公共数据如何兼顾开放利用和隐私安全合规？

当前数据安全已上升到国家战略高度。数据泄露不仅侵害到个人利益，也将威胁到公共安全乃至国家安全。6月10日，《中华人民共和国数据安全法》（以下简称“数安法”）出台一周年，从传统的网络安全，到以数据要素为中心的数据安全，

在数安法的后时代背景下，数据安全的新命题面对更大范畴、更严峻的挑战。

一方面，随着数据要素价值升级，全国范围内对数据安全和个人信息保护重视程度的快速提升。另一方面，数据作为重要的生产要素，需要充分释放价值，发挥好数据在数字经济发展的基础性和支撑性关键作用。伴随着政务数据资源应用的深入和普及，积累海量公共数据服务于数字政府建设。但同时，

在数字政府建设的过程中出现了一些与数据开放共享有关的难点堵点。

如出于对数据安全和个人信息权益的保护，目前公共数据在极有限的范围内进行开放共享，数据的可用性受限。还有数据共享质量问题、价值问题、流通中的安全和隐私保护问题，给数字政府信息有序共享带来了新挑战。

那么，

如何才能高效、安全、合法合规地把数据利用起来呢？

公共数据开放不同于对单纯对内治理的资产管理目标指向，而是

更加注重开放中数据的可用性治理，更倾向于服务数据的流通和应用

。当前的数据流通模式，基本上都基于原始数据，这种模式既无法将数据以标准化产品形态进行规模化开发和流通，也无法保证数据的安全。因此，需要做好数据的分类分级，在确保数据安全合规下开展数据的可信开放流通。

传统的点对点解决数据治理的技术已无法满足数据流通的需求

。对数据安全的需求范畴愈加扩大，不再是可以靠单点的技术和产品可以解决的问题，而是

涵盖数据安全全生命周期管理、数据安全能力成熟度建设、数据安全治理能力建设等各方面需求

。每个环节都可能需要一系列技术和产品工具来帮助解决相应问题。可以说，需要一个能够连接原始数据和应用端之间的中间态成熟的解决方案。

数牍科技从数据的全生命周期视角出发，扩展基于隐私计算的数据流通技术应用边界，

打造从数据治理到流通应用的全场景解决方案

。

方案能够对接管理海量异构的数据源，高效灵活的自动化识别数据并分类分级，并自动化实施数据安全保护，通过打通数据发现和数据保护，更便于落实数据安全的实施和贯穿化。通过数据质量监测、数据关联分析和数据热度分析等，梳理出高价值、可用的数据资产，更好地支撑进一步的数据流通及价值挖掘。在保障数据合规的情况下，通过标准化接口，打通数据资产管控模块和隐私计算模块，实现数据从治理到流通的全链路资产化管理与安全合规，提升数据开放流通的业务效率和隐私安全。

在

数据流通环节

，

隐私计算

具有在原始数据不出库、计算过程全流程加密，实现数据可用不可见的特点，可有效保障多方数据在协作中的全流程安全和敏感信息保护。数牍科技团队在数据科学、密码学等理论方面深耕积累，充分运用团队多年积淀的大数据系统工程实践，融合多方安全计算、联邦学习和差分隐私等技术打造综合性的隐私计算平台产品Tusita，在满足用户不同场景隐私保护和计算协作需求的条件下，完成隐匿查询、安全求交、多方联合建模、联合预测、联合分析，促进多方数据安全高效流通协作，解决政府各数据主体间数据流通互信机制和数据共享可信环境缺失问题，实现数据可用不可见，最大化地挖掘数据价值。