2024年数据安全十大发展趋势.pdf

行业透视2024年数据安全十大发展趋势文李国钦护公共数据安全的重要性日益凸显。数据作为重要生产要素，是数字经济深入发展的核心引擎。近年来，数据生成量爆发式增长，且应用领域众多，造成安全风险口同步激增，如特斯拉100GB数据泄露、英国近10 年选民数据曝光等数据安全泄露事件，引发对数据安全的高度关注。我国已迈入数字经济与实体经济加速融合关键时期，习近平总书记强调：“要切实保障国家数据安全。要加强关键信息基础设施安全保护，强化国家关键数据资源保护能力，增强数据安全预警和溯源能力。”“数据要素X三年行动计划”也强调要加强数据安全保障。数据安全市场空间响应明显，研究报告预测2 0 2 4 年数据安全防控与治理市场规模达到18 2 亿，增速达到2 4%中国数据安全防护与治理市场研究报告（2 0 2 3)赛迪研究院1。研究团队分析多篇咨询报告，对2 0 2 4 年数字安全发展做出研判，形成十大趋势总结。23.80%20021.50%180160140120100806040200市场规模增速数据安全政策体系初步形成，公共及出境数据安全成为政策重点1、数据安全政策逐步完善，监管体系日益成熟我国逐步发布数据安全相关法律法规，颁布网络安全法数据安全法个人信息保护法三部法律法规与关键信息基础设施安全保护条例网络数据安全管理条例两部条例。数据安全政策发布与数据要素政策发布保持同步进程，在数字中国建设的背景下，工信部等十六部门联合发布了工业和信息化部等十六部门关于促进数据安全产业发展的指导意见，地方数据安全相关法规政策接连发布，北京、贵州等地逐步建立完善数据安全管理，国家强化数据安全体系建设，顶层设计思路逐渐明晰，统筹谋划数据安全工作方向，安全合规和数据管理成为建设重点，保障数据要素稳健发展。2、公共数据作为关键生产要素，分类24.60%20.60%19.30%82.398.220202021市场规模（亿元）一增速（%）图1：2 0 2 0-2 0 2 4 年中国数据安全防护与治理25.00%20.00%15.00%10.00%5.00%118.4146.420222023分级确权授权治理加速落地公共部门的数据量呈指数级增长，数据类型也在不断增加，公共数据涉及182.大量个人、企业和国家的敏感信息，保0.00%202.4E312023年国务院提出要建立公共数据分类分级确权授权制度，国家数据局将把数行业透视据资源相关职责相对集中，统筹负责推进数据基础制度建设，国家网信办加强对公共数据进行安全治理，以便对公共数据进行有效利用和治理。3、关注数据出境，构建安全便利的数据跨境流动机制全球化背景下，数据出境也呈现常态化趋势，出境数据安全等越来越受关注，2 0 2 3年9月，国家网信办发布的规范和促进数据跨境流动规定（征求意见稿）明确纳入数据出境安全评估的重要数据识别尺度，提高数据出境安全评估的门槛，还提出了要探索建立“一般数据清单”，逐步加强对出境数据的监管力度，保障出境数据的安全，明确数据流动的价值。数据安全产品体系不断丰富，管控平台与评估模型成为市场关注热点。4、数据安全产业发展态势向好，构建产业生态数据安全服务的产业发展前景广阔，关于促进数据安全产业发展的指导意见提出到2 0 2 5年数据安全产业规模超过150 0 亿元，年复合增长率超过30%，建成3至5个国家数据安全产业园、10个创新应用先进示范区，发展一批具有生态引领力的龙头骨干企业。龙头企业发挥示范作用带动中小企业发展，依托数据安全产业园区的地理优势，形成资源互补的产业链，打造安全产业集群，推动数字安全产业生态建设。我国已迈人数字经济与实体经济加速融合关键时期，习近平总书记强调：“要切实保障国家数据安全。要加强关键信息础设施安全保护，强化国家关键数据资源保护能力，增强数据安全预聲和溯源能力。”“数据要素年行动计划”也强调要加强数据安全保障。5、数据安全治理与业务场景紧密融合，明确产品及服务拓展方向随着技术的进步和业务模式的发展，安全和业务的界限日益模糊，分类分级、智能扫描等安全技术将融入到业务应用中，数据安全建设由满足合规的“被动防护”转向与业务融合的“主动安全”，数据作为重要生产要素是数字经济发展的核心引擎。摄影/费锋32行业透视做到数据安全和业务应用相互结合与相互促进，数据安全产品目前以密码类、防护类产品居多，主要以合规性产品为主，推进规划咨询与建设运维服务，积极发展检测、评估、认证服务，构建全体系产品布局与全流程的综合服务，满足多行业多场景需求。在新的安全形势下，人工智能新兴技术与数据安全结合将旧渐紧密，升级创新数据安全的产品以及服务，未来星现出高速增长、广泛应用、场景丰富多样的趋势。6、生命周期的安全管控平台成为重点建设方向，增强安全态势管理数据在产生、存储以及流通等周期环节均存在泄露风险，建设覆盖全生命周期的数据安全管控平台可以进行全流程的监管，对数据进行安全态势的展示、监测、研判与响应处置，完成数据梳理，类目构建等工作，智能化检测访问行为，及时进行异常检测与警告功能，为数据安全治理和风险管控提供精准依据和量化支撑，实现数据全生命周期的管理，增强数据安全态势管理，持续不断进行安全动态的感知。7、数据安全评估模型逐步量化，注重安全治理成效多维度的数据安全评估模型便于对数据安全进行量化评估与成效检验，可从防泄露覆盖指标、数据安全事件处理、数据安全应急响应等多个维度进行考核，通过监测和分析各项指标的变化趋势建立数据安全基线，动态调整安全管理标准，持续调优数据度量模型，保证时效性与适用性，适应不断变化的数据安全需求。布局新兴领域融合创新，隐私计算、人工智能等成为关键技术。8、大模型的应用对数据安全产生新的挑战AIGC发展应用引起全球对其数据安全挑战的极大关切，纷纷加强AIGC的监管力度，如意大利限制OpenAI处理用户信息。AIGC模型的训练数据可能包含敏感信息如身份信息、金融、医疗记录等，多模态的大批量输入信息很容易隐私泄露问题，同时也会受到篡改训练数据、欺骗模型输入等恶意攻击，窃取数据或制造虚假数据。随着AIGC不断演化和发展，数据安全和隐私保护日益突出，需研究针对性的措施，积极面对AIGC带来新的挑战。9、数据共享推动隐私计算等技术广泛应用跨部门跨组织数据互通存在协调困难、泄露等问题，隐私计算技术成为平衡数据流通与安全的重要工具。隐私计算融合密码学、人工智能等多学科，技术路线主要以MPC、F L、T E E 为三大方向，与区块链技术融合形成更多技术方案，可以确保在隐私数据保护的前提下进行分析应用，实现数据“可用不可见”，有效保护不同部门的数据，将数据的隐私保护与分析分开，解决隐私信息的所有权和使用权等分离时隐私泄漏的问题，打通跨部门、跨组织的数据孤岛。10、数据安全技术与人工智能等新兴技术相融合数字经济的蓬勃发展推动着新兴技术在数据安全的应用，人工智能、大数据、区块链等新兴技术与数据加速交叉，融合应用。AI和ML可以通过深度学习、大数据分析等方法可对数据进行特征提取，实时检测异常情况，实现数据的智能化有效识别和阻断数据的泄露和滥用，识别潜在安全漏洞的能力；区块链、云计算等新兴技术优化数据标识、数据匿名等方法。在新的安全形势下，人工智能新兴技术与数据安全结合将日渐紧密，升级创新数据安全的产品以及服务，未来呈现出高速增长、广泛应用、场景丰富多样的趋势。（作者单位：中国电信研究院）33