11 页 我国安全市场规模约为 633 亿元，同比增长 3.09%，增长态势延续，增长率稳 中趋缓。随着互联网技术的快速发展和广泛应用，金融、医疗、电子商务、智 能制造等数据敏感行业对数据安全和隐私保护的需求日益迫切。Threatpost 报 道，2023 年，中国面临的高级持续性威胁（APT）攻击次数比 2022 年增加了 30%，促使企业和政府机构加大对深度包检测、入侵检测与预防系统、防火墙和  数据安全与隐私保护：数字可信要求在数据采集、存储、交换到计算 赋能的全过程中嵌入可信技术，以实现数据要素的价值闭环。  主权唯一性：数字可信强调数据主权的可溯源性和责任主体的确定性， 确保数据在不同主体间流通的自由顺畅。  不可篡改性：结合区块链等技术，数字可信确保数据生产应用全过程 的不可篡改性。  隐私保护：数字可信通过加密技术和隐私计算的应用，保障用户隐私 数据的安全。 对“权限”的控制，容易受到封闭环境的制约，难以适应数据跨越多个主体之 间的流通需求。 数字可信通过引入信誉评估机制、区块链等去中心化技术，保障数据在跨 第 16 页 平台、跨组织之间可信流转，不仅能够保证数据的隐私和安全性，在过程中实 现透明性和可追溯性，为数据要素市场化奠定基础。通过数字可信机制，数据 的交换不仅得以保障，还能有效提升数据的流通效率，释放更多潜在的商业价 值和创新能力。 2. 提升协作效率，促进资源共享与创新

....................................................................................... 8 4 安全合规与隐私保护 ................................................................................................ ......................................................................................... 10 4.2 隐私保护 ................................................................................................ ...................................................................................... 13 5.2 安全与隐私保护人员 ..............................................................................................

Intel机密计算开源解决方案 114 115 121 126 133 部署TensorFlow Serving在线推理服务 部署TensorFlow横向联邦学习 部署隐私集合求交方案 PPML: 端到端隐私保护机器学习解决方案 01 认识龙蜥 龙蜥社区（ OpenAnolis ）成立于 2020 年 9 月，由阿里云、ARM、统信软件、龙芯、飞腾、中科方德、 Intel 等 24 人们对机密计算技术的印象 是学习和使用门槛高，用户需要使用机密计算技术对业务进行改造，令很多开发者望而生畏。 3、应用场景缺乏普适性。目前，机密计算主要被应用于具有特定行业壁垒或行业特征的场景，如隐私计算 和金融等。这些复杂场景让普通用户很难触达机密计算技术，也难以为普通用户打造典型应用场景。同时，不 04 05 同厂商的CPU TEE虽各自具有自身的特点，但都无法解决异构计算算力不足的问题，限制了机密计算的应用领域。 度发挥数据的价值，是当前面临的重要 课题。 在日益严苛的隐私保护相关法律法规约束下，作为当前数据处理基础设施的云计算也正在经历一次重大的 范式转换，即从默认以 CSP 为信任基础的计算范式走向信任链与 CSP 解耦的新范式。我们将此范式称为隐私保 护云计算，而机密计算是实现隐私保护云计算的必由之路。 为拥抱隐私保护云计算新范式，促进隐私保护云计算生态发展，云原生机密计算SIG应运而生： 愿景

编解码器检索：设备从区块链检索最新的编解码器，以实现网络中编解码器的同步。 为了在语义通信系统中以较小的性能损失保护数据隐私，我们提出一种噪声感知的差分 隐私机制，综合考虑信道影响和模型噪声，减少需要引入的额外造成此机制在信号符号层面 起作用，因而能够统一且透明地为任何通信任务提供差分隐私保护。 对语义通信有损过程与差分隐私机制的结合进行建模： ��� = ℎ ������ + ������������������ 面对不同的信道估计情况与模型噪声估计情况，设计灵活的、噪声感知的语义通信差分隐私 方案。当ℎ已知时，差分隐私所需噪声的方差为： ��������� 2 = max { ������ 2 − ������������ℎ��������������� 2 ℎ 2 − ������������������������ 2 , 0} 当ℎ未知时，差分隐私所需噪声的方差为： ��������� 2 = 0 max 分别表示物联网设备能够估计模型噪声和信道噪声，反之则 61 / 87 不能。实验测试无差分隐私、噪声感知差分隐私、高斯机制差分隐私等情况下语义通信系统 的性能，结果如图 2-4-4 所示。实验结果表明，在低信噪比情况下，噪声感知的差分隐私方 案能实现最优的差分隐私噪声添加方案，对性能无影响。 图 2-4-4. 不同差分隐私方案对语义通信性能的影响 2.5 量子计算与应用 2.5.1 技术概念与应用

eAMF（AMF+CCM）：负责网络内部控制信令及不同主体核心网之间的互通、 协议转换。 9 / 25  ePCF（PCF+CPM）：增强的全域策略管理，支持业务协商、动态 QoS、计 费规则与隐私策略等。  eAUSF（AUSF+CIM）：支持传统对称加密认证及分布式的数字身份认证， 支持灵活的子身份授予及代理认证。  TWU：支持跨域服务动态注册、发现。支持可信能力管理、可信能力使用。 换和安全管理。  CUM：提供跨域的数据接口，支撑数据路由。  CIM：支持第三方接入网作为个体进行的域间访问及用户接入控制。  CPM：增强的跨域策略管理，支持动态 QoS、计费规则与隐私策略。  TCM＆/ TAM：支持跨域服务动态注册、发现。支持可信能力使用。  AOM：提供跨主体的应用智能编排及资源映射。  RSM（RAN Service Management，接入网服务管理）：若第三方接入网如果 资源的共享不仅限于计算和存储资源，还包括网络带宽、数据资源等多种形 式。例如，运营商网络可以通过联盟网络将闲置的边缘计算资源出租给垂直 行业用户，用于运行特定的业务应用。同时，数据资源也可以在保证隐私和 安全的前提下进行共享，促进数据的流通和价值挖掘。跨域资源共享的实现 依赖于一系列先进的技术。智能合约作为一种自动执行的协议，能够确保资 源交易的公平性和透明性。当资源提供方和需求方达成交易意向后，智能合

或 要求安装安防系统，以提升社会治安水平。例如，一些城市推行“智慧城市”项目，将智能安防作为重点建设内容之一，这直接刺激了市场对 智能安防摄像头的需求。此外，隐私保护法规的完善也在引导行业健康发展，促使企业在产品设计时更加注重用户隐私保护，采用加密传 输、本地存储等技术手段确保数据安全。 智能安防摄像头行业可以分为四个阶段，萌芽期（1874-1990年），中国安防企业开始逐步了解和学习国际先进的安防技术，为后续自主研 该政策旨在，强调智能安防摄像头行业的技术革新与高质量发展，提出加强AI、大数据等技术的应用，推动产品向智能化转型。此举将加速高清化、网络化、智能化 产品的普及，提升行业标准，促进产业链优化升级，增强市场竞争力，同时也引导企业在网络安全、隐私保护方面加大投入，为智能安防摄像头行业带来新的发展机 遇与挑战。 政策性质 指导性政策 查看案例 数据来源: 江苏华阳智能装备股份有限公司，北京洛数合图科技有限公司，广东省公共安全技术防范协会，安防行业网 群众办事。 政策解读 该政策旨在，强调提升社区智能化水平，促进安防系统升级。这对智能安防摄像头行业意味着新的增长机遇，尤其在高清监控、智能识别等方面需求增加。政策推动 下，产品需更加注重数据安全与隐私保护，同时向联网化、智能化发展，以适应智慧社区对高效安全管理的需求，助力实现更智能、安全的居住环境。 政策性质 指导性政策 政策名称 《质量强国建设纲要》 颁布主体 中共中央，国务院 生效日期

........................ 29 （一） 技术标准与系统兼容性 ....................................... 29 （二） 数据安全与隐私保护 ......................................... 29 （三） 技术更新与人员培训 ................................... .................... 36 （一） 行业法规滞后 ............................................... 37 （二） 数据保护与隐私问题 ......................................... 37 （三） 智能合约与合同管理 ................................... 遇和激励水平，吸引高技能数字化人才加入。 数据安全与隐私保护：随着建筑数据大量积累，数据安全和隐私保护问题 日益严峻。建筑项目数据涉及设计、施工、运维等多方面敏感信息，在数据存 储、传输和处理过程中面临被泄露、篡改的风险。一些建筑企业的云平台数据 曾遭受黑客攻击，导致客户信息和项目数据泄露，给企业带来巨大损失。建筑 企业应加强数据加密与防护技术，采用最新加密算法确保数据安全；制定严格 的数据隐私保护政策，明确数据使用和处理权限；建立数据备份与恢复机制，

然而，行业仍面临诸多挑战，其中包括高 昂的部署成本、复杂的集成过程、工业级设备的短缺，以及对5G R17和R18特性支持的不足。此 外，5G能够为运营商带来的价值尚待进一步验证。 在面临安全、隐私和性能挑战的情况下，在专用环境中引入增强型网络切片有助于推动企业接受 混合型公用/专用网络。 通过增强RedCap及接入流量引导、切换和分流（ATSSS）等5G功能，可以解决成本和集成方面 的 负载计算性能所需的基础设施，但他们完全可以利用NIaaS服务，以按需、低成本的方式获得优 化的网络能力。在初期，这些能力包括超低延迟、高吞吐量的网络连接，结合有线网络切片的专 用安全网络切片等，从而满足由隐私和数据主权问题所带来的的AI推理需求以及集成5G与零信 任网络访问（ZTNA）、安全服务边缘（SSE）和量子安全私有边缘分发的安全通信方案。 AI的网络基础设施 即服务（NIAAS） 超级替补 AI/ML模型转移：根据流量与性能需求，将AI模型下载到UE。 AI/ML管理：专注于生命周期的部署与推理阶段。 NR空中接口的AI/ML：CSI反馈、波束管理和定位的早期评估。 安全性与隐私：解决基于AI/ML的服务和应用程序中的隐私暴露问题。 R18 在Release 19中，通信运营商优先考虑网络性能并开始为6G做准备， 而AI/ML仍然是以下四个关键领域的重点： 提升NG-RAN：为RAN的性能改进AI/ML的能力。

(一) 行业/应用背景 在数字化浪潮席卷全球的背景下，加强信息安全防护，确保数 据流通安全可靠，是量子通信行业最为紧迫的任务之一。特别是党 政军、金融、电力等领域，信息安全状况不仅关乎数据隐私与公众 信任，更是国家基础设施稳定运行与战略安全的重要保障。 2022 年 12 月，《扩大内需战略规划纲要（2022－2035 年）》，明 确提出“以需求为导向，增强国家广域量子保密通信骨干网络服务能 随着数据维度与规模的增加，经典算法的检索效率大幅下降， 无法满足实时性要求。其次，大规模硬件部署成本高昂，且扩展性 有限，难以灵活应对动态业务需求。另外，安全性问题，经典加密 技术对未来量子计算威胁缺乏抵抗能力，数据隐私和安全性风险高。 用户痛点与难点问题主要有以下三点：1）性能挑战，数据量大 幅增加，现有方案在响应时间和计算效率上难以满足实时性需求。2） 安全挑战，经典加密技术在量子计算威胁下的脆弱性，成为高敏感 集成了量子抗性哈希函数（基于格的后量子算法） 和量子全同态加密，提供了量子抗性哈希函数构建的加密索引和量 子全同态加密计算的双重的安全保障。全同态加密允许在不解密数 据的情况下进行计算，保护了数据在传输和处理过程中的隐私。后 量子算法则针对数据保密进行了优化，确保了数据的长期安全性。 3）支持多种数据源的转换 StateVectorDB 具备高度的兼容性，支持将关系型数据库的数据 转存为向量数据库。这意味着企业现有的数据可以无缝迁移到

大数据能力框架，数字资产管理作用将被关注 基础大数据产品逐步成 熟，数据安全、数据开 放以及主数据管理需求 旺盛。 From 中国信通院《中国大数据发展调查报告 2018 》 n 井喷增长的数字化业务需求 n 数据隐私和安全将对业务发展带来 影 响 n 数据贯穿企业内外分布在多个系统 n 人工智能将切实重塑商业模式 n 规模化、复杂的业务生态 业界洞察— Gartner ：日益增长的数字化需求、复杂的业务生态系统、数据的分 的数据能力， 使能业务数字化运营； 愿景：让数据成为如水和电一般的资源，随需获取，敏捷自助；让数据极大发挥价值，推动业务创新与变革； 数据领域由企业扩展到生态伙伴 数据敏捷自助 安全共享（隐私、授权、权限等） 数据合规 业务对象、规则、过程数字化 数据联接 数据实时可视 数据透明 数字业务化 数据采集 / 处理自动化、智能 化 数据中台定义与愿景 数据清洁