摘要【目的】为促进数据交易所安全合规发展,本文针对数据交易所场景下的数据交易风险、数据安全风险与基础安全风险,提出兼顾技术路径与机制保障的数据交易安全管控综合框架。【方法】运用文献调研法,梳理近几年国内外数据交易安全领域的技术与管理研究现状,结合数据交易所实践,提出技术与机制相结合的“TID-MOP”数据交易安全管控体系。【结果】“TID-MOP”综合框架设计了实现交易安全的“三分三合”核心技术架构,即“业务流、计算流、资金流相分离,通过区块链汇合流通环境”;“撮合实验环境与生产计算环境相分离,通过模型管理、数据管理联动计算环境”;“数据计算与安全监管相分离,通过控制管理中心统一管理监管环境”,提升了数据流通和交易安全性,实现了全流程的安全控制和统一监管。【局限】需进一步研究验证安全管控综合框架的实际运行效率。【结论】“TID-MOP”数据交易安全管控综合框架以数据交易过程为核心,为数据交易业务的发展与创新提供重要参考。关键词：数据交易所;数据交易安全;技术路径;机制保障1引言近年来,数据要素市场培育与数据安全保护问题受到社会各界广泛关注。2020年5月,中共中央、国务院《关于新时代加快完善社会主义市场经济体制的意见》提出加快培育发展数据要素市场,完善数据权属界定、开放共享、交易流通等标准和措施,建设数据交易所已经成为社会主义市场经济体制下要素市场化改革的重要组成部分。同时,《数据安全法》《个人信息保护法》相继出台,对数据流通过程中的数据安全与个人隐私保护问题做出明确规定。从社会机构实践来看,当前国内数据交易场所普遍面临数据流通技术标准不统数据安全存隐患、交易监管机制不完善等问题。为保障数据交易安全,亟需构建切实可行的安全管控策略,既需要隐私计算等技术层面的支持,也需要建立科学完善的管理规范和运营机制以辅助数据交易安全管控。基于此,本文针对数据交易所场景下的安全风险管控提出兼顾技术与机制保障的“TID-MOP”数据交易安全管控综合框架,为数据交易安全管控实施提供参考。2数据交易安全研究综述目前已有众多学者针对数据交易安全开展了相关研究,主要集中在两大方面:一方面是通过技术手段解决数据交易安全管控问题,另一方面是针对交易业务流程研究安全管控机制以应对风险。1数据交易安全技术方法研究进展研究人员主要针对区块链、隐私计算、数据脱敏、数据加密等技术在数据交易安全领域的应用进行探索实践,结合数据交易所场景,主要包括以下几个方面。研究基于区块链、隐私计算与容器技术的平台架构方案保障数据与平台安全。雷震光设计提出一套基于区块链智能合约的数据交易协议,采用可信硬件SGX技术,实现在没有可信第三方的场景下保证数据交易的原则性和公平性,保证了数据质量评估过程中的隐私安全。张小芳等基于区块链智能合约技术构建了去中心化的数据安全平台,提出解决数据安全问题的数据交易方案。该系统以以太坊节点为基础进行合约部署和数据交易,在保障开发效率的同时也保障了用户数据安全。陈乃刚等提出基于区块链技术搭建可信环境下的电力数据交易平台,拓展了区块链在电力数据交易方向的应用。符芳诚等对集合求交、斜向联邦学习、异步并行计算、消息压缩机制、单向通信连接方案、可信执行环境、联合数据分析等隐私计算相关技术进行研究和分析,并将这些技术应用在AngelPowerFL通用隐私计算平台中,具有更高的平台安全性。秦菁设计了一个完整的容器化安装部署云平台的系统,该系统可以对云平台进行管理操作,达到了容器化部署云平台的目的。运用数据加密技术保障数据传输与存储安全。Gupta等设计了基于多重加密技术的数据安全保护措施,能够阻止未经授权用户登录系统,以防止数据泄露或者丢失。Kodge设计了基于多级认证的云安全感知数据交易系统,保障云上存储数据的安全。Brindha等提出云环境下基于条件源加密的数据交易安全框架,利用条件源加密方法对获取的条件属性进行加密,有效提高了数据层安全性能。韩培义等设计面向云存储的自动化数据加密系统,创新解决了基于浏览器的数据加密挑战。陈艺等设计了基于同态哈希认证的数据传输方案,以发送方加密、接收方同态认证的方式保障数据传输安全。研究模型算法或协议提高安全性能与效率。Grigorios等基于隐私模型开发了两种匿名算法,该模型允许数据发布者针对身份和敏感信息泄露达到细粒度的保护要求。第一个算法以递归方式泛化数据,第二种算法采用自上而下和自下而上泛化启发式算法的组合,提高了可扩展性,同时减少了信息丢失。Sutradhar等提出基于阈值方法的安全多方乘法量子协议,该协议与现有协议相比更具成本效益和安全性。黄建华等基于区块链设计了一种多方安全计算协议,该协议能保证安全性并提高算法效率。刘庆祥等设计了一种基于联邦学习的边缘计算系统架构,提出了边缘学习方法和隐私保护机制,在保证精度的前提下,减少了联邦学习时间和能耗。Bakir等计了通用模型以检测用户入侵,模型分析其IP地址、数据量、事务类型等,能够提前检测风险较大的用户组,以此确保数据库安全。Chen等设计了一种基于区块链的公平交易方案,实现了去中心化的数据共享。2数据交易安全管理机制研究进展数据交易安全管控不仅需要技术层面解决可信环境搭建与平台部署等问题,也需要完善交易场景下的运营管理机制,保障数据交易活动安全平稳运转。目前,在机制方面,研究人员重点围绕数据分类分级、隐私保护、数据清单制度、交易主体与交易过程安全审查等问题展开研究。谢永江建议在数据流通安全管理方面完善数据分类分级保护制度、安全审查制度和数据出境评估制度。对此,谢登科进一步指出在数据分类分级工作基础上,建立数据登记、数据清单制度,应根据掌握数据的主体类型和数据使用场景类型,确定重要数据判定条件和识别方法。以电力行业为例,张峰等针对基础电信企业数据和移动支付数据提出了数据分类分级的具体方法。冯歆尧等[20]则在对比分析国内外电力交易数据管理和分发所现状后,提出应建立数据脱敏和匿名处理机制,通过脱敏交易结果,保障交易商隐私。随着交易所的快速发展,数据交易安全机制领域的研究从针对数据安全的审查逐步扩展到对数据交易流程与各参与主体的安全管理。范文仲[21]提出,在交易所场景下,应该建立实名注册的会员制,对数据交易参与主体的买售资质进行评估,建立相应的审计审查机制。罗文华[22]认为当前出台的审查要求主要针对个人数据,并未建立除个人数据外的其他类型数据的监管制度。李怡等[23]指出建立针对交易参与方、数据安全、个人信息保护和交易过程相关的安全审查管理制度,能够全面提高大数据交易服务机构的安全管理水平。综上,学者针对数据流通交易安全领域的技术架构与机制设计做了较多研究,既能够从优化平台技术与算法模型的角度提高数据交易安全性能,也逐渐将交易安全问题的范畴扩大到交易主体与交易流程管控方面。但总结以往研究成果,仍存在以下两方面问题尚待解决:第一,技术与机制研究相割裂,技术研究者缺乏对机制设计的思考,研究机制的学者较少关注技术,总体上研究思路缺乏综合性与整体性;第二,研究场景过于通用和单一,缺乏基于交易所场景下的综合研究,缺少对面向数据交易全流程安全体系的研究,很少有学者系统性提出数据交易安全保障体系或整体架构。为此,本文提出数据交易所场景下的数据安全管控综合框架,以期为数据交易安全管控提供参考。3数据交易安全全过程管控综合框架1TID-MOP综合框架设计基于国内外相关研究,本文将数据交易场景下的风险归纳为三类:基于业务流的交易安全风险、基于数据流的数据安全风险和基于底层设施的基础安全风险。这三大风险涉及交易对象、交易主体、交易环境、交易规则等多维度问题,单纯依靠技术手段无法在数据交易全过程管控风险。因此,结合国内数据交易所实践与国家相关标准规范,本文从技术保障与运营管理两方面实施数据交易安全管控,创新性提出TID-MOP安全体系框架:以交易安全、基础安全、数据安全为基础,同时引入安全管理、安全运维、标准规范,为参与交易主体提供全流程、一体化数据安全保障,实现数据过程、数据交易对象、流通环境的安全可信。数据交易主要包括交易准备、交易撮合、交易实施与交易结束4个阶段。以4个阶段为核心,本文提出贯穿4个阶段的TID-MOP安全框架,如1所示。11交易所场景下的数据交易安全管控体系Fig.1DataTransactionSecurityControlSystemBasedonDataExchangeScenario针对交易场景面临的交易安全风险、基础安全风险与数据安全风险,提出相应的技术路径与机制保障思路。技术手段重点从操作与行为层面对交易对象、交易环境与交易主体进行动态处理与监管,机制保障则从运维与规范层面对交易前、交易中、交易后全流程的安全可信交易提供基础约束与保障。由此,突破了以往单纯从技术层面提供安全保障的单一路径问题,构建了技术和机制双保险下的综合管控框架。2面向数据交易全过程的安全管理数据交易安全风险来源于交易对象在交易环境中的非合规流转。因此,本文提出的安全管控体系以数据交易过程为链条,从数据对象、交易主体、基础平台设施等方面入手,为可能产生非合规数据交易的环节提供安全管控技术路径与标准规范。交易准备阶段。在数据交易申请时,首先,要结合主体合规性标准与合同合规性标准实现对法人准入与数据准入的审核,明确数据交易买方卖方资质安全要求、服务商访问控制安全要求;其次,应确认物理环境与通信网络安全,为安全采集数据,防止数据泄露提供基础环境保障;最后,应结合交易实际需求,以分级分类策略、加密传输制度为标准,通过集中监控运维、访问权限管理对需要重点关注的敏感数据或重要数据进行评估与操作准备,做好交易准备阶段的安全保障工作。交易撮合阶段。重点关注在交易撮合与预实施过程中的敏感数据探测与流通环境安全可信问题。首先,将交易双方提供的样例数据与商品目录、禁止交易数据目录进行核对,确保无不可交易数据;其次,确认区域边界安全、计算环境安全、数据传输接口安全、数据使用安全后,为交易实施做好准备;最后,在数据采集、存储、处理过程中,针对数据可用性、完整性、保密性被破坏风险,根据存储介质管理规范、入库出库流程、数据溯源管理、敏感数据扫描、数据传输标准、接口安全管理规范等方面对撮合过程安全流转辅以机制保障。实施阶段。主要针对数据交易所及流通交易平台相关应用系统、数据、云、网、端,提供配套运营和发展安全保障体系。针对病毒攻击风险、网络访问权限设置风险等基础设施安全风险,在技术上实现数据交易存证安全、终端安全、机房安全、数据存储安全、数据销毁安全等方面的安全保障。实施过程中,实时对数据进行监控,自动感知异常数据流转行为,对接口进行备案和重点监测,通过风险场景识别,实现自动化安全能力建构。同时,运用数据分区管理、数据销毁流程、重要数据稽核、异常状态监控、数据存储管理规范、数据销毁入库标准等管理手段主动预防、发现、响应潜在的数据安全风险。交易结束阶段。针对数据泄漏等安全事件,一方面,应排查系统与云环境是否存在安全问题,另一方面重点从数据备份安全管理与全流程审计工作入手,结合实际存在的问题,根据数据安全管理与防篡改规范对数据进行备份、销毁或恢复。4数据交易安全技术实现架构设计TID-MOP数据交易安全框架指出的交易安全问题、基础安全问题与数据安全问题存在于流通环境、计算环境与安全监管环境中。除了运用安全管理、安全运维与标准规范对上述问题进行规范约束,本文创新性运用“三分三合”的技术架构设计提升数据流通安全保障水平,实现流通环境、计算环境与安全监管环境的集中控制和统一管理。“三分”技术架构具体为:“业务流、计算流、资金流三流分离”;“撮合实验环境与生产计算环境相分离”;“数据计算与安全监管相分离”;“三合”具体为:“运用区块链存证汇合流通环境”;“运用模型管理与数据管理联合计算环境”;“通过控制管理中心实现统一的监管环境”。1基于业务流、计算流、资金流相分离的流通环境架构设计如2所示,在数据流通交易过程中,存在计算流、业务流、资金流三条信息流。用于数据计算的计算流,包括大数据计算、隐私计算、API调用等产生的信息;用于业务传导的业务流,指围绕数据交易全流程业务信息的流转,包括用户信息、数据商品信息、订单信息、履约信息等;用于费用支付的资金流,主要指交易形成的订单资金及清结算资金信息等。流通环境架构通过使“三流”完全分离,使其在不同系统流转,同时各系统采用独立的安全管控手段,保障某一环节的信息流被攻击截断时其他两类信息流不会受到影响,降低安全风险,提升了安全审计效率。22基于业务、计算、资金三流分离的流通环境架构设计Fig.2CirculationEnvironmentFrameworkDesignBasedonSeparationofBusiness,ComputingandCapital结合数据流通场景,业务流中的信息包括用户注册和认证信息、商品信息、订单信息、合同信息等。计算流包括以下4种:大数据计算中,通过数据采集、数据集成、数据计算和服务调用形成对数据计算的结果;隐私计算中,通过数据源维护、数据建模、服务调用实现数据价值的挖掘;数据集下载中,通过对数据集上传、下载和使用,实现数据的转移;API调用中,通过API源维护和API生产调用,实现数据的流通。资金流包括资金支付、清算与结算相关信息,数据交易的费用信息通过具有支付牌照的金融机构进行独立清结算,并通过加密传输协议等方式实现对数据传输过程的机密性和完整性保护。其中,订单信息与账单信息将用于触发计算流和资金流。在三流分离的基础上,通过区块链实现安全流通环境的“汇合”:将数据流通过程中的核心信息如数据准入认证信息、订单信息、数据商品信息、费用清结算信息、租户信息、数据计算日志等信息同步至区块链上链存证,依托区块链不可篡改特性,将参与数据交易各主体的交易行为进行可信存储,确保记录真实有效、可追溯,保障数据交易的安全与高效。2基于撮合实验与生产计算相分离的计算环境架构设计在过去的数据流通场景中,仅存在一个数据计算环境,交易双方通过该计算环境进行大数据计算、隐私计算、数据集下载和API调用等多种形式的数据流通和价值挖掘。该计算环境汇聚了各方的流通数据,存在被攻击的风险。为确保交易安全,在数据计算环境中,计算环节架构将过去唯一的计算环境划分为“撮合实验环境”和“生产计算环境”两个分离的环境,有效保障数据安全和交易安全。如3所示,撮合实验环境为数据需方提供数据质量验证及需求匹配的工具,生产计算环境则对应全量真实数据的计算环境。同时,两个计算环境内部分别通过基础安全保障方法进行物理隔离,在每个环境内部,不同租户间数据存储、计算资源、运维等组件也进行物理隔离,进一步降低了权限攻击和数据盗用导致的数据安全风险。33基于撮合实验与生产计算相分离的计算环境架构设计Fig.3ComputingEnvironmentFrameworkDesignBasedonSeparationofTestEnvironmentandProductionComputingEnvironment在两个计算环境与内部环境相分离的基础上,通过模型管理和数据管理联动“撮合实验环境”和“生产计算环境”,实现安全计算环境的“合”:模型管理一方面对撮合环境中建立的模型进行安全合规审核,并由交易平台推送至生产计算环境,确保模型安全;另一方面,通过安全合规审核后的模型,也可由交易平台发布至数据交易流通平台作为数据商品进行流通和交易。同样地,数据管理也承担了对两个环境数据一致性、数据真实性和计算过程数据未泄露的管理和审核;最后,撮合环境、生产环境在计算过程中的日志及模型管理、数据管理中的审核行为数据均需同步至全域安全管理进行安全管控和审计,降低计算中的数据安全风险和审核过程中的道德风险。3基于数据计算与中心控制相分离的安全监管环境架构设计隐私计算是实现数据“可用不可见”、“可用不可拥”的主要技术手段。但当前的隐私计算架构中,多数以完全去中心化的“点对点”计算或者“可信第三方”计算为主导。前一种方式虽保障了计算效率和数据安全,但缺乏统一监督管控;后一种方式虽通过统一中心计算节点进行计算,但计算流和监管流均在此汇聚,对中心计算节点的数据安全和计算性能挑战较大。以上两种方式均难以适配数据流通交易场景中既保障数据安全和计算效率,又符合“可监管、可防控”的要求。因此,本文提出以“监管有中心、计算去中心”为技术架构,实现在隐私计算中数据计算和监督管理相分离,进一步保障数据隐私安全和计算效率,满足数据流通交易过程中的监管需求。如4所示,“计算去中心”是指计算任务中所有参与主体的计算任务均在各方本地进行,减少数据非加密流通的环节,避免计算任务中大量数据同时在中心节点进行计算与对接;“监管有中心”则是指各计算节点的监控管理与控制管理中心连接,各计算节点实时传输监管所需的计算任务信息、安全预警信息、日志信息、计算资源信息、预测调用量等,供监管方对总体数据流通态势进行感知。44基于数据计算与中心控制相分离的安全监管环境架构设计Fig.4SafetySupervisionEnvironmentFrameworkDesignBasedonSeparationofDataComputationandCentralControl同时,控制管理中心承担对交易主体、交易数据与模型的安全审查职能:在计算前,数据供方需出具合规承诺、提交数据、计算模型等相关准入信息,由控制管理中心进行数据准入与模型审查;在计算过程中,控制管理中心对计算日志和资源用量等进行管控,对数据泄露、计算资源攻击等安全风险进行预判,如存在异常则及时向各计算中心发布预警提醒或中止指令;在计算完成后,控制管理中心需监管计算通道是否及时关闭、计算配置是否及时清理,同时留存必要的信息供安全审计。该技术框架既实现了数据计算的“分”,保障数据计算过程的安全和隐私计算性能,又实现了中心监管的“合”,保障了隐私计算全流程中的安全合规,确保数据流通交易的有序开展。5结语本文梳理了国内外近几年数据交易安全相关技术与机制研究现状,结合数据交易所场景下的数据安全风险问题构建“TID-MOP”数据交易安全综合框架:提出了围绕“交易安全、数据安全、基础安全”提供技术管控的实现路径和以“安全管理、安全运营、安全规范”做好机制保障的制度规范,并进一步设计了实现交易安全的“三分三合”核心技术架构,即“计算流、业务流、资金流相分离,通过区块链汇合的流通环境”;“撮合实验环境与生产计算环境相分离,通过模型管理、数据管理联动的计算环境”;“数据计算与安全监管相分离,通过控制管理中心统一管理的监管环境”,提升数据流通和交易安全性,实现全流程的安全控制和统一监管。下一步,拟融合区块链、隐私计算等前沿技术,加快落地实践“以数据交易为核心”的安全保护体系,加速数据交易业务的发展、融合与创新。
文章为作者独立观点，不代表 股票程序化软件自动交易接口观点
股民评论