查看原文
其他

隐私安全 | 浅谈航空PLM中的隐私数据应用(二)——航空数据的自由流动应用

同态科技 同态科技 2022-11-05




根据CAAC指导文件,PLM的建设需要基于“核心胜任力、心理胜任力、作风胜任力”三个维度展开,而目前绝大多数121公司的“飞行安全质量报告”还多是停留在“核心胜任力”这一维度,报告的内容多是基于QAR数据分析得出,并且以粗犷的管理方式进行培训处置。

例如,某航2021年X月“飞行安全质量报告”,报告中提到该航X月份共触发710警告4起。

而其处置情况中有提到的“网上讲评并持续监控”这一方法也多是通过技术层面 向当事人讲评分析此事件的形成原因,缺乏其他维度的数据从侧面旁证该事件的发生是否是存在非技术原因,更无法通过作风胜任力与心理胜任力的数据来精确画像,在源头上预防此类事件发生。

从710警报的原因分析中,我们可以大胆推测,造成这些技术原因之后是否还存在着更深层次的“人”的原因,如低号位飞行员面对某些特定客观环境下的过分紧张,某些年长教员随着年龄增长造成的记忆力衰退,偶发疾病造成的操作失误或因机组之间的性格不合造成的错误决断等。

而这些通过QAR数据无法分析的情况,是可以通过其他维度的大数据进行预判分析的,但正如上期提到“PLM需要一个庞大的数据信息体系,涉及到各国民航局、各航空公司、各训练机构、航校、医疗机构、金融机构以及众多政府部门和企事业单位,其中数据信息的收集、传递、分析等操作会贯穿于各个角落“;随着PLM建设的不断深化拓展,其所需要的数据规模也将不断增长。

但近些年包括我国在内的世界各国也对数据的安全也逐步立法保护,我国更是在2020年中共中央、国务院印发的《关于构建更加完善的要素市场化配置体制机制的意见》上将数据定义为一种生产要素。

随着数据市场的相关政策收紧,《个人信息保护法》和《数据安全法》的颁布,数据的流通受到限制,多维数据之间交换共享愈加艰难。

例如,QAR数据作为飞行员“核心胜任力”的重要依据,当飞行员发生“转会”时,航空公司需要通过原航司的QAR数据或基于QAR的分析结论对飞行员做跨20航司的飞行指标进行评估,重新进行技术、待遇的认定。然而QAR数据作为各航空公司的重要资产,传统模式中航司无法将QAR数据共享,涉及到关键数据的复用和价值保护。

因此需要借用隐私计算技术实现QAR数据在可控使用的情况下进行数据共享,保护数据拥有者(飞行员原航司)的权利和数据本身的价值;又同时确保QAR数据在全生命周期内的安全可控,在对数据价值进行挖掘的同时,也保证了对外流数据的安全使用管控。

另如上期所说,心理胜任力中“目前多数的心理健康数据仅仅来源于自行报告和简单的评估报告,缺少具有针对性的科学分析收集方法”,心理健康数据可获得的渠道包括飞行员的心理约谈记录,药物购买记录,体检报告等,以及未来可能在飞行过程中飞行员所佩戴的由航司统一配发的“可穿戴生物体征监测设备”。以上数据均属于个人医疗健康大数据的范畴。这其中,对心理及飞行中的生物体征数据进行分析可以得出飞行员在飞行和不同场景中的工作习惯,更关键的是基于以上数据可以更精准的刻画分析飞行员的心理健康状况,对于心理的负面变化和未来可能存在的风险进行更加及时有效的判断和事前干预。

而作风胜任力的相关数据则存在于飞行员工作以及生活的各个方面,其中涉及大量敏感的个人数据。例如,婚姻状况、个人出行、住宿记录、负面行为记录、消费数据等大量基于日常生活的个人数据汇聚和分析,从中可得出飞行员日常的生活习惯作风,对于飞行员的品德素质以及后续行为作风的胜任判断提供有效的支撑依据。

以上的诸多要求,均需要大量的跨领域、跨主体、跨平台的数据自由流通、融合、分析、应用,分析评估出飞行员及其飞行能力的整体性综合判定,此前相关体系的建立尚不成熟。目前,结合中国民航局对于未来中国民航的大数据整体性规划,与国家对于数据要素的高度提倡和推动,需要建立起一套适用于新时代具有中国特色的民航大数据应用体系。

更关键的是,为了实现在PLM建设中数据的合法合规运用,以及和国际的数据隐私安全要求接轨,可应用相关的数据安全及隐私保护技术,支撑数据各方对于数据自由的流动的基本要求,和后续计算分析,实现数据所有权和使用权的分离。





航空数据的自由流动应用-同态加密隐私计算

同态加密作为一种不需要访问原始数据本身就可以对数据进行加工的密文计算方法,与原有的数据计算使用方式保持一致。对于航空器的飞行数据(基于遍布机身数百个传感器及飞行系统自身产生的数据),结合相关航空管制、气象数据、机场运营、低空经济发展等相关,需要进行大量的业务运算分析。

而同态加密对于航司及相关数据中心的数据应用起到“贴身”的保护,且这种高级别可证明安全的保护伴随着数据的任意流动且时刻有效,无论是业务系统应用、数据外包计算、云服务、数据资产交易,均可在数据的全生命周期中的保障安全和价值。同态加密后的数据依然可以保留其计算的性质,可以在同态密文状态下进行传输、存储、计算、应用等操作,因此可将同态加密模块与原有的终端进行有机整合,轻量化接入改造,并提供整体性的数据安全共享应用解决方案。



航空业务应用层定制化服务-联邦学习&安全多方计算

航空领域的相关信息化设施和基础设施是一套极其复杂的系统工程,且过去这么多年来已形成了固定范式,因此在整个系统层面进行大范围改动基本不现实。

但对于一些新的数据应用场景和更广泛的人工智能航空领域应用,如辅助驾驶、智能化配平等多项功能。在数据应用层面可针对特定场景构建定制化的平台服务,结合联邦学习或者安全多方计算,打破数据主体的“孤岛”,将不同的航空公司及训练中心之间的数据安全共享,助力机器学习和相关人工智能在航空领域的应用,并可依此建立相关的数据服务平台。


PLM体系的建设是民航局在十四五、十五五期间的重要工作,PLM力图全面建立运输航空公司飞行员技能全生命周期管理体系,提高飞行训练质量,改善飞行训练效能,促进航空运行安全,实现与全球标准的统一,为国际民航飞行训练管理提供新的思路和方法,全面建成支撑有力、协同高效、开放创新的新时代中国特色飞行训练体系,实现飞行员资质治理体系和治理能力现代化。

以下直接引用《飞行员技能全生命周期管理体系建设实施路线图》原文的内容,足以显示民航局对PLM的重视程度。

  • PLM建设是中国民航飞行训练领域的一次深刻变革,是全面建成民航强国的重要战略支点。

  • PLM的提出,是飞行训练领域为贯彻民航高质量发展的顶层制度设计。

  • PLM是中国民航历史上一次就飞行训练进行系统化、全方位的战略部署。

  • PLM聚焦我国制定国际民航飞行训练规则和标准的话语权。

  • PLM建设是飞行员训练领域基础性建设的一次深刻变革,是一项需要深入继续发展中国民航在训练领域取得的全部成功经验,持续动员中国民航训练领域的全部资源,充分激发中国民航各相关方改革内生动力的长期战略。


同态科技在2021年初为国内某航司设计了一款QAR数据分析平台,虽然航司当时需求仅针对QAR数据的分析,但同态科技在平台中融入了基于“同态加密”的隐私计算技术,理论上可实现针对其他两维度大数据的隐私计算分析,并可利用分析结果实现基于胜任力画像的智能人机匹配、机组排班匹配等功能,理论上实现PLM的三维度画像输出。

平台可实现功能

平台理论可达到的效果

《中国民航 PLM 建设实施路线图》的颁布明确了中国民航从当前到 2030 年期间实施 PLM 建设的政策和总体工作计划,是民航飞行训练体系发展转段进阶的“点火器”,为各利益相关方找准定位、明确任务和协同发力提供指南,进一步促进全球训练标准融合和国际合作。

同态科技力争与中国民航一系列安全监管战略部署协调衔接,形成合力,从隐私计算的角度助力中国民航飞行训练体系建设和国际航空界落实区域性安全计划的蓝图范本。




—END—

  排版 | 刘晨      图片 | 杨雅清


推荐阅读



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