《2025隐私计算实训营｜数据要素驱动的隐私计算实践》学习笔记-1

线树图集 2025-05-27 15:41:42

数据与隐私安全学习笔记

一、大数据的 “3V” 特性

Volume（海量） ：数据量呈爆发式增长，例如2011年全球创建和复制的数据总量达到1.8ZB（10²¹），远超人类有史以来所有印刷材料的数据总量（200PB）；淘宝每天产生的交易数据高达20TB。
Velocity（高速） ：数据生成和处理速度极快，如Facebook每天发布47.5亿条内容，谷歌每秒处理285万笔搜索请求。
Variety（多样） ：数据类型丰富，包括结构化数据和非结构化数据，其中非结构化数据占比达80%。

二、大数据的时代特性

数据是新能源 ：数据如同第一次技术革命中的蒸汽能、第二次技术革命中的电能一样，成为第三次技术革命的核心驱动力，推动经济社会从工业经济向数字经济转型。
技术革命对比 ：第一次技术革命以英国的机械系为主导，蒸汽能是核心动力；第二次技术革命以美国的电机系为主导，电能广泛应用；第三次技术革命在中国，数据学院成为创新中心，数据能引领发展。

三、数据是一种新的生产要素

政策文件支持 ：2017年互联网经济时代，数据被视为新的生产要素，是基础性资源和战略性资源。2020年4月9日，数据与土地、劳动力、资本、技术等并列为一种生产要素。2020年《中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见》首次将数据作为新型生产要素纳入官方文件。2021年《“十四五” 数字经济发展规划》强调构建数据要素市场规则。2022年《中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见》从数据产权、流通交易、收益分配、安全治理等方面提出政策举措。
数字经济基础 ：数据是数字经济腾飞的基础性资源，但面临数据孤岛、数据隐私和安全等挑战。

四、数据隐私泄漏问题

问题现状 ：数据隐私泄漏问题频发，涉及网络安全漏洞、第三方数据共享、社交媒体和应用程序的数据管理、数据存储和处理不当、内部威胁、法律和监管漏洞以及内部人员的疏忽或恶意行为。从2012-2019年全球数据泄露事件数量和丢失记录数量总体呈上升趋势。
典型事件 ：2023年初，埃及政府因云配置错误泄露7万多儿童敏感信息；2023年5月，丰田汽车因数据库配置错误泄露215万车主数据；微软因黑客攻击泄露美国政府电子邮件数据。

五、隐私问题的产生

科技因素 ：科技发展使个人信息获取、存储和传播更容易，增加了隐私泄露风险。
商业因素 ：商业利益驱动下的数据收集和分析，导致用户隐私被侵犯，个人信息被滥用，如精准广告投放和产品推荐。
社会文化因素 ：不同社会文化背景下，个人对隐私的认知和重视程度存在差异，影响隐私保护意识和行为。
信息系统中的隐私数据 ：医院信息管理系统包含电子病历、疾病信息、药品购买记录等隐私数据；人口管理系统涉及市民家庭住址、收入状况、个人爱好、犯罪记录等；金融业务系统涵盖银行卡信息、收入状况、交易行为等。

六、数据的生命周期

数据生命周期涵盖生产、存储、使用、分享、存档和销毁六个阶段，数据隐私问题可能存在于整个生命周期中。例如，生产阶段可能面临数据过度收集的风险，存储阶段存在数据被非法访问的风险，使用阶段可能因权限管理不当导致数据泄露，分享阶段可能因共享范围控制不严泄露隐私，存档阶段面临数据残留风险，销毁阶段若未彻底删除数据也可能导致隐私泄露。

七、用户数据和个人信息

用户数据 ：由符号组成序列，包括与个人、企业、组织等相关的数据。
个人信息 ：在中国，《民法典》定义个人信息为能识别特定自然人的各种信息；欧美等地指个人数据或个人可识别信息（PII），GDPR定义个人数据为与已识别或可识别自然人相关的任何信息。

八、隐私信息

定义：隐私是“个体的满足某些特定条件的属性”，属性需满足可标识个体身份、泄密后会造成损失、个体不愿公开等条件。
属性分类 ：数据表中的数据根据属性作用分为显示标识符、准标识符、敏感属性、非敏感属性。显示标识符唯一标识个体身份，需保护；准标识符可作为攻击者属性集合；敏感属性涉及个体隐私，与场景相关；非敏感属性不涉及隐私。
隐私信息组成 ：包括标识符、准标识符和敏感属性，反映它们的关联关系。美国联邦贸易委员会将个人信息分为12类、221个属性字段，涵盖标识数据、敏感标识数据、人口数据等。

九、数据发布隐私保护技术

考虑因素 ：保证数据应用中不泄露隐私，同时有利于数据应用，需平衡隐私保护与数据应用。
通用技术 ：包括通用隐私保护技术、隐私保护数据发布原则、隐私保护数据挖掘/机器学习等。
技术分类 ：分为数据失真（对原始数据扰动，如加噪）、数据加密（加密隐藏敏感属性）、数据匿名化（限制发布技术）。三种技术各有优缺点，数据失真计算开销小但会导致数据丢失；数据加密保护效果好但计算开销大、部署复杂；数据匿名化通用性高但存在数据缺损和隐私二次泄露可能。

十、隐私计算与人工智能

数据的重要性 ：数据是AI技术基石，从自然语言处理到计算机视觉等领域都需要大量数据支撑，数据收集、管理和分析推动AI发展。但数据宝贵且不易收集，随意分享可能泄露隐私或危害国家，需遵循相关法律法规，如中国的《个人信息保护法》《数据安全法》《网络安全法》。

十一、法律与政策背景

全球数据保护法律日益严格，如欧盟《GDPR》（2018）、美国《CCPA》（2018）、中国《网络安全法》（2017）、《数据安全法》（2021.9）、《个人信息保护法》（2021.11）。各国政府和组织重视数据安全保护，通过法律政策引导约束，推动构建安全合规的数据流通方式，发挥数据计算价值，促进数据要素流通。