其他
浅析数据安全之密态化计算
01数据安全的必要性习近平总书记指出“没有网络安全就没有国家安全”,网络安全主要包括数据、信息系统、智能系统、信息物理融合等多方面的广义安全,其中“数据安全”作为网络安全的基础,近几年一些企业以及政企系统频发数据安全泄漏问题[1-5],已经引起整个社会群体对于数据使用的担忧,数据安全引起整个社会的高度重视。数据安全应保证数据产生、存储、传输、访问、使用、销毁、公开等全生命周期安全,并且需要做到保证数据处理过程的保密性、完整性、可用性。如何安全采集用户数据,并且实现安全地对用户数据进行使用,主要包括在整个数据周期中保证安全,即在数据的生产、传输、存储、访问、销毁等全生命周期的数据安全。数据生产与采集阶段,需要采取数据的分级分类管理制度,同时使用区块链以及数字水印等技术对数据进行身份鉴别以及记录,并通过数据过滤技术将数据的伪造样本、对抗样本等进行过滤;数据传输阶段,通过采用加密算法对数据进行加密,并通过密钥管理,实现密钥全周期的安全管理;数据存储阶段,通过机密和认证来保证文件数据完整性、可靠性以及安全性,具备安全、加密以及授权认证等优点;数据访问阶段,采用基于区块链技术的多因子认证机制来对用户身份进行验证授权可以改善该类问题;数据使用阶段,采用数据匿名化以及脱敏的技术,防止数据泄漏以及损坏等问题;数据销毁阶段,主要通过软硬销毁结合方式彻底销毁删除数据。图1:数据端云交互过程的泄露场景数据安全在整个社会发展中不可忽略,随着网络技术的发展,越来越多的网民开始关注个人的数据隐私,大型企业也因为担心数据被窃取导致泄漏事件发生,对企业造成负面的影响,并且企业之间很难进行数据元素的流通,从而导致“数据孤岛”现状。02隐私计算技术破解“数据孤岛”困局随着国家对数据安全的重视,各企业告别数据明文时代,启程数据密态时代,根据专家判断,数据密态时代大致发展为三个阶段,计算密态化、大数据密态化以及数据要素密态化,考虑到目前大多数企业正在进行明文计算向密文计算转换的初始阶段,即:计算密态化。目前各行业在计算密态化阶段主要应用在较为基础和经典的场景,采用“隐私计算”的相关技术。“隐私计算”一系列技术的提出,主要用于解决海量数据之间的安全流动,既需要保证数据发挥价值,又需要保护数据隐私安全,防止数据信息泄漏,隐私计算主要是指在数据全生命周期中,实现数据的“可用不可见”,兼顾数据流通与隐私保护两大方面,目前隐私计算想要实现的功能主要涵盖为两点:数据可用不可见,数据不动模型动。隐私计算的技术主要分为三类:以密码协议为底层基础的安全多方计算技术,其底层技术均为密码学相关原语技术,主要用于实现大数据分析、查询以及统计的功能函数。以人工智能技术奠基的联邦学习技术,该类技术依托人工智能技术,主要用于机器学习的建模过程,并在其过程中,需要多次应用到安全多方计算的相关技术。安全可信硬件技术。其核心思想主要是构建可信执行环境,在该安全环境中进行数据的计算,但是该类技术的安全性主要依赖于芯片硬件厂商。03浅析安全多方计算技术路线3.1