应用生态。

3

隐私计算技术

在基层平安法治数字治理中的效用

数据是基层平安法治数字治理的基础性要素。在当前数字治理中,如何释放数据要素价值,推动治理实现“用数据说话、用数据管理、用数据决策、用数据服务”的效果?隐私计算技术为数字治理中的基层平安法治数据协作提供了有效解决方案基层平安法治数据分布在各部门,通过将隐私计算技术融入公共数据密文开放共享交换平台建设中,打通跨域数据的应用价值链,使得数据基于业务应用需要在各业务条线之间,实现数据安全合规地共享、流通与融合。

隐私计算是一系列技术体系的合集,交叉融合了密码学、统计学、人工智能、计算机硬件等众多学科类别,它能够满足在不暴露原始数据的前提下,对数据进行加工、分析、处理、验证等,实现数据及其价值可管、可控和可计量的融合、共享、流通、计算。

从技术角度看,目前主流的隐私计算技术主要分为三大方向:一类是以多方安全计算、同态加密等为代表的、基于密码学的隐私计算技术;一类是以联邦学习为代表的、人工智能与隐私保护技术融合衍生的技术类型;一类是以可信执行环境为代表的、基于可信硬件的隐私计算技术。

隐私计算技术的核心优势是分离数据所有权、控制权和使用权隐私计算可把“数据可见的信息部分”和“无需看见就可计算的使用价值”分开,实现“数据可用不可见”、“数据不动价值动”,数据流通主体可以不再是明文数据本身,而是数据特定使用价值,甚至可通过计算合约把数据使用价值精确限制到具体的用途和使用次数,实现数据“使用可控可计量”。在基层平安法治数字治理中,隐私计算、区块链等新兴技术的融合应用在保护数据信息安全的同时,打破了信息“孤岛”和“藩篱”,整合了政府部门之间、政府和社会之间以及各社会主体之间的数据资源,有助于促进基层平安法治数据跨域进行安全计算、联合统计、联合建模,进而挖掘数据融合共享价值,对于实现政务数据可控使用、推动政务数据开放、提升政府数字治理能力具有重要意义。

未来,随着基层平安法治数字化改革持续深入,通过对治理场景的连接与整合、重构与优化,隐私计算、区块链、人工智能等数字技术可以通过数据要素协作这一纽带,支持多元主体的广泛连接和沟通互动,推动社会治理的高效开展、共创共享,实现跨边界、跨领域的整体性治理,为数字化改革提供绵绵不断的动力。


END

往期推荐:




隐私计算头条周刊(9.25-10.8)


欧盟六国:启动欧盟数字身份钱包泛欧支付试点


开放隐私计算火热招聘,优质岗位 “职”等你来!


附下载丨《数据安全市场研究报告》


开放隐私计算社区征稿啦!

热门文章:




姚期智院士:数据、算法、算力为何是数字经济核心技术?


附下载 | 2022年隐私计算技术与行业应用报告合集(33份)


联邦学习前沿 | 基于图神经网络的联邦推荐系统研究 


招标 | 近期隐私计算项目招标18(联通、不动产、股权市场、银联等)


未来十年,将会有95%的企业采用隐私计算技术

继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存