从全球实践看可信数据空间：架构与功能的深度剖析
从全球实践看可信数据空间：架构与功能的深度剖析
导读：随着数据成为重要的生产要素，如何在保障安全和隐私的前提下实现数据的高效流通和价值释放，成为各国关注的焦点。可信数据空间作为一种创新的数据管理理念和技术架构，正在全球范围内得到广泛应用。本文将从国内外实践案例出发，深入剖析可信数据空间的架构与功能，探讨其在数据治理中的重要作用。
一、可信数据空间的国内外应用案例
可信数据空间的应用领域非常广泛，国内外都有不少的发展实例，它们各有特点和优势。
1. 国际案例
(1) 欧盟的Gaia-X项目
GAIA-X（全称为"Giga-smart Access Interoperability for All"），旨在建立一个欧洲范围内的开放、可互操作的数据和云基础设施，强调数据共享的同时保障数据安全和隐私，促进成员国之间的数据流通，强化欧洲在全球数字经济中的地位，并确保数据主权。
- 参与者：公共部门、私营企业、学术机构和非政府组织等多方参与。
- 结构：
- 技术架构
- 基础设施层：提供基础的云计算资源和服务。
- 服务层：包括数据管理和分析服务、身份认证和访问控制服务等。
- 应用层：面向具体应用场景，如工业4.0、智慧城市等。
- 管理架构
- 治理框架：确保项目按照既定目标和原则运行。
- 标准和规范：制定统一的技术标准和业务规则，以保证系统的互操作性和安全性。
优势：
- 数据安全与隐私保护：强调数据加密、匿名化和最小权限原则，确保数据安全与隐私保护。
- 提升数字主权：减少对外部数据基础设施的依赖，增强欧洲的数字自主权。
- 促进创新与合作：通过标准化的数据共享机制，促进跨组织、跨行业的合作与创新。
缺点：
- 需要大量的资金和资源投入，涵盖技术研发、基础设施建设和标准制定等多个方面；
- 对于参与方的技术能力和管理水平要求较高；
- 制定统一的技术标准和业务规则并非易事，可能存在兼容性和互操作性问题；
- 不同国家和地区之间的法律差异可能会影响项目的实施和推广，特别是在跨境数据流动方面。
总的来说，Gaia-X项目作为欧盟推动数据主权和技术创新的重要举措，具有显著的优势，但同时也面临一些实施上的挑战。随着项目的推进和技术的发展，这些问题有望逐步得到解决。
(2) 美国的数据共享平台
事实上，美国并没有提出可信数据空间的相关制度规范，但仍有许多类似的数据共享平台致力于数据共享、安全和隐私保护。
健康信息交换Health Information Exchange (HIE)
HIE允许医疗机构之间安全地共享患者的健康信息，以提高医疗服务质量和效率，它通常包括数据交换平台、安全和隐私保护措施、以及相关的政策和法规支持。优势：提高患者护理质量；减少重复检查和医疗错误；促进跨机构的合作。
缺点：需要严格的隐私和安全措施，增加了实施成本；各机构间的互操作性问题可能导致数据共享困难。
Fast Healthcare Interoperability Resources (SMART Health IT)
SMART Health IT是一个开源项目，旨在通过标准化接口使电子健康记录与其他应用程序和服务无缝集成，包括API规范、数据模型和安全协议。优势：促进跨系统和跨机构的数据共享；提高临床决策支持和患者管理的效率。
缺点：实现标准化接口需要时间和资源；医疗机构之间可能存在不同的技术和政策障碍。
(3) 德国Fraunhofer研究所的“可信数据空间”
该项目旨在开发和部署一种安全、可信赖的数据共享和管理平台，从而保障数据的安全性、隐私性和合规性，促进不同组织间的数据交换和合作，其主要包含技术架构和管理架构。
技术架构
基础设施层：提供基本的计算、存储和网络设施。
服务层：
数据访问控制：确保只有授权用户或系统可以访问特定数据。
数据加密：对存储和传输中的数据进行加密处理。
审计与监控：记录数据访问和使用的详细信息。
隐私保护：采用差分隐私、同态加密等技术保护个人隐私。
应用层：面向具体的应用场景，如智能制造、智慧城市等。
管理架构
标准和规范：制定统一的技术标准和业务规则，以保证系统的互操作性和安全性。
优势：
- 通过先进的加密技术和访问控制机制，确保数据的安全性和隐私性；
- 支持跨组织、跨行业间的高效数据共享与合作，推动创新和业务增长；
- 符合GDPR（通用数据保护条例）和其他相关法规的要求，降低合规风险。
缺点：
- 实施成本和技术复杂度高；
- 部分隐私保护技术（如差分隐私）可能会影响数据的可用性和效率。
Fraunhofer研究所的“可信数据空间”项目侧重于工业4.0领域，开发了一套支持工业数据共享的标准和技术规范，促进了工业领域的数据流通，有助于提高生产效率和创新能力，推动各个领域的数字化转型。
二、国内案例
(1) 中国科学院国家授时中心的“时空大数据可信计算平台”
利用云计算、区块链等技术，实现数据的可信计算和共享，提高了数据处理效率和安全性，促进了科研数据的开放共享。
(2) 阿里巴巴的“可信计算平台”
基于阿里云的基础设施，提供了一套完整的数据加密、访问控制和安全审计解决方案，支持大规模数据处理，同时保障了数据的隐私和安全。
（3）芳禾数据的“数据安全流通平台”
飞数平台是由芳禾数据自主研发的数据安全流通平台，基于密码学技术、隐私计算、区块链构建，采用“一中心（飞数空间站）+多节点（飞数工作站）”的分布式服务架构，打造安全和高效的可信数据空间，解决数据要素提供方、使用方、服务方、监管方等各参与主体间的数据安全与信任问题，确保跨主体数据在传输过程中的保密性、完整性和可追溯性，在确保数据安全的基础上提高数据的流通效率，实现数据资源价值倍增。
三、可信数据空间的一般架构
从上面的案例中可以看出，可信数据空间并没有一个单一的、被业界普遍接受的标准架构，不同的实现方案会根据应用场景和具体需求有所差异，例如，在一些简单的场景中，某些层级可以合并或简化，但通常情况下，所有参与者（数据提供方、数据使用方、数据服务方和可信数据空间运营方）贯穿三大功能（信任管控、数据资源交互、服务价值创造）共同构成一个完整的可信数据空间，确保数据在存储、传输和使用过程中的安全性、隐私性和完整性。
1. 信任管控流：强化全流程数据信任管控
通常由可信数据空间运营方提供信任管控能力供给，要求全要素接入认证、全过程动态管控、全场景存证溯源，即需要可信数据空间运营方制定并执行空间运营规则与管理规范，促进参与各方共建、共享、共用可信数据空间，保障可信数据空间的稳定运行与安全合规。
2. 数据资源流：建立数据互联互通机制
连接数据提供方、数据使用方与数据服务方，全过程包含数据接入、数据发布、数据发现、数据转换以及数据交付，同时将数据资源供给到下一层级（服务价值流），完成了不同来源数据资源、产品和服务在可信数据空间的统一发布、高效查询、跨主体互认的功能，实现了跨空间的身份互认、资源共享和服务公用。
3. 服务价值流：促进多场景数据价值实现
需要数据服务方提供各类服务的主体，包括数据开发、数据中介、数据托管等类型，提供数据开发应用、供需撮合、授权托管等服务，使得多主体在可信数据空间规则约束下可进行共同参与数据开发利用，推动数据资源向数据产品或服务转化，并保障各方的合法权益。
由此可见，在构建可信数据空间时，需要包含以下几个关键组成部分：
1. 数据源（Data Source）
- 数据采集：从各种来源（如传感器、应用程序、用户输入等）采集数据。
- 数据预处理：对数据进行清洗、转换和标准化，以确保数据质量。
2. 数据存储（Data Storage）
负责数据的安全存储和管理。这可能包括分布式存储系统（如Hadoop、HDFS）、云存储服务、数据库（关系型或非关系型）等，并使用关系型数据库（如MySQL、PostgreSQL）或非关系型数据库（如MongoDB、Redis）管理数据，此外，安全措施例如加密、访问控制在此层级至关重要。
3. 数据处理（Data Processing）
负责数据的清洗、转换、分析和处理。 它可能包含大数据处理框架（如Spark、Flink）进行数据分析，并利用机器学习算法和人工智能技术进行数据挖掘和模式识别。
4. 数据安全与访问控制（Data Security and Access Control）： 这是可信数据空间的核心。这一层负责实施各种安全策略，包括：
- 身份验证和授权（Authentication and Authorization）： 确保只有授权用户才能访问数据。
- 数据加密（Data Encryption）： 保护数据在存储和传输过程中的安全性。
- 访问控制列表（Access Control Lists, ACLs）： 精细地控制不同用户对数据的访问权限。
- 审计追踪（Auditing and Logging）： 记录所有数据访问和操作日志，以便实时监控、追溯和审计。
- 数据脱敏（Data Masking）： 保护敏感数据不被泄露。
5. 数据交换与共享（Data Exchange and Sharing）
负责数据在不同参与者之间的安全交换和共享，需要考虑数据隐私保护和合规性要求。
- 数据共享：通过API和标准协议（如RESTful、GraphQL）实现数据共享和交换。
- 数据集成：使用ETL（Extract, Transform, Load）工具将不同来源的数据集成到统一的数据空间中。
6. 应用层（Application Layer）
该层级为方便用户访问和使用处理后的数据而设计。
- 数据可视化：使用可视化工具（如Tableau、Power BI）展示数据分析结果。
- 应用程序：开发各种应用程序，利用可信数据空间中的数据提供服务。
7. 管理层（Management Layer）
主要用于对元数据的管理以及信任管理。
- 数据管理：对数据进行管理和维护，例如数据来源、数据质量、数据安全策略等，这对于数据治理和可信性至关重要。
- 系统监控：对系统进行实时监控，确保系统的稳定性和可靠性。
- 安全管理：对系统进行安全管理，确保系统的安全性和隐私性。
- 信任管理：负责管理参与者之间的信任关系，这可能涉及到身份验证、证书管理和信任链建立等。
需要注意的是，这些组件并非总是严格分层，有些功能可能在多个层级中实现，总而言之，可信数据空间必须包含以下特点：
安全性：通过加密、访问控制和审计机制，确保数据的安全性和隐私性。
可信性：通过数据预处理和质量控制，确保数据的准确性和可信性。
可扩展性：使用分布式存储和处理技术，支持大规模数据的存储和处理。
高效性：利用大数据分析和机器学习技术，提高数据处理和分析的效率。
互操作性：通过标准协议和API，实现不同系统和平台之间的数据交换和集成。
透明性：通过数据可视化和报告工具，提供数据分析结果的透明展示。
可信数据空间的架构和功能特点使其能有效盘活以行业为核心的各类数据资源，将成为关键的数据基础设施之一。
然而，在建设可信数据空间时并非单方面努力可以完成的，在这个过程中需要通过不断完善多元主体的全责任运营机制和组织协同模式，建立完善的数据治理体系，加强数据标准的制定和统一，同时提高数据的质量和价值以有效解决数据交换、共享中的信任和安全问题。国内近期密集出台了一系列与数据相关的政策和战略，这些政策为数据基础设施的建设提供了更清晰的技术路线。作为广东省科技厅粤港数据安全与隐私保护联合实验室的共建单位，芳禾数据针对密码学及其应用技术、大数据安全与隐私保护、隐私计算、人工智能安全展开前沿技术研究与应用，不断提升核心技术攻关扎实构筑可信数据空间的基础建设，以实践孵化出更多鲜活的应用案例，以市场反馈不断迭代理论体系，最终实现数据跨终端、跨组织的安全流通，进而促进行业上下游产业链生态的健康和可持续发展以及数据要素价值的激活和生态繁荣。