金融行业:金融业隐私计算安全验证技术研究报告.docx

上传人:王** 文档编号:975232 上传时间:2024-03-08 格式:DOCX 页数:57 大小:215.27KB
下载 相关 举报
金融行业:金融业隐私计算安全验证技术研究报告.docx_第1页
第1页 / 共57页
金融行业:金融业隐私计算安全验证技术研究报告.docx_第2页
第2页 / 共57页
金融行业:金融业隐私计算安全验证技术研究报告.docx_第3页
第3页 / 共57页
金融行业:金融业隐私计算安全验证技术研究报告.docx_第4页
第4页 / 共57页
金融行业:金融业隐私计算安全验证技术研究报告.docx_第5页
第5页 / 共57页
金融行业:金融业隐私计算安全验证技术研究报告.docx_第6页
第6页 / 共57页
金融行业:金融业隐私计算安全验证技术研究报告.docx_第7页
第7页 / 共57页
金融行业:金融业隐私计算安全验证技术研究报告.docx_第8页
第8页 / 共57页
金融行业:金融业隐私计算安全验证技术研究报告.docx_第9页
第9页 / 共57页
金融行业:金融业隐私计算安全验证技术研究报告.docx_第10页
第10页 / 共57页
亲,该文档总共57页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

《金融行业:金融业隐私计算安全验证技术研究报告.docx》由会员分享,可在线阅读,更多相关《金融行业:金融业隐私计算安全验证技术研究报告.docx(57页珍藏版)》请在优知文库上搜索。

1、北京金融科技产业联盟BEUING FINTECH INDUSTRY ALLIANCE金融业隐私计算安全验证技术研究报告北京金融科技产业联盟2023年12月版权声明本报告版权属于北京金融科技产业联盟,并受法律保护。转载、编摘或利用其他方式使用本报告文字或观点的,应注明来源。违反上述声明者,将被追究相关法律责任。编制委员会编委会成员:何军聂卵琴杨晓辉编写组成员:张翼飞石新蕾卞阳周建平毛娟黄司辉陈嘉俊张敬之曹旭涛单进勇金银玉蔡超超张亚申黄翠婷陈涛胡师阳李克鹏陈明李秉帅蒋美献顾逸晖周雍恺李定洲张远健于博编审,:黄本涛郭栋刘宝龙杨天雅王超胡静洁黄一氓王湾湾李博王云河靳晨张嘉熙陈浩栋宋雨筱刘尧康和意杨波邱

2、晓慧刘站奇高志民邵云峰昌文婷袁鹏程王磊杨柳张佳辰黄东庆参编单位:中国银行股份有限公司上海富数科技有限公司蓝象智联(杭州)科技有限公司中国工商银行股份有限公司深圳市洞见智慧科技有限公司浙商银行股份有限公司华控清交信息科技(北京)有限公司北京数牍科技有限公司北京冲量在线科技有限公司同盾科技有限公司北京银联金卡科技有限公司腾讯云计算(北京)有限责任公司华为技术有限公司蚂蚁集团股份有限公司中国银联股份有限公司深圳致星科技有限公司上海光之树科技有限公司目录一、概述1()研究对象2(二)研究目标与原则5(三)研究内容与思路6(四)研究意义7二、应用现状8(一)数据安全相关法律法规日趋严格8(二)隐私计算国

3、内外相关标准专项化H(三)金融领域隐私计算应用痛点20三、隐私计算系统及产品安全验证技术21(一)安全风险21(二)安全验证技术39(三)验证方式46四、未来发展趋势及建议49参考文献56摘要:隐私计算从技术角度上可以有效解决数据融合应用与数据隐私安全之间的矛盾,为数据安全保护提供了一种可行的技术路径。隐私计算技术落地化、产品化后面临更复杂的产品、系统、应用层面的安全风险,目前金融领域的隐私计算通用安全验证技术尚未有统一的研究,因此,本报告对隐私计算安全性验证技术进行研究,分析多个层次的安全风险项,重点关注金融领域的隐私计算可实现工具化的安全验证技术,梳理可验证方式,验证隐私计算在金融应用中是

4、否满足协议一致性要求、输入输出数据和中间数据是否满足加密要求、通信信道是否安全,并以可视化方式展示隐私计算内部流程,使得整个过程变得更加透明可控,保障金融领域隐私计算安全应用。一、概述多方数据融合利用能够发挥数据最大价值,释放数据作为数字经济时代关键生产要素的潜能,而多方数据融合总是涉及数据隐私安全问题,数据共享容易产生隐私数据和商业秘密泄露,诱发金融企业利益损失、个人财产盗窃等安全事件,相关责任主体面临违反隐私法律法规、遭受经济处罚的风险,严重时可能会影响社会公共安全甚至国家安全。数据信息安全是金融领域数据要素安全融合、互联互通的关键所在,金融机构需在保证使用目的与方式可控前提下传递数据的金

5、融使用价值。隐私计算技术能够实现数据要素安全流通中隐私安全、管控数据使用目的与方式,促进数据生态闭合。隐私计算(PriVaCy-PreSerVingComputation),是指在提供隐私保护的前提下,通过协作对多方的数据进行机器学习和数据计算分析,实现数据价值挖掘的技术体系。隐私计算成为构建数据要素流通基础设施的关键技术,能够实现数据安全融合,使“数据可用不可见”“按用途用量使用”,从技术角度上可以根本解决数据融合利用和数据隐私安全之间的矛盾,为数据安全保护提供了一种可行解。但隐私计算自身不同算法协议能保证的安全程度不同,同时隐私计算技术落地化、产品化后也面临更复杂的产品、系统、应用层面的安

6、全风险。包括:如何验证隐私计算协议本身是安全的,如何防止数据泄露;如何验证隐私计算的实现与声明的计算协议是一致的,如何验证交互的数据未包含敏感信息且无法推测出原始数据;隐私计算需要参与方之间的多轮通信,在这期间通信信道是否安全;在有第三方的架构中,如何验证第三方是否可信;产品能否抵抗参与方进行数据投毒、模型投毒;隐私计算的结果数据是否泄露敏感信息等等。隐私计算在金融领域应用的一大关键问题是应用方对其安全性的认同。隐私计算安全性不仅包括通用的网络层、主机层的安全性,还包括硬件安全、密码安全、算法安全、应用安全等系统/产品应用的安全性,涵盖隐私计算系统/产品整个生命周期,需要全方位考虑。目前金融领

7、域的隐私计算通用安全验证技术尚未有统一的研究,因此,本报告对隐私计算系统/产品安全性验证技术进行研究,分析多个层次的安全风险项,梳理可验证技术,实践、论证可验证方式,验证隐私计算在金融应用中是否满足协议一致性要求、输入输出数据和中间数据是否满足加密要求、通信信道是否安全,并以可视化方式展示隐私计算内部流程,使得整个过程变得更加透明可控,推动隐私计算技术在多领域的广泛应用。()研究对象对现有学术成果、技术应用进行高度抽象,描述金融领域最大范围隐私计算通用系统/产品的工程安全性要素及其所包含的整体范围,形成具有通用性的隐私计算安全验证技术论证结果。广义隐私计算是面向隐私信息全生命周期保护的计算理论

8、和方法,涵盖信息所有者、信息转发者、信息接收者在信息采集、处理、发布(含交换)、销毁等全生命周期过程的所有计算操作,是实现隐私保护前提下数据安全共享的一系列技术,技术体系如图1所示,包括但不限于:1.隐私计算技术从技术应用方向来分,当前主流应用技术包括多方安全计算(MPC)s联邦学习(FL)、可信计算(TEE),还包括同态加密、零知识证明等辅助技术。按技术层次来分,隐私计算技术划分为应用技术和安全保护技术。这些技术分离了数据的持有权和使用权,实现多方数据在保护隐私的前提下联合计算,使数据需求在不接触原始数据的情况下获得数据的增值价值,降低隐私泄露风险。我们从技术特点、数据处理、安全基础三个角度

9、对比分析隐私计算的三大主流技术在安全性能方面的不同应用形式,如表Io表1隐私计算技术路径对比对比项MPCFLTEE技术特点侧重于基于特定规则的多方安全数据的通用安全数据加密计算分析,提供隐私求交、隐匿查询、联合统计等应用侧重于多方数据的分布式机器学习模型训练和推理,提供特征工程、模型训练和推理预测的应用侧重于多方数据的通用安全数据加密计算分析,提供可信信道、远程证明等功能数据处理各方数据在各方本地加密后交换,依不交换原始数据,原始数据在本地模型训练,通过硬件提供安全的执行环境,原始数据加密赖纯密码学协议的实现只交互模型的中间计算结果后在“可信环境”中执行,依赖特定硬件环境实现安全基础密码学的安

10、全证明同态加密等安全机制可信硬件2 .基于数据限制发布的技术基于数据限制发布的技术,有选择地发布原始数据、不发布或者发布精度降低的敏感数据从而实现隐私保护,包括数据脱敏以及各类去标识化技术(如掩码、抑制、泛化、截断、混淆、匿名、多样性、L贴近等)。这类技术保证对敏感数据及隐私的披露风险在可容忍范围内,但是需要考虑隐私披露和可用性之间的平衡,隐私保护的强度越强,丢失的信息就越多,数据的可用性越低。3 .基于数据失真的技术基于数据失真的技术,通过添加噪音等方法,使敏感数据失真的同时并保持某些数据或数据属性不变,仍然可用保持某些统计方面的性质,包括随机扰动、合成数据技术等。数据失真是一种能够抵御背景

11、知识攻击的隐私保护方法,这类方法不依赖复杂的密码技术,用户计算开销小,并可获得精准的查询结果。4 .辅助融合技术隐私计算最核心的是计算,但整个数据共享过程以及完整的系统需要借助多个辅助技术支撑,包括区块链、可验证计算、内容跟真实性检验及溯源技术(如数字水印)和访问控制技术等。这些技术虽不是完全实现数据的联合隐私计算,但能在数据共享过程中有效保护个人信息,实现全流程可记录、可验证、可审计、可控制的安全、可控的数据共享,为数据真实性、数据确权等问题提供可行解决方案,如图1所示。图1广义隐私计算技术体系(二)研究目标与原则1.研究目标重点关注金融领域的隐私计算系统/产品可工具化实现的安全验证技术,保

12、障金融领域的隐私计算系统/产品应用、实施安全性,为形成自动化安全验证工具的实施奠定基础。2.原则本报告、制定过程遵循以下原则:以现有大数据、数据安全、隐私保护相关的法律法规为准绳,与已有标准规范内容保持一致;覆盖金融领域的隐私计算系统/产品生命周期全过程;以金融应用为导向,描述粒度能够面向未来金融领域的隐私计算通用安全验证技术,指导工程实践和产品落地。(三)研究内容与思路本报告论证内容与思路包括如图2所示:金融领域隐私计算安全验证技术图2研究内容与思路隐私计算系统/产品的可验证项,对隐私计算在更多领域的应用安全探索具有指导意义,可解决客户存在的验证落地和声明是否一致的问题;有利于厂商业务拓展和

13、场景落地,简化参与测评及认证工作;完善了隐私计算安全检测方法,提升测评机构测评能力;打通了多方数据存储、流转、处理中的安全性要素,推动金融领域的隐私计算系统/产品在安全验证技术法律法规的制定,规范隐私计算技术在金融领域的市场应用。二、应用现状(一)数据安全相关法律法规日趋完善随着金融行业数字化的持续发展,金融机构往往持有大量的重要金融数据,数据的安全与风险防范一直是国家和相关监管部门关注的重点。近年来,国内外对于数据监管的法律法规日趋严格,我国数据立法进程不断加快,对金融数据的重视程度不断提f=JO2016年11月7日十二届全国人大常委会第二十四次会议表决通过中华人民共和国网络安全法,自201

14、7年6月1日起施行,强调收集的用户信息应严格保密,维护网络数据的完整性、保密性和可用性,实行网络安全等级保护制度。2021年6月10日十三届全国人大常委会第二十九次会议通过中华人民共和国数据安全法,自2021年9月1日起施行,强调数据安全与开发利用并重,确立数据分类分级管理制度,多种手段保证数据交易合法合规。2021年8月20日十三届全国人大常委会第三十次会议表决通过中华人民共和国个人信息保护法,自2021年11月1日起施行,强调个人信息在数据流通过程中的安全合规,明确了个人信息处理和跨境提供的规则、个人信息处理者的义务等内容。网络安全法、数据安全法个人信息保护法一起,构建了中国网络安全、数据

15、安全、个人信息保护的基础性制度框架。2021年11月14日,国家互联网信息办公室公布网络数据安全管理条例(征求意见稿),对我国的网络数据安全与个人信息保护进行了细化和补充。2022年9月,中央网信办会同相关部门起草了关于修改中华人民共和国网络安全法的决定(征求意见稿),明显强化了网络安全违法行为的处罚力度。2022年2月15日起,国家互联网信息办公室等十三部门联合修订发布的网络安全审查办法正式施行,将数据安全作为网络安全审查的重点考量。可以预见的是,我国网络安全监管框架正不断完善,国家各项法律法规对行业和企业都制定了更严格的标准。国际上对于数据的隐私保护的相关法案也愈加严格,比如欧盟保护公民隐私的通用数据保护条例(GDPR)于2018年生效,美国加州消费者隐私保护法案(CCPA)于2020年生效,2022年5月10日英国公布

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 金融/证券 > 金融资料

copyright@ 2008-2023 yzwku网站版权所有

经营许可证编号:宁ICP备2022001189号-2

本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!