中信网

2020年4月，《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》正式公布，数据作为一种新型生产要素被写入其中。数据是要素家族中最年轻的成员，当数据被定义为新型生产要素，对于其安全的意义也需要重新审视。随着数据安全与发展问题逐渐受到广泛关注，以同盾科技为代表的数据“可用不可见”技术理念日益受到各界瞩目。

很多正在发生的一些现实表明，数据对时代的文化、制度、管理方式都带来前所未有的变革。在抗击新冠疫情这场遭遇战中，大数据防疫助力我们得以在几个月内“大局已定”起到了重要作用，健康码、疫情地图、无人机巡查等技术“各显其能”。

为此，我们要树立一个更为开拓性的大数据安全观。而不仅仅停留在静态的、技术攻防、企业资产安全的层面。数据被定义为生产要素，与土地、资本或者技术等要素有着很大差异性，土地、资本不可复用，但数据可以。而且数据的生产不依赖自然的馈赠，数据就像卡路里一样每时每刻不停燃烧，不管有没有商业交易，其价值都在不断积累，而且难以阻挡。

面对前所未来的情况，我们需要建立一个可持续的安全、全天候的安全、动静态结合的安全、从始至终的安全环境。

同盾科技相关专家表示，数据“可用不可见”的核心有两层含义：数据的可用性和数据的不可见性，即在充分保护数据和隐私安全的前提下，实现数据价值的转化和提炼。

国内外，一大批优秀的企业正在进行积极探索，同盾科技作为国内第三方智能分析决策服务商在数据“可用不可见上”已经取得相应成果。

“数据的不可见”是同盾将全站敏感数据进行全面而彻底的脱敏、去标识和不可逆化，从源头上避免了敏感的原始数据泄露风险，充分保护用户的隐私信息和客户机密。从而为后续智能分析和价值挖掘，提供一个阳光、可信和安全的环境。

“数据的可用”即同盾科技基于联邦学习提出了“知识联邦”的理论框架体系，支持从信息层、模型层、认知层和知识层四个层级进行联邦，实现知识的提炼和流通。

在“知识联邦”框架中，信息层通过安全多方计算在密文空间上直接进行计算或学习，进而提取或发现知识;模型层联邦与传统的联邦学习相似，基于模型加密交互共创知识，并实现知识共享;认知层对同/异构数据进行认知学习之后进行集成或多模态融合，进而生成复杂的知识网络;知识层对分布的知识进一步学习提炼，实现基于知识的表达推理及智能决策。

大数据安全生态完善是一个系统工程，而“可用不可见”无疑是为这个系统工程打下了第一根桩基。在树立大数据安全观的基础上，随着同盾科技在数据安全领域持续加大投入，具有自主知识产权的“知识联邦”技术框架体系已在行业展露头角。今后，同盾科技将进一步推动行业数据安全和数据开放的协同发展。