第七色在线视频,99久久久

圖1 超越合規(guī)：數(shù)據(jù)安全場景-前沿技術圖譜

2 前沿技術+用戶隱私數(shù)據(jù)安全合規(guī)

在該類場景中，企業(yè)需解決用戶隱私數(shù)據(jù)的采集、以及數(shù)據(jù)權利請求響應的合規(guī)性問題，可引入下述創(chuàng)新技術：

1) 差分隱私

技術原理：差分隱私是一種基于噪聲機制的隱私保護技術。在本地差分隱私模式下，每一個用戶終端都會運行一個差分隱私算法，每一個終端采集的數(shù)據(jù)都會加入噪聲，然后將其上傳給服務器；服務器雖然無法獲得某一個用戶的精確數(shù)據(jù)，但通過聚合與轉(zhuǎn)換可以挖掘出用戶群體的行為趨勢。

合規(guī)遵循：GDPR的 32條和《網(wǎng)絡安全法》的42條。

行業(yè)應用（代表公司）：Google、Apple，其中Apple通過差分隱私可挖掘到iPhone用戶使用表情的頻率分布，但無法獲得具體某一個用戶的確切隱私。

圖2 iPhone差分隱私技術應用[1]

2) 知識圖譜

技術原理：知識圖譜最早用于搜索引擎和社交網(wǎng)絡，它簡單可以看成是一種基于圖的數(shù)據(jù)結(jié)構，由節(jié)點和邊組成，每個節(jié)點是一個實體，每條邊是兩條實體之間的關系。由于個人數(shù)據(jù)治理關鍵是個人數(shù)據(jù)實體識別，以及相關屬性與處理流程的關聯(lián)，引入知識圖譜技術成為必然。通過知識圖譜技術，可幫助企業(yè)了解所在敏感數(shù)據(jù)的位置，是如何被使用的，以及它的合同、法律和監(jiān)管義務，達到個人信息治理與可視化作用。

合規(guī)遵循：可滿足GDPR的12-22條和《網(wǎng)絡安全法》的43條。

行業(yè)應用（代表公司）：RSA 2020創(chuàng)新沙盒冠軍Securit.ai公司，基于知識圖譜技術實現(xiàn)了個人數(shù)據(jù)圖譜應用。

圖3 Securiti.ai的個人數(shù)據(jù)圖譜應用[2]

3) 流程自動化

技術原理：用戶數(shù)據(jù)權利請求響應是歐美等國外企業(yè)重要的隱私合規(guī)檢查項。流程自動化技術可幫助企業(yè)的數(shù)據(jù)安全運營團隊從繁瑣重復的手工處理“請求-響應”轉(zhuǎn)為自動化處理，一方面可降低人工的運營成本，另一方面可減少由于響應時間延誤（GDPR規(guī)定一般為一個月）帶來的違規(guī)風險。

合規(guī)遵循：GDPR的12-22條和《網(wǎng)絡安全法》的43條。

行業(yè)應用（代表公司）：Securit.ai、BigID和OneTrust等。

3 前沿技術+企業(yè)內(nèi)部數(shù)據(jù)安全治理

在該類場景中，企業(yè)需解決內(nèi)部敏感數(shù)據(jù)治理的安全與合規(guī)問題，可引入下述技術解決安全與合規(guī)問題，可引入下述創(chuàng)新技術：

1) 智能敏感數(shù)據(jù)識別

技術原理：傳統(tǒng)基于關鍵詞、正則匹配的敏感數(shù)據(jù)識別方法不夠智能，易出現(xiàn)漏檢（尤其是在文檔等數(shù)據(jù)）。引入相似度計算、聚類、監(jiān)督學習等智能方法，提升識別能力與檢測效果。

合規(guī)遵循：GDPR的30條和《網(wǎng)絡安全法》的21條。

行業(yè)應用（代表公司）：Securit.ai、BigID等。

2) 數(shù)據(jù)脫敏風險評估

技術原理：數(shù)據(jù)脫敏在企業(yè)進行廣泛應用，然而不同脫敏方法的安全效果不同。通過對脫敏數(shù)據(jù)集的身份標識度和隱私泄露風險進行定量地評估與刻畫，實現(xiàn)風險管理和控制。

合規(guī)遵循：GDPR的32條和《網(wǎng)絡安全法》的42條。

行業(yè)應用（代表公司）：Privacy Analytics、綠盟科技等。

圖4 綠盟科技的數(shù)據(jù)脫敏風險評估應用

3) 用戶實體行為分析

技術原理：通過對用戶實體持續(xù)的畫像與建模，并建立正常用戶行為基線，從海量收集的安全數(shù)據(jù)中發(fā)現(xiàn)數(shù)據(jù)泄露等異常行為。

合規(guī)遵循：GDPR的32條和《網(wǎng)絡安全法》的42條。

行業(yè)應用（代表公司）：Splunk、綠盟科技等。

圖5 綠盟科技的UEBA數(shù)據(jù)安全防護方案

4 前沿技術+企業(yè)間數(shù)據(jù)共享與計算

在該類場景中，企業(yè)需解決企業(yè)之間的數(shù)據(jù)安全共享與計算的安全與合規(guī)問題，可引入下述創(chuàng)新技術：

1) 數(shù)據(jù)匿名

技術原理：對個人信息進行泛化和屏蔽等處理，使得對應的個人信息主體無法被識別，以達到“匿名”的效果，包括K-匿名、L-多樣性和T-近似性等技術。

合規(guī)遵循：GDPR的前言26段和19條，以及《網(wǎng)絡安全法》的42條。

行業(yè)應用（代表公司）：Immuta、Privitar、 Anonos、綠盟科技等。

圖6 綠盟科技的自適應匿名化算法應用

2) 同態(tài)加密

技術原理：明文數(shù)據(jù)經(jīng)過同態(tài)加密后得到的密文數(shù)據(jù)，在不解密情況下仍然可執(zhí)行密文數(shù)據(jù)的處理與操作。敏感數(shù)據(jù)在同態(tài)加密與計算環(huán)節(jié)處于加密狀態(tài)，實現(xiàn)了數(shù)據(jù)的計算，同時保障了安全性。

合規(guī)遵循：GDPR的前言5條和32條，以及《網(wǎng)絡安全法》的42條。

行業(yè)應用（代表公司）：Duality 等。

圖7 Duality的同態(tài)加密平臺在金融數(shù)據(jù)共享應用（圖引自[3]）

3) 安全多方計算

技術原理：在參與方互不信任的情況下進行協(xié)同計算，在保證計算結(jié)果正確性同時不泄露任何一方輸入的原始數(shù)據(jù)和狀態(tài)數(shù)據(jù)。

合規(guī)遵循：GDPR的前言5條和32條，以及《網(wǎng)絡安全法》的42條。

行業(yè)應用（代表公司）：Google、螞蟻金服等。

4) 聯(lián)邦學習

技術原理：多個參與方（如企業(yè)、用戶移動設備）在不交換原始數(shù)據(jù)情況下，即在隱私保護前提下，實現(xiàn)聯(lián)合機器學習的建模、訓練和模型部署。

合規(guī)遵循：GDPR的前言5條和32條，以及《網(wǎng)絡安全法》的42條。

行業(yè)應用（代表公司）：Google、Apple和微眾銀行等。

5 小結(jié)

隨著全球數(shù)據(jù)隱私法規(guī)的密集發(fā)布，包括歐盟GDPR，美國CCPA，國內(nèi)的《網(wǎng)絡安全法》，以及今年發(fā)布的《數(shù)據(jù)安全法（草案）》、《個人信息保護法（草案）》，合規(guī)性成為了企業(yè)數(shù)據(jù)安全建設與治理的重要驅(qū)動力。在合規(guī)視角下，數(shù)據(jù)安全的內(nèi)涵在合規(guī)與業(yè)務安全雙重需求驅(qū)動下不斷外延和擴展，數(shù)據(jù)安全的覆蓋的應用場景將變得更加多樣化，給傳統(tǒng)的數(shù)據(jù)安全技術與方案帶來了巨大的挑戰(zhàn)。如何實現(xiàn)破局？本文簡要介紹的十種新興的數(shù)據(jù)安全技術，可為破局新場景新挑戰(zhàn)帶來一些思路與啟發(fā)——助力企業(yè)在滿足安全合規(guī)同時創(chuàng)造更大的數(shù)據(jù)價值。

為了獲取更多內(nèi)容，歡迎關注綠盟科技公眾號，后臺回復“數(shù)據(jù)安全報告”下載《擁抱合規(guī)、超越合規(guī)：數(shù)據(jù)安全前沿技術研究報告》。

或點擊以下鏈接下載：

https://mp.weixinbridge.com/mp/wapredirect?url=http%3A%2F%2Fblog.nsfocus.net%2Fwp-content%2Fuploads%2F2020%2F12%2Fdata_security_advanced_technology_research_NSFOCUS_1228.pdf