数字化时代，如何应对数据安全挑战(2)

　　李晓林建议：“我们从技术创新、法律体系、行业规范和自律等角度协同推进，合理平衡数据安全与数字化和智能化发展需求和发展阶段，建立健全数据治理体系，推动数据相关产业健康、合规、可持续的发展。”

　　“我们要持续努力消除数据孤岛，实现数据资源的互通共享；通过数字技术创新催生新产业、新业态、新模式，更好地实现数字产业化的经济与社会效益；提升对产业数字化转型升级的服务能力，激发企业数字化转型的内生动力，释放数字对实体经济发展的倍增作用，从而促进数字经济与实体经济融合发展。”李晓林表示。

　　对于如何打造数字经济新优势，李晓林提议，要着力提升数字技术创新能力，进一步突破AI等技术的基础理论研究及商业应用落地，并重视新兴技术与传统产业的交叉融合；其次，建立数字经济时代的监管和治理体系，加强对隐私保护、数据安全的引导和规范，建立完善的法律、制度和行业标准。

　　构筑数据安全

　　那么，具体有何技术能解决数据确权、数据安全和隐私保护的难题？记者了解到，当前在数据安全技术层面，以隐私安全计算为整体解决方案的各类前沿科技正百花齐放。隐私计算涉及到安全多方计算、联邦学习、差分隐私、可信执行环境等多种技术，每个技术在各自领域独立发展的过程中，也慢慢呈现融合统一的趋势。

　　李晓林介绍，近年来，同盾科技持续加大在数据安全领域的技术创新，在行业内提出国际领先、国产原创的“知识联邦”理论框架体系，在信息层、模型层、认知层和知识层，基于知识联邦的算法逻辑，使得参与各方没有一方需要集中拥有所有的数据，也没有一方需要拥有所有的模型，通过安全的数据交换协议共用开放数据，而不享有数据，能最大化保护数据安全和数据隐私。

　　李晓林表示，知识联邦的提出，对基于数据驱动的科学研究及商业活动具有积极意义。它通过安全的数据交换实现知识共创和共享，是打破部门数据割裂，同时确保数据安全和隐私保护的关键，将极大地提升大数据的应用效率和安全性，在金融、保险、政务、医疗等行业，都拥有广阔的应用前景。

　　以智慧金融行业为例。很多地方政府为了盘活地方中小微经济，组织了不少面向产业链或者供应链的撮合平台，一方面撮合上下游产业供给，一方面对接银行资金。这类中小微融资扶持平台跨智慧金融和智慧政务场景，需要打通政务、税务、银行、企业及个人等安全和隐私要求差异较大的异构数据，采用知识联邦的方式对信息/流程进行安全串联。知识联邦可以提供强有力的支撑平台和监管等安全和监管标准工具，满足复杂的多层次需求。

　　再以智慧政务为例，政务数据通常会分散在各个部门里面，每家机构的数据独立存储、独立维护，彼此间相互孤立。现在地方政府在打造大数据中心也是希望能够破解数据割裂的问题，但在实践过程中，横向数据共享交互仍存在困难，税务、民航、通信管理等垂管部门系统相对独立，数据无法接入地方共享平台。

　　李晓林指出，目前人工智能初步解决了数据驱动的模式识别和决策规则的认知能力，下一代人工智能将深度融合数据、知识和自学习，知识的表示、自学习、演绎、归纳、抽象融合、推理决策将成为突破的焦点。“知识联邦”作为一个统一的、层次化的框架体系，支持安全多方检索、安全多方计算、安全多方学习（联邦学习）、安全多方推理等技术方案，是打造数据安全的人工智能生态系统的基础，也是未来通向下一代人工智能的必由之路。