近年來，隨著我國數字化發展步伐加快，如何在保證數據安全的前提下促進數據要素有效流動和高效釋放，成為數字中國建設中必須突破的核心問題。

近日，中國信息通信研究院副院長魏亮在某行業會議上分析指出，數據流通包括流通數據、流通活動、流通設施三個層次，并聚焦三個層次分析了當前數據流通安全面臨的挑戰。

“當前，數據被賦予生產要素的新內涵，數據到數據要素經歷了資源化、資產化和資本化的三級演進。”魏亮講道。他認為在數據流通的過程中，數據安全的內涵也不斷拓展，數據安全保護的對象也從傳統的數據安全拓展到三個層次。

● 數據本身的安全，即通過對數據本身采取分類分級、加密脫敏等措施，保護數據及承載信息的可用性、完整性、保密性；

● 數據流通活動的安全，即通過規范各類市場主體在數據開放、共享和交易等流通活動行為，保障數據流通過程安全可控、可追溯；

● 數據流通設施的安全，即保護數據流通所涉及的平臺設施安全，防止其承載的海量數據丟失、泄露，保障業務在線、可追溯。

數據流通安全之路依舊考驗重重

針對以上數據流通的三個層次，魏亮指明我國數據流通安全依舊面臨以下挑戰。

在流通數據層面：參與流通的數據形態日益豐富，數據資產梳理和分類分級難度加大。

首先，對于大中型企業而言，承載企業數據的底層平臺種類多，數據體量龐大，類型豐富，增加了內容自動化識別難度和成本。其次，數據形態、內容、場景的變化影響數據分類分級的策略，據調查研究發現，41.7%的企業認為數據一直處于動態變化，數據分類分級難以保持。最后，在規則制定和落地實施方面，各地區、部門數據分類分級制度的定位和規則理解存在差異，企業平衡業務發展和安全的思路方式有待探索。

在流通活動層面，數據資源高度集中，日趨復雜的新技術、新應用、新場景引發數據濫用、數據污染等問題。

首先，數據流通屬于典型的賣方市場，一些平臺企業借助“數據+算法”強化對用戶鎖定和設計平臺之間互通障礙，甚至濫用數據，不利于數據要素價值的充分釋放。其次，人工智能在深度學習過程中，需要大量數據樣本和算法練習，存在數據被污染而導致誤判危險。再次，數據流通市場化建設推動數據加速從企業內部流通延伸至外部共享、交易和使用，也增加了數據要素流通的后鏈路風險。最后，數據流通涉及多類多個主體，從供需雙方擴展到數據提供方、使用方、平臺管理方、服務提供方，致使傳統誰運營誰負責的原則難以適應第三方。

在流通設施層面，數據流通設施平臺開放互動增強，數據安全防護壓力加大。

首先，算力泛在化演進和協同調度導致數據暴露面增加，從端側看，終端設備類型復雜，難以采用統一的安全防護措施；從邊側看，邊緣計算節點能夠獲取并存儲用戶大量原始敏感數據，但安全防護措施受限；從調度方式看，算力網絡中存在跨系統、使用數據流轉路徑和目標算力節點安全狀態不可控。其次，數據高度匯聚集中，極易引發數據大規模泄露。最后，平臺接口應用多樣化、復雜化導致安全風險敞口增大。

多方協同、共創數據流通治理格局

魏亮表示，圍繞以上提到的數據流通三個層次的安全保障需要，應充分發揮政府、行業、企業各方資源和技術優勢，推動形成多方協同、齊抓共管的治理格局。

政府部門應通過政策引領等方式，在流通數據層，明確各類各級數據差異化的流通條件和安全要求，并結合流通利用和安全保護需求制定流通數據負面清單；在流通活動層，探索分級分層市場準入、“沙盒”監管等創新機制，適度給予創新容錯空間；在流通設施層，建立交易平臺準入評估機制，探索建設跨區域一體化數據流通平臺、“數據銀行”等基礎設施，搭建安全流通環境。

行業機構應結合各領域特點，在流通數據層，加快制定數據分類分級標準規范，開展非結構化數據、重要數據自動識別、分析、達標等技術攻關；在流通活動層，開展安全多方計算、聯邦計算、數據水印等流通安全技術攻關；在流通設施層，大力發展面向流通需求的安全檢測、評估、認證等專業服務。

企業主體應全面落實國家和行業數據分類分級管理要求，在流通數據層，積極應對新技術提升數據分類分級的及時性和準確度；在流通活動層，建設內部數據流通安全一體化管理平臺，強化政企協同聯動；在流通設施層，定期開展流通設施安全監測評估，持續提升安全保護能力。

審核編輯：郭婷