安全挑战
随着大数据的进一步发展，重视数据隐私和安全已经成为全世界的共识，各国都在加强对数据安全和隐私的保护，我国也在积极的开展个人信息保护工作。2016年11月7日，全国人大常委会通过的《中华人民共和国网络安全法》中明确了对个人信息收集、使用及保护的要求，并规定了个人对其个人信息进行更正或删除的权利。2019年，中央网信办发布了《数据安全管理办法（征求意见稿）》，向社会公开征求意见，明确了个人信息和重要数据的收集、处理、使用和安全监督管理的相关标准和规范。
这些法律法规在促进数据合规使用、保障个人隐私和数据安全等方面发挥了重要作用，但也在一定程度上增加了数据流通的成本，降低了数据综合利用的效率。
一方面，由于缺乏数据用于分析，各个行业对数据共享开放的需求十分迫切，迫切希望得到海量、高质量的数据资源来进行分析和挖掘；另一方面，拥有大量数据的数据平台，由于国家数据安全法律法规的限制，不敢、不愿、不能完全开放数据……这使得数据隐私与数据价值挖掘存在着巨大的矛盾，亟需一种兼顾隐私保护、数据安全和数据流动利用的新技术来平衡该矛盾。如何兼顾数据开放共享和数据隐私保护，既保障安全合规，又不阻碍大数据价值的挖掘利用，成为数据治理过程中必须面对的课题。
秉承“数据不动程序动”“数据可用不可见”的安全理念，创新性地推出数据安全开放平台，形成数据安全开放解决方案，既不需要事先对数据进行脱敏损害挖掘价值，也不需要把原始数据发送给数据使用方造成失控，确保数据所有权和使用权分离的方式，帮助数据拥有方合法、合规、安全地对外开放数据，将商业模式从原始数据交易升级为数据增值服务。
方案整体架构如下图所示：
• 数据拥有方
汇集大量多行业重要数据的大数据平台，希望在数据隐私不泄露的前提下，充分发挥数据最大价值。
• 数据需求方
缺乏数据的科研院校、AI公司等，希望能够获取大量数据，对多种数据源进行融合分析，得到最优分析结果。
数据安全开放解决方案主要由数据安全开放平台组成，通过将调试环境与运行环境分离，实现数据可用不可见，更大限度挖掘数据价值。方案支持多种数据源，支持对数据访问权限的严格控制，支持对所有数据操作的留痕审计，支持行为风险分析和识别，具备数据访问申请与授权体系和输出结果申报与审核机制，实现数据所有权和使用权分离，从而确保数据安全可控。
方案分为运行环境和调试环境两部分：
• 运行环境
数据拥有方在运行环境存储全量数据，通过对全量数据进行数据置换得到样本数据，样本数据不包含敏感信息，可供调试环境的数据分析师分析和使用，预览样本数据无误后可送到调试环境中。
• 调试环境
调试环境供数据需求方使用，分为管理员系统和数据分析师系统。
管理员通过配置访问控制策略，为不同的数据分析师授予不同的数据权限，真正实现细粒度数据授权，同时通过审计功能对用户的所有操作进行留痕，实现所有数据操作可追溯。
数据分析师可在数据安全开放平台上查看并使用被授权的样本数据，添加样本数据到实验中，通过机器学习工作台进行数据分析，将调试好的工作流运行到全量数据，实现隐私保护下的数据价值挖掘。
调试环境与运行环境分离的数据分析模式，既保证数据安全，又能充分发挥数据的最大价值。
1.大数据分析平台
方案提供一站式的大数据分析平台，从数据收集、处理、分析，到机器学习、深度学习，所有流程都可以通过平台完成。
2.数据不动程序动，数据可用不可见
方案采用数据沙箱新技术，将调试环境和运行环境分离，实现“数据不动程序动，数据可用不可见”，数据分析方只能带走不含敏感数据的分析模型文件和分析结果，既确保原始数据不泄露，又充分发挥了数据的最大价值。
3.多源数据融合分析
数据安全开放平台能够分布式部署在不同的数据中心，在数据不流出各自数据中心的前提下，实现融合分析。
4.多环境部署
数据安全开放平台支持云平台、虚拟化平台及物理机等异构基础设施上进行部署，满足客户不同环境下的部署需求。
5.高扩展、高可用
数据安全开放平台基础设施组件采用高拓展性的虚拟化架构，深度融合虚拟化扩展能力，一站运维，统一部署，为数据交换保留了适应业务发展的横向扩展能力。
方案具备数据沙箱、隐私保护前提下的数据挖掘、数据访问安全管控等能力，在保障数据所有权的前提下，将赤裸裸的数据交易升级为数据服务，为拥有海量数据的大数据平台实现更大化的数据挖掘价值，可广泛用于政府、金融、医疗、教育等有数据共享开放需求的大型企业单位。
近年来，政府践行国家大数据战略，建设大数据平台，基于数据安全开放平台技术，方案可向社会企业安全开放数据，既能保证数据隐私安全，又能充分发挥政务数据价值，实现以安全促兴业，形成基于数据的创新服务产业。
各地卫健委响应国家健康医疗大数据战略，纷纷建设医疗大数据平台，基于数据安全开放平台技术，方案可实现健康医疗大数据的安全共享，在保证数据可用不可见、原始数据不流出的情况下，提供给医院或第三方企业，用于医疗数据的充分挖掘。
