隐语实训营-第1讲:数据可信流通

简介: 数据流通中存在信任问题,传统运维信任在数据流通外循环时有不可控的安全风险,因此需要从运维信任转向技术信任,包括使用CA证书+远程认证确保可信身份、使用隐私计算等技术控制跨域使用权、平衡能力预期的不可能三角,并实施全链路审计。此外,数据密态流通可保障全链路安全可控,而“密态天空计算”可以作为支持数据安全流通的基础设施。

什么是信任?

1710859324206.png

数据流通中的不可信风险:为什么要从运维信任走向技术信任

数据在共享、存储、销毁等整个共享链条中都可以复制,容易造成可信链条的级联失效乃至崩塌。
1710860493357.png
在传统的不流通模式下,数据处于内循环,数据持有方在自己的运维安全域内对自己的数据使用和安全拥有全责,总体上可做到数据的安全、可控。
1710860527965.png
但为了充分利用数据的价值,数据流通起来,此时数据处于外循环,信任基石遭到破坏:责任主体不清、利益诉求不一致、能力参差不齐、责任链路难追溯。
因此,以运维为主体的信任存在极大不可控的风险,需要走向以技术为主的信任。

数据可信流通的技术信任基础

  • 可信身份:CA证书(验证机构实体)、远程认证(验证数字应用实体)
  • 跨域使用权管控:隐私计算、可信计算、机密计算等不同技术路线,使数据持有者能对数据如何加工使用进行决策,防止泄露和滥用,对齐上下游利益诉求
  • 能力预期的不可能三角:
    1710861528188.png
    1710861578243.png
  • 全链路审计:
    1710861666521.png
    1710861714497.png

数据密态

1710861856706.png

密态天空计算:数据可流通的基础设施

1710861949231.png

相关文章
|
数据可视化 Linux 网络安全
CentOS7.9下离线安装OctoMation编排自动化SOAR开源社区免费版
CentOS7.9下离线安装OctoMation编排自动化SOAR开源社区免费版
401 0
|
11月前
广义表,广义表的定义和计算
广义表的定义和概念,包括空表、单元素表、嵌套子表以及如何计算广义表的长度、取表头、取表尾和计算广义表的深度。
351 1
|
7月前
|
机器学习/深度学习 人工智能 Java
飞算JavaAI代码生成实战:如何用AI技术减少70%重复编码
飞算JavaAI是首个聚焦Java语言的IDEA插件,利用AI技术减少70%的重复编码工作。通过自然语言输入需求,自动完成需求分析、软件设计、逻辑处理和代码生成,全流程开发文档自动生成,显著提升开发效率。开发者可自由调整优化,快速交付高质量成果。飞算JavaAI炫技赛现已开启,欢迎体验高效开发新篇章。
|
存储 安全 数据安全/隐私保护
隐语实训营-第2讲:隐私计算开源助力数据要素流通
数据要素大潮带来了全新的数据安全外循环技术挑战,即信任焦虑,需要从主体信任逐渐转向技术信任。面对这些挑战,隐私计算需要不断丰富其内涵,不断标准化其产品能力的度量尺度,不断降低接入门槛。而开源隐语具有技术优势和专业的安全验证,获得过多项权威认定和荣誉,极大地推动了行业标准化及生态建设。
158 1
|
存储 安全 数据库连接
搭建个人云存储解决方案:从零到一
【5月更文挑战第18天】本文指导读者搭建个人云存储解决方案,从选择Nextcloud等开源软件到准备服务器和存储设备,再到安装配置、上传管理文件,强调安全性及扩展性。通过本文,读者可掌握搭建个人云存储的步骤,确保数据安全并享受便捷访问。
1273 3
|
人工智能 UED
清华大学研究提出用大模型做心理测量
【2月更文挑战第24天】清华大学研究提出用大模型做心理测量
700 2
清华大学研究提出用大模型做心理测量
|
JSON 自然语言处理 数据挖掘
【ACL 2023-NER注入到PLM】数据集+实验解读:基于上下文学习的命名实体识别 Learning In-context Learning for Named Entity Recognitio
【ACL 2023-NER注入到PLM】数据集+实验解读:基于上下文学习的命名实体识别 Learning In-context Learning for Named Entity Recognitio
226 0
|
机器学习/深度学习 存储 并行计算
YOLOv8改进 | 2023 | AKConv轻量级架构下的高效检测(既轻量又提点)
YOLOv8改进 | 2023 | AKConv轻量级架构下的高效检测(既轻量又提点)
488 0
|
存储 安全 Go
tar 归档文件处理操作指南
tar 归档文件处理操作指南
253 0