电脑桌面
添加运营动脉到电脑桌面
安装后可以在桌面快捷访问

蚂蚁集团&清华大学:2024隐私计算产品通用安全分级白皮书会员免费优质

蚂蚁集团&清华大学:2024隐私计算产品通用安全分级白皮书_第1页
1/71
蚂蚁集团&清华大学:2024隐私计算产品通用安全分级白皮书_第2页
2/71
蚂蚁集团&清华大学:2024隐私计算产品通用安全分级白皮书_第3页
3/71
蚂蚁集团&清华大学:2024隐私计算产品通用安全分级白皮书_第4页
4/71
蚂蚁集团&清华大学:2024隐私计算产品通用安全分级白皮书_第5页
5/71
蚂蚁集团&清华大学:2024隐私计算产品通用安全分级白皮书_第6页
6/71
蚂蚁集团&清华大学:2024隐私计算产品通用安全分级白皮书_第7页
7/71
蚂蚁集团&清华大学:2024隐私计算产品通用安全分级白皮书_第8页
8/71
蚂蚁集团&清华大学:2024隐私计算产品通用安全分级白皮书_第9页
9/71
蚂蚁集团&清华大学:2024隐私计算产品通用安全分级白皮书_第10页
10/71
隐私计算产品 通用安全分级白皮书 (2024 年) 2024年7月

版权声明 本报告版权属于蚂蚁科技集团股份有限公司、中国通信标准化协会大数据技术标准推进委员会、深圳国家金融科技测评中心、清华大学,并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的,应注明“来源:隐私计算产品通用安全分级白皮书(2024)”。违反上述声明者,本机构将追究其相关法律责任。

编制说明 编写指导组(排名不分先后) : 王小云 中国科学院院士、国际密码协会会士(IACR Fellow) 韦 韬 蚂蚁集团副总裁兼首席技术安全官 任 奎 浙江大学计算机科学与技术学院院长、区块链与数据安全全国重点实验室副主任 李肇宁 交通银行金融科技创新研究院、网络金融部总经理 何宝宏 中国信息通信研究院云计算与大数据研究所所长 钟 剑 深圳国家金融科技测评中心有限公司董事长 主编单位(排名不分先后) :蚂蚁科技集团股份有限公司、中国通信标准化协会大数据技术标准推进委员会、深圳国家金融科技测评中心、清华大学。 参编单位(排名不分先后) :北京银联金卡科技有限公司、招商银行股份有限公司、中国银行股份有限公司、交通银行股份有限公司、浙江网商银行股份有限公司、深圳前海微众银行股份有限公司、杭州高新区(滨江)区块链与数据安全研究院、中国人民大学信息学院、杭州数据交易所、天翼电子商务有限公司、中移信息技术有限公司、联通数字科技有限公司、深圳市洞见智慧科技有限公司、华控清交信息科技(北京)有限公司、北京冲量在线科技有限公司、深圳市纽创信安科技开发有限公司。 参编人员(排名不分先后) :潘无穷、王磊、吴莹、彭晋、廖威、徐基明、刘双、季雨洁、李宏宇、洪澄、周启贤、李婷婷、张晓蒙、黄琳、方文静、李漓春、翁海琴、沈桢天、段然、王明华、胡树伟、李超、许晓琦、刘焱、昌文婷、杨冰然、肖俊贤、姜春宇、袁博、王思源、白玉真、贾轩、杨靖世、童锦瑞、杨晓芸、董晶、许晋元、罗丰、叶晓聪、袁荣婷、刘强军、黄榴勇、

钱智超、王安宇、冉德龙、丛天硕、杨波、邱晓慧、谭亦夫、胡师阳、佟冬、傅杰、葛明嵩、张翼飞、石新蕾、谢谨、钱菲、张园超、谢宗华、陆茂斌、李辉忠、李贺、李昊轩、陈宇杰、王朝阳、杨萌、贾祥娟、张秉晟、毛应波、刘健、薛峰、黄科满、林洋、潘凯伟、周宇、贺伟、朱江、张金杰、郭叶、茹志强、降鑫磊、刘洋、孙林、王项男、贾晓芸、何浩、姜峰、王煜坤、靳晨、陈浩栋、宋雨筱、刘尧、朱凯。

I 序 言 党的十九届四中全会指出:“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”,首次将数据增列为新的生产要素。数据作为关键的生产要素之一,通过跨地域、跨行业、跨领域、跨机构的数据流通释放价值。然而,近几年数据泄露和滥用的上升趋势表明,数据流通仍存在诸多问题。如何在安全风险可防控的前提下,实现数据的高效流通和交易成为当前数据价值释放面临的首要任务。 数据流通具有双面性:数据价值越高,流通过程中的风险越大。如何让大规模高价值数据进行可信流通,成为数据要素市场发展的核心议题。传统的数据安全问题是数据流通内循环问题:数据持有方,也是系统的运维管理方,对自己的数据安全负全责。随着数据要素市场的发展,数据流通外循环是更为关键的问题。外循环指的是,数据要素离开了数据持有方的安全域进行流通,此时数据持有方和系统运维方不同。这给数据流通带来全新的挑战:流通链路上相关运维管理方有窃取数据的动机和可能,则原有的、依赖运维管理方构建的安全防御措施全部失效,数据持有方难以有效保护和管控自己的数据。这也是导致数据持有方不敢提供数据、不愿参与数据流通的重要原因。 隐私计算有多个起源,目前在工业界广泛使用的隐私计算 特指 隐私保护计算(Privacy-preserving computing, PPC),也称为 隐私增强计算(Privacy-enhancing computing, PEC),在工业界习惯性简称为隐私计算。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、存储、处...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

查找下载文件的指引

一、电脑端

- Windows 系统:按下键盘快捷键 `Ctrl + J`,即可打开下载列表。  

- Mac 系统:按下键盘快捷键 `⌘ + J`,即可打开下载列表。  

二、手机端

1. 打开手机浏览器,点击浏览器右下角的 “≡”(或“更多”)图标。  

2. 在弹出的菜单中找到并点击 “下载内容”(或类似选项),即可查看已下载的文件。  

提示:不同浏览器界面略有差异,若未找到“下载”入口,可尝试在浏览器设置中搜索“下载”关键词。


蚂蚁集团&清华大学:2024隐私计算产品通用安全分级白皮书

确认删除?
会员
教程
收藏
足迹
联系
  • 站长微信
回到顶部