你的隐私，大数据怎知道？我们又该如何自我保护？******

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。

　　当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！

　　一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。

　　接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。

　　几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。

　　其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。

　　各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！

　　不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。

　　但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。

　　因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开(实际上是没法不公开)，而把个人身份隐藏起来，即匿名。

　　(作者：杨义先、钮心忻，均为北京邮电大学教授)

网络安全专家谈｜沈昌祥院士：构建安全可信网络空间安全防护体系******

　　过去的十年，是信息技术革命日新月异、数字经济发展浪潮奔涌向前的十年，也是深刻把握信息化发展大势、积极应对网络安全挑战的十年。党的十八大以来，我国网络安全工作进入快车道。新起点，新征程。回望过去，我国网络安全行业取得哪些发展成就？立足当下，面临哪些新挑战？面向未来，将出现哪些新趋势？中国网络空间研究院网络安全研究所、《中国网信》杂志融媒体中心、光明网网络安全频道、安恒信息联合推出系列专访。本期，邀请中国工程院院士沈昌祥进行访谈。

　　记者：请您结合自身实践，谈谈网络安全十年来的发展变化，以及行业发展面临的新挑战、新问题。

　　沈昌祥：当前，网络空间已经成为继陆、海、空、天之后的第五大国家主权领域空间，也是国际战略在网络社会领域的演进，我国的网络安全正面临着严峻挑战。以“没有网络安全就没有国家安全”“安全是发展的前提，发展是安全的保障”为宗旨，按照国家网络安全法律法规、战略要求，推广安全可信产品和服务，筑牢网络安全底线是历史的使命。党的十八大以来，我国在网络安全领域取得可喜成绩。《中华人民共和国网络安全法》（以下简称《网络安全法》）《中华人民共和国密码法》（以下简称《密码法》）《中华人民共和国数据安全法》和《关键信息基础设施安全保护条例》等法律法规治理体系逐步完善，网络安全产业发展有法可依，有章可循；安全可信的网络产品和服务产业生态初步构建，产业结构逐步合理；网络空间安全一级学科确立，人才培养体系初步建立，网络安全人才培养力度不断加大，国家网络安全保障能力大幅提升。

　　与此同时，我国网络安全在技术、产业和能力等方面与发达国家相比仍存在不小差距，在复杂的网络安全博弈中略显被动：自主创新不足，以“跟随型”为主的安全产业发展思路难以解决核心技术“受制于人”的问题；网络安全防护技术体系尚不健全，重点领域网络安全保障能力不足，集中表现为“网络安全底数不清”“网络防御被动应急”，难以形成网络安全积极防御体系，网络安全保障措施难以适应快速变化的对抗形势等。为此，我们应以前瞻性布局占据战略制高点，形成一套既富有中国特色又符合世界发展潮流的网络空间安全保障战略思维，以自主创新产业争取战略主动权，着眼国家安全和长远发展，构建世界领先、安全可信的自立自强网络安全产业生态体系，从根本上解决核心技术受制于人的问题，积极参与网络空间国际治理，加强网络空间国际合作，提升我国在网络空间领域的国际地位。在“十四五”期间努力打造安全可信的核心技术产业生态，构筑安全可信的网络安全基础，建立顺畅高效的组织管理体系和系统完备的法律法规治理体系，加强良性循环的经费保障，做好多层次的人才培养工作，为国家网络安全提供有力支撑，为建设网络强国构筑坚实基础。

　　记者：《网络安全法》对守护网络安全防线、构建安全可信网络体系提出了更高要求。其中也明确提出推广安全可信的网络产品和服务。对于“安全可信”的内涵该如何理解？

　　沈昌祥：“安全可信”是网络所使用的设备应当具备的安全性能，即在设备工作的同时，内含的安全部件进行动态并行实时全方位的安全检验，确保计算过程及资源不被干扰破坏和篡改，能正确完成处理任务。这就是用主动免疫可信计算3.0技术开发的网络产品和服务，相当于人体具有免疫能力，离开封堵查杀“老三样”被动防护，自主创新解决核心技术卡脖子问题。

　　随着信息技术的快速发展和网络安全形势的不断变化，我们逐渐认识到，掌握网信核心技术是我国摆脱网络安全受制于人的根本，也是保障重要信息系统及其数据安全的前提。保障芯片、整机、操作系统、数据库等基础软硬件的供应链安全可信，成为建设网络强国的保障基石。

　　要实现安全可信必须自主创新、自立自强。首先要认清网络安全风险的本质。安全风险源于图灵机原理少安全理念、冯·诺依曼体系结构少防护部件和网络信息工程无安全治理三大原始性缺失，再加上人们对IT逻辑认知的局限性，设计产品不可能穷尽所有逻辑组合，只能处理完成和计算任务有关的逻辑组合，必定存在大量逻辑不全的缺陷漏洞，从而难以应对人为利用缺陷漏洞进行攻击获取利益的恶意行为。

　　为了降低安全风险，必须从逻辑正确验证、计算体系结构和计算模式等方面进行科学技术创新，以解决存在的漏洞缺陷不被攻击者利用的问题，形成攻防统一的体系，这与人体健康必须有免疫系统一样。这就是中国可信计算3.0的新计算模式和架构，计算同时并行进行防护，即以物理可信根为基础，一级验证一级，通过构建可信链条，为用户提供可信存储、可信度量和可信报告等多种功能，为保证用户的数据资源和操作过程安全提供可信任的计算环境，有效降低系统的安全风险。由此可见，《网络安全法》要求推广使用安全可信的网络产品和服务是科学合理的，也是高效可行的。

　　记者：在构建“安全可信”网络空间安全防护体系，提高网络安全主动免疫能力方面，我们要从哪些方面着手？

　　沈昌祥：首先要自主创新发展主动免疫可信计算3.0，为安全可信产业打造良好生态环境。

　　可信计算3.0源于我国，对新型可信计算的研究开始于上个世纪90年代初，1995年2月通过鉴定，定型装备，经过长期攻关形成了自主创新的可信计算3.0技术体系。

　　可信计算3.0采用运算和防御并行的双体系架构，在计算运算的同时进行安全防护，将可信计算技术与访问控制机制结合，建立了计算环境的免疫体系，能及时识别“自己”和“非己”成份，禁止未授权行为，使攻击者无法利用缺陷和漏洞对系统进行非法操作，最终达到“进不去、拿不到、看不懂、改不了、瘫不成、赖不掉”的效果，对已知和未知病毒不查杀而自灭。

　　其次是自立自强建立安全可信创新体系：一是可信体系架构的创新。可信计算3.0创造性地提出了计算节点由运算部件和防护部件并行的双体系架构，在保持原有应用系统不变的情况下，构建主动免疫的可信计算环境，为应用提供主动免疫安全可信的保障机制，主动拦截系统操作运行要素，按预定的策略规则进行可信判定，及时发现并禁止不符合预期的行为，保证全程安全可信的运行。

　　二是可信计算密码技术的创新。可信计算3.0架构根据国家《密码法》规定的算法标准发布的可信密码模块（TCM）国家标准，满足可信计算需求，并要在三个方面有重要创新：首先是构成了对称与非对称融合的密码体制，全面支持可信功能；其次，可信计算3.0架构下的可信计算密码技术以国内密码算法为基础，对称密钥算法使用SM4算法，非对称密钥算法使用SM2算法，哈希算法使用SM3算法，高效实现身份认证、加密保护和一致性校验；再是采用双证书体制，用平台证书认证系统，用加密证书保护密钥，并且将加密功能和系统认证功能分离管理，符合《中华人民共和国电子签名法》要求，简化了证书管理工作，提高了系统通过隔离增强加密和认证功能的安全性。

　　三是可信平台控制模块的创新。提出以可信平台控制模块（TPCM）作为可信根，并接于主机的计算部件，在可信密码模块基础之上增添对系统和外设的总线级控制机制。TPCM是系统可信的源头，它将密码机制与控制机制相结合。目前，TPCM国家标准已发布，并被发展成为插卡、主板SoC和多核CPU可信核三种模式产品，得到大量推广。

　　四是可信主板的创新。可信平台主板将防护部件与计算部件并接融合，由TPCM和系统中的多个度量点(包括TPCM对Boot ROM的度量机制)组成防护部件，计算部件保持原有架构不变。信任链在“加电第一时刻”开始建立，从而提高了系统安全性。同时在主板上的多个度量点分别设置度量代理，通过这些度量代理实现硬件控制，并为可信软件层提供可信硬件度量和控制接口。

　　五是可信软件基的创新。可信软件基是在TPCM支撑下，基于双系统体系结构下以原始信息系统宿主软件为保护对象，构成并行的双软件架构。可信软件基在可信计算体系中处于承上启下的核心地位，对上与可信管理机制对接，通过主动监控机制保护应用，对下连接TPCM和其他可信硬件资源，对系统安全机制提供可信支撑，同时与网络环境中其他可信软件基实现可信协同。可信软件基并行于宿主基础软件，在TPCM的支撑下，通过宿主操作系统代理进行主动拦截和度量保护，实现主动免疫防御的安全能力。

　　六是可信网络连接的创新。针对集中控管的网络安全环境，创造性地提出了三元三层可信连接架构，能够有效防范内外合谋攻击。同时，这一架构在纵向上对网络访问、可信评估和可信度量分层处理，使得系统的结构清晰、控制有序。进行访问请求者、访问控制者和策略仲裁者之间的三重控制和鉴别，实现了集中控管的网络可信连接模式，提高了架构的策略规则可管性、可信性。

　　记者：强化网络空间安全保障，离不开相关产业政策的支持和引导。今后在进一步打造安全可信的产业生态方面，需要在哪些方面完善政策、创新制度？

　　沈昌祥：要优化产业政策，打造安全可信的产业生态体系。加强统筹规划，加大投入力度，扶持网络安全产业和项目，加快推广安全可信的网络产品和服务。形成安全可信国产化推进机制，推动安全可信技术产品应用。出台相应政策为自主创新产品提供市场应用空间，促进技术产品创新、性能优化提升与产业应用协同发展。

　　要以企业为主体，优化网络安全产业创新发展环境。优化企业生存环境，激发大众创业、万众创新的热情。强化企业的创新主体地位，营造公平合理的市场环境，结合国家“一带一路”倡议，打造更有利的国际化发展环境，充分发挥政府机构、行业协会和产业联盟的作用，积极参与国际合作，争取更多的国际话语权。通过建立产业并购基金、共享专利池等措施为企业国际化发展提供支持，减轻国内企业在国际竞争中的压力。

　　要加强人才培养，建设全方位网络安全人才队伍。加大人才培养力度，打造数量充足、结构合理的网络安全人才队伍。加强网络空间安全一级学科建设，由专业机构、行业企业等梳理人才需求，同时加强用人单位与高校、专业培训机构的合作，进一步缩短人才供需差距。

　　要统筹规划加大投入，强化经费监管，大幅提升国家资金的利用效率。优化经费支持方式和监管模式，提升经费投入效益。通过成立专业化项目管理机构，统一受理网络安全项目申请，严格公正评审立项，整合原有网络安全项目资源，集中资源重点突破核心技术瓶颈。完善现有经费监管模式，建立合理的经费申请和评审流程，同时在各环节加强审计。加强产学研用管等各方面的配合，前瞻性统筹经费支持方向，在优先支持基础性、公益性项目的同时，充分考虑经费投入将产生的经济效益，设立“产业基金”“创新基金”等实体机构，加快技术研发市场化速度，形成良性循环的市场化经费支持机制。（记者 李政葳 孔繁鑫）