1大数据生命周期安全防护与管控技术
随着人工智能、云计算、移动互联网和物联网等技术的融合发展,传统的基于边界安全域和基于已知特征库的网络安全防护方式已经无法有效应对大数据环境下新的安全威胁。针对数据生命周期的安全防护问题,综合利用数据源验证、访问控制、敏感数据识别、自动化数据分类分级、数字资产管理、流转管控、追踪溯源与态势感知等技术,建立数据生命周期安全纵深的防御体系;借助大数据分析、人工智能等技术,实现自动化威胁识别、风险阻断和攻击溯源,实现从被动防御到主动检测的转变,提升大数据安全防御水平,保障企业、政府核心数据资产与国家关键信息基础设施安全。
2面向数据要素流通的隐私计算技术
隐私计算技术是在保护数据本身不对外泄露的前提下,多个参与方通过协同对自有数据处理、联合建模运算、分析输出结果、挖掘数据价值的一类信息技术。针对数据流通中的个人信息保护、权益分配、数据安全保障、追溯审计等问题,研究通过隐私计算技术解决数据有效流通和价值释放问题、在实现数据价值挖掘的同时,真正做到数据“可用不可见”;通过对多方安全计算技术、联邦学习技术、可信执行环境技术的研究,研发隐私计算技术平台,为政务、金融、医疗等领域个人隐私保护、数据合作共享、数据联合建模、公共数据开放等数据共享应用场景提供支撑,赋能数据安全保护及数据要素价值释放。
3数据跨主体、跨域、跨行业可信流通技术
加快建设数据流通基础设施对推动数据要素市场全面发展至关重要,针对数据流通过程中面临的困难挑战,聚焦基础设施的总体功能架构、网络结构、关键技术、应用场景、规范保障等内容展开研究工作。针对数据跨主体、跨域、跨行业流通与应用需求,基于“隐私计算+区块链”技术,研发自主知识产权、安全、可信、可控、可追溯的数据流通产品、平台及服务,支撑大规模数据、众多数据方和复杂共享流通应用场;研究推动隐私计算跨平台的互联互通,构建产业级、国家级的数据流通基础设施,实现跨企业、跨行业、跨区域数据要素市场化流通,推动建设隐私计算与数据流通产业联盟与产业生态。