有人說(shuō)，智能手機(jī)就如同一部竊聽(tīng)器，無(wú)論你開(kāi)機(jī)或者關(guān)機(jī)，它都會(huì)無(wú)時(shí)不刻地監(jiān)聽(tīng)著用戶的一舉一動(dòng)，而隨著車聯(lián)網(wǎng)的發(fā)展，汽車會(huì)越來(lái)越智能化，就像是一部“裝著四個(gè)輪子的手機(jī)”，可想而知，智能車輛上的信息安全問(wèn)題可能比智能手機(jī)更加嚴(yán)重。比如車輛的定位信息、相機(jī)所記錄下的路端畫(huà)面、車艙內(nèi)的乘客錄音錄像等等，這些數(shù)據(jù)作為智能車發(fā)展的“燃料劑”，既是不可或缺的，又需要去避免敏感數(shù)據(jù)的泄露風(fēng)險(xiǎn)。

政府監(jiān)管部門也開(kāi)始關(guān)注到了智能車的數(shù)據(jù)風(fēng)險(xiǎn)，比如去年10月發(fā)布的《汽車數(shù)據(jù)安全管理若干規(guī)定（試行）》規(guī)定就提到車上攝像頭所采集到的人臉、車牌等信息需要進(jìn)行匿名化處理，意味著車上產(chǎn)生的敏感信息必須要進(jìn)行脫敏處理。筆者也了解到，自動(dòng)駕駛發(fā)展至今，數(shù)據(jù)脫敏處理在今年引起了大部分主機(jī)廠的重點(diǎn)關(guān)注。

那么，數(shù)據(jù)脫敏具體指的是什么？又是如何進(jìn)行數(shù)據(jù)脫敏？數(shù)據(jù)脫敏在自動(dòng)駕駛的應(yīng)用中又面臨什么樣的挑戰(zhàn)？帶著這些問(wèn)題，有幸與行業(yè)內(nèi)的專家進(jìn)行了交流，包括但不限于中國(guó)汽車技術(shù)研究中心首席專家兼中汽數(shù)據(jù)車聯(lián)網(wǎng)業(yè)務(wù)部部長(zhǎng)張亞楠、中汽數(shù)據(jù)信息安全室主管劉天宇、木衛(wèi)四科技的解決方案總監(jiān)李浩文、信大捷安的IoT事業(yè)部總經(jīng)理王建偉、整數(shù)科技的創(chuàng)始人兼CEO林群書(shū)等。

一、何謂數(shù)據(jù)脫敏

1.1 數(shù)據(jù)脫敏的定義一般來(lái)說(shuō)，數(shù)據(jù)脫敏技術(shù)指的是在對(duì)敏感數(shù)據(jù)進(jìn)行處理的過(guò)程中，通過(guò)數(shù)據(jù)變形（將數(shù)據(jù)變成模型想要的結(jié)構(gòu)，如1234->1**4）的方式來(lái)降低數(shù)據(jù)的敏感程度的一種數(shù)據(jù)處理技術(shù)。

有時(shí)候，數(shù)據(jù)脫敏也會(huì)有一些相近的概念，比如去標(biāo)識(shí)化、匿名化及假名化，但數(shù)據(jù)脫敏與去標(biāo)識(shí)化和匿名化的相關(guān)技術(shù)本質(zhì)上是沒(méi)有任何區(qū)別的，而假名化則是匿名化和去標(biāo)識(shí)化的一種技術(shù)實(shí)現(xiàn)方式。

總的來(lái)說(shuō)，在一定層面上，去標(biāo)識(shí)化、匿名化及假名化，都可以歸為數(shù)據(jù)脫敏。

在大數(shù)據(jù)時(shí)代下，數(shù)據(jù)脫敏技術(shù)并不是什么新鮮技術(shù)，它在其它領(lǐng)域中已經(jīng)被廣泛應(yīng)用，比如政務(wù)、金融、醫(yī)療、電信等。

在自動(dòng)駕駛領(lǐng)域，中汽協(xié)發(fā)布的《汽車傳輸視頻及圖像脫敏技術(shù)要求與方法》也定義了數(shù)據(jù)脫敏，其主要指通過(guò)一定方法在車端數(shù)據(jù)處理設(shè)備上消除原始環(huán)境數(shù)據(jù)中的敏感信息，使得信息主體無(wú)法被識(shí)別或者關(guān)聯(lián)，且處理后的信息不能被復(fù)原，同時(shí)保留目標(biāo)環(huán)境業(yè)務(wù)所需的數(shù)據(jù)特征或內(nèi)容的數(shù)據(jù)處理過(guò)程。

為了讓讀者更好地理解，我們以人臉脫敏為例做個(gè)解釋：數(shù)據(jù)脫敏就是將人臉的關(guān)鍵信息隱去或者模糊化（通俗點(diǎn)說(shuō)，就是在臉部打了個(gè)馬賽克），甚至不能讓別人通過(guò)其它關(guān)聯(lián)信息（比如習(xí)慣性出沒(méi)的地方、本人所穿的衣服等等）來(lái)識(shí)別出這個(gè)人“具體是誰(shuí)”，并且整個(gè)過(guò)程是不可逆的，但該人臉的基礎(chǔ)語(yǔ)義信息仍然存在，即自動(dòng)駕駛系統(tǒng)還是能識(shí)別出“這是一個(gè)人”。

1.2 數(shù)據(jù)脫敏的類型從數(shù)據(jù)脫敏的類型來(lái)看，主要可分為靜態(tài)數(shù)據(jù)脫敏和動(dòng)態(tài)數(shù)據(jù)脫敏。 靜態(tài)數(shù)據(jù)脫敏指的是數(shù)據(jù)的管理方將數(shù)據(jù)抽取進(jìn)行脫敏處理后，下發(fā)給下游環(huán)節(jié)，供下游隨意取用和讀寫(xiě)，脫敏后數(shù)據(jù)與生產(chǎn)環(huán)境相隔離，滿足業(yè)務(wù)需求的同時(shí)保障生產(chǎn)數(shù)據(jù)庫(kù)的安全，例如自動(dòng)駕駛車輛的系統(tǒng)開(kāi)發(fā)、仿真測(cè)試等。 動(dòng)態(tài)數(shù)據(jù)脫敏指的是數(shù)據(jù)使用方直接訪問(wèn)生產(chǎn)數(shù)據(jù)的使用場(chǎng)景，其特點(diǎn)為在處理敏感數(shù)據(jù)時(shí)，需要實(shí)時(shí)進(jìn)行脫敏，并且也可以實(shí)時(shí)修改脫敏規(guī)則。 兩者最大的區(qū)別在于，靜態(tài)數(shù)據(jù)脫敏是在脫離數(shù)據(jù)生產(chǎn)環(huán)境后進(jìn)行的，而動(dòng)態(tài)數(shù)據(jù)脫敏則是直接在數(shù)據(jù)生產(chǎn)環(huán)境中進(jìn)行的。 在智能汽車的行駛過(guò)程中，車上的大部分敏感數(shù)據(jù)的產(chǎn)生及處理都是實(shí)時(shí)的，所以，在自動(dòng)駕駛領(lǐng)域中，數(shù)據(jù)脫敏主要是采取動(dòng)態(tài)數(shù)據(jù)脫敏。

1.3 自動(dòng)駕駛中數(shù)據(jù)脫敏的痛點(diǎn)

在中央計(jì)算平臺(tái)的趨勢(shì)下，智能汽車產(chǎn)生的敏感數(shù)據(jù)量會(huì)比手機(jī)更大，甚至無(wú)法估量。以感知為例，車端的傳感器越來(lái)越多，傳感器的性能也越來(lái)越好，這就造成整個(gè)感知系統(tǒng)能夠獲取到的數(shù)據(jù)也會(huì)越來(lái)越豐富。

李浩文說(shuō)：“如今單車的智能化水平越來(lái)越高，從某種意義上來(lái)說(shuō)，車輛實(shí)際上已經(jīng)具備了一定的地圖測(cè)繪能力”。 也就是說(shuō)，如果一輛自動(dòng)駕駛車輛跑完全中國(guó)的道路，在某種程度上，它就能夠把一張中國(guó)地圖繪制下來(lái)，而這里面必然會(huì)包含大量的敏感地理位置信息、道路標(biāo)識(shí)信息甚至個(gè)人隱私等。 這還僅僅只是感知系統(tǒng)帶來(lái)的敏感數(shù)據(jù)，但自動(dòng)駕駛系統(tǒng)又何止感知這一塊。不同的系統(tǒng)會(huì)有不同的敏感數(shù)據(jù)產(chǎn)生，并且數(shù)據(jù)的格式也會(huì)非常多樣化，這些都會(huì)造成日后數(shù)據(jù)脫敏難度的增加。面對(duì)如此大規(guī)模的敏感數(shù)據(jù)，行業(yè)早期在數(shù)據(jù)應(yīng)用方面，做得并不規(guī)范。在行業(yè)發(fā)展初期，車企在數(shù)據(jù)的采集、存儲(chǔ)、處理等過(guò)程中，沒(méi)有做到任何數(shù)據(jù)脫敏措施，數(shù)據(jù)在采集前是否征得用戶允許、數(shù)據(jù)資產(chǎn)的歸屬問(wèn)題等始終處于未解決的狀態(tài)。。第一，數(shù)據(jù)的確權(quán)問(wèn)題非常嚴(yán)重。行業(yè)早期階段，車企認(rèn)為車內(nèi)外的數(shù)據(jù)都是車企自己的資產(chǎn)，并且車上獲取的數(shù)據(jù)可以被傳輸?shù)阶约旱乃接性浦小５诙?，整個(gè)數(shù)據(jù)運(yùn)轉(zhuǎn)流程不規(guī)范。用戶在車內(nèi)的信息（如視頻、音頻等）是在不經(jīng)允許的情況下被采集，或者是在用戶不知情的狀態(tài)下，默認(rèn)勾選了數(shù)據(jù)采集的“同意選項(xiàng)”。再者，整個(gè)車聯(lián)網(wǎng)系統(tǒng)缺少數(shù)據(jù)的保護(hù)意識(shí)，容易被黑客入侵，造成用戶的隱私信息被盜竊。 歸根結(jié)底，造成行業(yè)內(nèi)數(shù)據(jù)應(yīng)用不規(guī)范的主要原因是數(shù)據(jù)脫敏相應(yīng)的政策法規(guī)不成熟導(dǎo)致的。 雖然，近兩年，從國(guó)家法規(guī)層面到行業(yè)標(biāo)準(zhǔn)層面，智能汽車數(shù)據(jù)脫敏的相關(guān)政策頻繁出臺(tái)。值得注意的是，如《汽車數(shù)據(jù)安全管理若干規(guī)定（試行）》，除了列舉出了6大類敏感數(shù)據(jù)外，也規(guī)定了敏感數(shù)據(jù)處理的標(biāo)準(zhǔn)原則，例如車內(nèi)處理原則、默認(rèn)不收集原則等，這些規(guī)定讓行業(yè)對(duì)智能汽車的數(shù)據(jù)脫敏有了大致的方向。

表：數(shù)據(jù)脫敏相關(guān)政策的進(jìn)展情況（按發(fā)布機(jī)構(gòu)層級(jí)劃分）

個(gè)別政策法規(guī)對(duì)敏感數(shù)據(jù)進(jìn)行了劃分，明確了具體哪些數(shù)據(jù)屬于敏感數(shù)據(jù)。直至中汽協(xié)在今年8月發(fā)布的《汽車傳輸視頻及圖像脫敏技術(shù)要求與方法》，該行業(yè)標(biāo)準(zhǔn)細(xì)化了對(duì)于車外的人臉、車牌的脫敏技術(shù)細(xì)節(jié)。但縱觀這些政策法規(guī)，現(xiàn)階段的政策法規(guī)僅屬于一種大的框架，并沒(méi)有嚴(yán)格地去定義如何去做數(shù)據(jù)脫敏、又該脫敏到什么程度。 再者，人臉和車牌僅僅是自動(dòng)駕駛系統(tǒng)中感知環(huán)節(jié)所產(chǎn)生的敏感數(shù)據(jù)，而感知環(huán)節(jié)產(chǎn)生的敏感數(shù)據(jù)又不僅限于這些數(shù)據(jù)。甚至，在定位、決策、控制環(huán)節(jié)中，車輛也會(huì)產(chǎn)生大量的敏感數(shù)據(jù)，比如道路定位信息、車輛的操控習(xí)慣等等，而針對(duì)這些數(shù)據(jù)，行業(yè)內(nèi)目前并沒(méi)有相關(guān)政策或者技術(shù)標(biāo)準(zhǔn)要求的出臺(tái)。 不少專家也提到，現(xiàn)階段關(guān)于數(shù)據(jù)脫敏的政策法規(guī)相對(duì)比較粗淺，各家主機(jī)廠都是在一個(gè)大的框架下去完善自己的數(shù)據(jù)管理規(guī)范。 關(guān)于數(shù)據(jù)脫敏的技術(shù)要求和方法的出臺(tái)時(shí)間，張亞楠說(shuō)：“目前還在制定當(dāng)中，預(yù)計(jì)很快就會(huì)面世?！? 二、如何進(jìn)行數(shù)據(jù)脫敏

那么，了解了何為數(shù)據(jù)脫敏后，智能汽車中具體是如何進(jìn)行數(shù)據(jù)脫敏的？在數(shù)據(jù)脫敏的過(guò)程中，又需要注意哪些事項(xiàng)？

關(guān)于數(shù)據(jù)脫敏的具體步驟，某主機(jī)廠信息安全工程師介紹道：“數(shù)據(jù)脫敏主要處于數(shù)據(jù)全生命周期的處理環(huán)節(jié)，首先，技術(shù)人員需要對(duì)數(shù)據(jù)做好分類分級(jí)，并把敏感數(shù)據(jù)識(shí)別出來(lái)，要確定哪些數(shù)據(jù)屬于敏感數(shù)據(jù)字段；其次，需要確定具體的脫敏策略；再者，將制定好的脫敏方案給到執(zhí)行者，執(zhí)行設(shè)定好的脫敏方案；最后，在數(shù)據(jù)脫敏執(zhí)行完畢后，對(duì)于整個(gè)數(shù)據(jù)的執(zhí)行過(guò)程也會(huì)有一些審計(jì)工作。”

2.1 敏感數(shù)據(jù)的分類分級(jí)

既然數(shù)據(jù)脫敏的第一步是要先對(duì)敏感數(shù)據(jù)進(jìn)行分類分級(jí)，但智能汽車上所產(chǎn)生的數(shù)據(jù)龐大且復(fù)雜，那么，在理清楚這些數(shù)據(jù)資產(chǎn)時(shí)，就需要整理出一份數(shù)據(jù)資產(chǎn)的目錄清單。

那么，哪些數(shù)據(jù)是敏感數(shù)據(jù)？又該按照什么樣的邏輯或者標(biāo)準(zhǔn)來(lái)進(jìn)行分類分級(jí)？ 從宏觀層面來(lái)看，敏感數(shù)據(jù)主要可分為3類：結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)及半結(jié)構(gòu)化數(shù)據(jù)。

結(jié)構(gòu)化數(shù)據(jù)是指可通過(guò)二維表結(jié)構(gòu)來(lái)表達(dá)和實(shí)現(xiàn)的數(shù)據(jù)，比如銀行賬號(hào)、身份證號(hào)碼、手機(jī)號(hào)、日期等；

非結(jié)構(gòu)化數(shù)據(jù)是指數(shù)據(jù)結(jié)構(gòu)不規(guī)則或不完整，沒(méi)有預(yù)定義的數(shù)據(jù)模型，比如圖像、聲音、文本等；

半結(jié)構(gòu)化數(shù)據(jù)是指介于完全結(jié)構(gòu)化數(shù)據(jù)和完全無(wú)結(jié)構(gòu)的數(shù)據(jù)之間的數(shù)據(jù)，比如HTML文檔、JSON、XML等。

但智能汽車上的數(shù)據(jù)量非常大，數(shù)據(jù)類型也非常雜，不能單純以這三個(gè)維度來(lái)對(duì)敏感數(shù)據(jù)進(jìn)行分類分級(jí)。 某主機(jī)廠信息安全工程師說(shuō)：“國(guó)內(nèi)的《網(wǎng)絡(luò)安全法》提出了數(shù)據(jù)需要做到分類分級(jí)，隨后出臺(tái)的《數(shù)據(jù)安全法》也更加明確數(shù)據(jù)需要做到分類分級(jí)，但各行各業(yè)的數(shù)據(jù)類型比較豐富，國(guó)內(nèi)沒(méi)有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)去對(duì)數(shù)據(jù)進(jìn)行分類分級(jí)， 2021年，汽車行業(yè)內(nèi)出臺(tái)了《車聯(lián)網(wǎng)信息服務(wù) 數(shù)據(jù)安全技術(shù)要求》對(duì)數(shù)據(jù)分類分級(jí)做出了一定標(biāo)準(zhǔn)，但它并不是一個(gè)強(qiáng)制性標(biāo)準(zhǔn)。”

圖：《車聯(lián)網(wǎng)信息服務(wù)數(shù)據(jù)安全技術(shù)要求》中數(shù)據(jù)分類標(biāo)準(zhǔn)

李浩文也提到，智能汽車領(lǐng)域未來(lái)必然會(huì)有更細(xì)的數(shù)據(jù)分類分級(jí)規(guī)范，但現(xiàn)階段已出臺(tái)的規(guī)范也僅僅做到概念級(jí)的建設(shè)指引，恐怕對(duì)于主機(jī)廠來(lái)說(shuō)，僅憑這些標(biāo)準(zhǔn)來(lái)做一些實(shí)操工作，其難度會(huì)有些大。 結(jié)合多位專家的觀點(diǎn)來(lái)看，智能汽車行業(yè)目前尚未形成細(xì)化的數(shù)據(jù)分類分級(jí)標(biāo)準(zhǔn)，主機(jī)廠需要根據(jù)自身的實(shí)際業(yè)務(wù)需求，從不同場(chǎng)景、不同功能等維度出發(fā)，去做敏感數(shù)據(jù)的分類。同時(shí)，在分類完后，主機(jī)廠仍需要根據(jù)不同等級(jí)的敏感程度，對(duì)數(shù)據(jù)進(jìn)行分級(jí)（如一般、重要、敏感），并對(duì)不同級(jí)別采取不同的脫敏策略。

2.2 選擇合適的脫敏策略

在梳理完數(shù)據(jù)資產(chǎn)后，又該如何選擇脫敏策略？

脫敏規(guī)則指的是在原始脫敏算法的基礎(chǔ)上，將一種或者多種脫敏算法進(jìn)行組合，并應(yīng)用于特定場(chǎng)景下的敏感數(shù)據(jù)，而脫敏策略指的是在不同場(chǎng)景下選擇怎樣的的脫敏規(guī)則。

表：脫敏算法、脫敏規(guī)則、脫敏策略概念示例

在智能汽車行業(yè)中，目前還沒(méi)有形成統(tǒng)一的脫敏技術(shù)規(guī)范，各家主機(jī)廠在采用相關(guān)技術(shù)或策略時(shí)，都借鑒了一些已出臺(tái)的信息安全相關(guān)標(biāo)準(zhǔn)規(guī)范，如《信息安全技術(shù)個(gè)人信息去標(biāo)識(shí)化指南》。

一方面，不同類型的數(shù)據(jù)所對(duì)應(yīng)的脫敏算法和脫敏策略都不同。 根據(jù)《汽車傳輸視頻及圖像脫敏技術(shù)要求與方法》中的介紹，非結(jié)構(gòu)化數(shù)據(jù)（如人臉、車牌）一般采用的是統(tǒng)一色塊的脫敏算法，即用統(tǒng)一色塊對(duì)視頻中每一幀中的人臉和車牌位置信息進(jìn)行替換，通過(guò)色塊替換直接擦除原圖上像素級(jí)別數(shù)據(jù)，確保擦除后的數(shù)據(jù)信息不可逆和不可復(fù)原。

而掩碼、取整等脫敏算法主要用于車主的身份信息、自車的車牌號(hào)、車控?cái)?shù)據(jù)等結(jié)構(gòu)化數(shù)據(jù)。以車主的個(gè)人姓名為例，需要應(yīng)用映射技術(shù)（Hashing）將車主名“張三”變?yōu)閷?duì)應(yīng)的hash值“456684923”。

圖：部分結(jié)構(gòu)化數(shù)據(jù)相關(guān)的脫敏算法示例

（數(shù)據(jù)來(lái)源：《數(shù)據(jù)脫敏技術(shù)的探究與實(shí)現(xiàn)》）

另一方面，為了滿足特定場(chǎng)景的需求，更多地是需要有針對(duì)性且多樣化的脫敏算法和脫敏策略。 在不同的場(chǎng)景下，車輛的感知系統(tǒng)所獲取到的敏感信息是不同的，比如在高速場(chǎng)景下，自車感知系統(tǒng)獲取到的敏感信息大部分是前方車輛的車牌，那需要對(duì)這些車牌采用統(tǒng)一色塊的脫敏算法；而在城區(qū)場(chǎng)景下，除了前方車牌需要脫敏外，可能還會(huì)有很多行人和周邊建筑物信息等敏感數(shù)據(jù)，需要對(duì)人臉采用統(tǒng)一色塊的脫敏算法的同時(shí)，也要給敏感建筑信息采用偏轉(zhuǎn)的脫敏算法。 也就是說(shuō)，面對(duì)不同的場(chǎng)景特性，敏感數(shù)據(jù)的差異就會(huì)導(dǎo)致脫敏策略的不同。此外，脫敏策略不僅僅是采用一種脫敏算法，而是會(huì)采用兩種以上的脫敏算法。 王建偉說(shuō)：“在不同的場(chǎng)景下，數(shù)據(jù)脫敏相關(guān)供應(yīng)商一定會(huì)給主機(jī)廠提供很多模型，主機(jī)廠會(huì)根據(jù)不同的場(chǎng)景、不同的業(yè)務(wù)需求、不同的監(jiān)管要求來(lái)做針對(duì)性的處理?！?總的來(lái)說(shuō)，脫敏策略的選擇必然不是“一招吃遍天下”，而是需要針對(duì)不同數(shù)據(jù)、不同業(yè)務(wù)場(chǎng)景等，做有針對(duì)性的開(kāi)發(fā)。

2.3 讓脫敏對(duì)自動(dòng)駕駛系統(tǒng)的影響最小化

自動(dòng)駕駛的首要原則是安全，而數(shù)據(jù)脫敏是否會(huì)造成過(guò)度脫敏，從而影響自動(dòng)駕駛系統(tǒng)整體的安全水平，又如何讓脫敏對(duì)自動(dòng)駕駛系統(tǒng)的影響最小化？

首先，數(shù)據(jù)脫敏的最終目的是減少或消除敏感信息，從而減小數(shù)據(jù)安全帶來(lái)的風(fēng)險(xiǎn)，而不是阻礙自動(dòng)駕駛的發(fā)展，敏感數(shù)據(jù)在進(jìn)行脫敏后仍然需要保留目標(biāo)的基礎(chǔ)語(yǔ)義信息。 李浩文說(shuō)：“車輛在采集完數(shù)據(jù)后，數(shù)據(jù)并不一定需要存儲(chǔ)或者傳輸?shù)胶蠖?，自?dòng)駕駛系統(tǒng)只需要識(shí)別出前方目標(biāo)物具體是什么，根本沒(méi)必要識(shí)別出目標(biāo)物中的人的面部特征、年齡甚至性別，或者這輛車是什么品牌、車型或車身細(xì)節(jié)?！逼浯?，現(xiàn)階段先感知融合、再做數(shù)據(jù)脫敏是較為可行的方案。 如果數(shù)據(jù)是先融合后再脫敏，不僅不會(huì)降低融合的效果，也可以減少時(shí)延的影響。此外，融合后甚至可以直接銷毀敏感信息，減少不必要的存儲(chǔ)空間占用，但從感知到控制的整個(gè)過(guò)程中，由于數(shù)據(jù)未脫敏，數(shù)據(jù)傳輸過(guò)程需要加入一些數(shù)據(jù)加密的措施，這對(duì)加密算法的強(qiáng)度要求較高，最終會(huì)導(dǎo)致數(shù)據(jù)處理難度會(huì)加大。 如果數(shù)據(jù)是先脫敏后再融合，自動(dòng)駕駛系統(tǒng)對(duì)敏感信息的保護(hù)難度會(huì)降低很多，但也會(huì)影響自動(dòng)駕駛系統(tǒng)的算法訓(xùn)練。另外，若要先做數(shù)據(jù)脫敏，傳感器在獲取數(shù)據(jù)時(shí)就需要先對(duì)敏感數(shù)據(jù)進(jìn)行脫敏，而這意味著需要對(duì)傳感器芯片做一定改造（比如加入某些安全芯片或者植入某些特定算法），這會(huì)造成傳感器功耗上升，從而降低傳感器的耐久性。 相反，在域控制器上處理數(shù)據(jù)脫敏，可以使用安全芯片（配有相應(yīng)算法）或者SDK（數(shù)據(jù)脫敏軟件包），讓整個(gè)數(shù)據(jù)脫敏更加標(biāo)準(zhǔn)化，這對(duì)相關(guān)軟硬件架構(gòu)的影響是最小的。 劉天宇說(shuō)：“理論上來(lái)說(shuō)，傳感器芯片或者域控制器處理都可以做數(shù)據(jù)脫敏，只要算力能夠滿足要求即可。一般來(lái)說(shuō)，我們建議是在域控制器上處理，這樣可以避免對(duì)傳感器芯片的改造，而且域控制器能夠使用傳感器獲取的原始數(shù)據(jù)進(jìn)行融合，然后再進(jìn)行脫敏處理，可以實(shí)現(xiàn)對(duì)自動(dòng)駕駛系統(tǒng)的干擾最小化?！?綜合來(lái)看，先做感知融合、再做數(shù)據(jù)脫敏的方案是對(duì)整個(gè)自動(dòng)駕駛系統(tǒng)的影響是最小的，也是較為可行的方案。

2.4 數(shù)據(jù)在全生命周期中需要加密

通常來(lái)說(shuō)，數(shù)據(jù)脫敏僅在數(shù)據(jù)處理環(huán)節(jié)出現(xiàn)，但實(shí)際上，數(shù)據(jù)脫敏其實(shí)在數(shù)據(jù)的整個(gè)生命周期中都是存在的。

數(shù)據(jù)的全生命周期包括采集、傳輸、存儲(chǔ)、使用、共享、銷毀。如果主機(jī)廠先做融合再去做脫敏，那數(shù)據(jù)也會(huì)經(jīng)歷傳輸、存儲(chǔ)等，要么數(shù)據(jù)是直接脫敏后再去傳輸或者存儲(chǔ)，要不然在些環(huán)節(jié)中數(shù)據(jù)也是有一定的安全風(fēng)險(xiǎn)。 王建偉說(shuō)：“數(shù)據(jù)從某個(gè)ECU到域控制器的過(guò)程中，在每個(gè)數(shù)據(jù)處理節(jié)點(diǎn)都會(huì)伴隨著一定的被攻擊的風(fēng)險(xiǎn)，所以每個(gè)節(jié)點(diǎn)都需要做加密處理來(lái)保證數(shù)據(jù)的安全，并且還需要做整個(gè)車聯(lián)網(wǎng)的身份認(rèn)證。再者，未來(lái)車內(nèi)無(wú)線通信可能會(huì)逐漸增多，比如通過(guò)藍(lán)牙、WiFi及UWB的方式，而這種通信方式是最容易被黑客攻擊的?！?李浩文說(shuō)：“加密算法在應(yīng)用上不像數(shù)據(jù)脫敏算法那么豐富，它嚴(yán)格遵循的是數(shù)學(xué)方法，而最常用的則是對(duì)稱加密、非對(duì)稱加密和摘要算法等，并且通常情況下，密鑰長(zhǎng)度會(huì)與加密強(qiáng)度呈正相關(guān)?！?針對(duì)不同類型的數(shù)據(jù)，在加密策略的選擇上也是有區(qū)別的。某主機(jī)廠信息安全工程師說(shuō)：“對(duì)于一些不敏感的數(shù)據(jù)，只需要采用一些弱的加密；對(duì)于一些非常敏感的數(shù)據(jù)，比如車控的數(shù)據(jù)或者藍(lán)牙鑰匙信號(hào)，可能需要采取較強(qiáng)的加密措施?！?/p>

三、自動(dòng)駕駛數(shù)據(jù)脫敏的市場(chǎng)格局 3.1 玩家類型

數(shù)據(jù)脫敏的主要玩家是主機(jī)廠和第三方數(shù)據(jù)服務(wù)商，并且主機(jī)廠會(huì)是數(shù)據(jù)脫敏業(yè)務(wù)的主導(dǎo)方。

（1）主機(jī)廠優(yōu)勢(shì)：主機(jī)廠業(yè)務(wù)部門會(huì)更了解自身業(yè)務(wù)，在法律法規(guī)的指導(dǎo)下，區(qū)分哪些是敏感數(shù)據(jù)，哪些是非敏感數(shù)據(jù)。 李浩文說(shuō)：“對(duì)于主機(jī)廠來(lái)說(shuō)，通常情況下數(shù)據(jù)脫敏是需要從內(nèi)部做起的，某些主機(jī)廠的整個(gè)自動(dòng)駕駛系統(tǒng)都是自己寫(xiě)的，或者至少是由相關(guān)供應(yīng)商提供，如果工作到位的話，是很容易識(shí)別哪些數(shù)據(jù)是敏感數(shù)據(jù)。對(duì)于數(shù)據(jù)脫敏算法，業(yè)內(nèi)的相關(guān)公開(kāi)方案也有很多，這并不是難點(diǎn)。” 挑戰(zhàn)：數(shù)據(jù)脫敏所面對(duì)的數(shù)據(jù)量非常龐大，是一個(gè)系統(tǒng)性的大工程，需要大量技術(shù)人員，而主機(jī)廠相關(guān)人員儲(chǔ)備不足。 李浩文繼續(xù)說(shuō)道：“當(dāng)前，某些主機(jī)廠確實(shí)缺少相應(yīng)的復(fù)合型人才，比如那些能理解數(shù)據(jù)脫敏的法律條文，也能夠?qū)φ諚l文將敏感數(shù)據(jù)一一梳理出來(lái)的人才。再者，現(xiàn)階段主機(jī)廠也確實(shí)人手不夠，或者缺少數(shù)據(jù)梳理工作，所以主機(jī)廠才需要第三方數(shù)據(jù)服務(wù)商來(lái)幫助他們梳理數(shù)據(jù)資產(chǎn)?！?再者，一些主機(jī)廠認(rèn)為，若將敏感數(shù)據(jù)交由第三方服務(wù)商處理，可能存在數(shù)據(jù)泄露的風(fēng)險(xiǎn)。（2）第三方數(shù)據(jù)服務(wù)商（比如木衛(wèi)四科技、信大捷安、中汽數(shù)據(jù)等）優(yōu)勢(shì)：專業(yè)性較強(qiáng)，有一定的人才儲(chǔ)備。 第三方的數(shù)據(jù)服務(wù)商無(wú)論是在專業(yè)能力上，還是在技術(shù)人才的儲(chǔ)備上，都會(huì)優(yōu)于主機(jī)廠。他們?cè)谄渌袠I(yè)內(nèi)有過(guò)豐富的數(shù)據(jù)脫敏項(xiàng)目經(jīng)驗(yàn)，相關(guān)脫敏技術(shù)的應(yīng)用熟練度也較高。 挑戰(zhàn)：第三方在為主機(jī)廠提供數(shù)據(jù)脫敏服務(wù)時(shí)，還需要做一些脫敏模型的二次開(kāi)發(fā)。 某主機(jī)廠信息安全工程師說(shuō)：“第三方數(shù)據(jù)安全廠商在其他行業(yè)，如政務(wù)、金融行業(yè)，可以做一些常見(jiàn)的數(shù)據(jù)字段類型的脫敏業(yè)務(wù)（如姓名、身份證號(hào)、手機(jī)號(hào)等），但汽車行業(yè)，車端的數(shù)據(jù)類型非常多，比如車內(nèi)語(yǔ)音圖像數(shù)據(jù)、車控?cái)?shù)據(jù)、環(huán)境感知數(shù)據(jù)等等。所以，智能汽車上會(huì)有一些新的數(shù)據(jù)類型，對(duì)于這些數(shù)據(jù)，數(shù)據(jù)安全廠商可能沒(méi)有現(xiàn)成的方案可以直接適配，需要對(duì)現(xiàn)有的數(shù)據(jù)進(jìn)行人工打標(biāo)簽，再對(duì)脫敏工具進(jìn)行二次開(kāi)發(fā)和調(diào)試?！?/p>

3.2 商業(yè)模式

目前，主機(jī)廠在數(shù)據(jù)脫敏業(yè)務(wù)上缺人也缺經(jīng)驗(yàn)，所以仍然會(huì)選擇以外部合作為主，那么，具體合作模式是什么樣？

首先，第三方數(shù)據(jù)服務(wù)商會(huì)連同tier1（比如T-box、傳感器等供應(yīng)商）為主機(jī)廠提供咨詢服務(wù)，幫助其梳理數(shù)據(jù)資產(chǎn)，并給出咨詢方案。 王建偉說(shuō)：“主機(jī)廠也不會(huì)直接去向第三方數(shù)據(jù)服務(wù)商進(jìn)行采購(gòu)，還是會(huì)先去找自己的零部件供應(yīng)商或者tier 1（畢竟數(shù)據(jù)最終還是這些零部件產(chǎn)生的），告訴他們對(duì)于數(shù)據(jù)脫敏業(yè)務(wù)的需求細(xì)節(jié)，包括需要做到什么樣的脫敏效果，同時(shí)會(huì)給與零部件供應(yīng)商或者tier 1幾個(gè)可供選擇的第三方數(shù)據(jù)服務(wù)商?！?其次，在給出咨詢方案后，第三方數(shù)據(jù)服務(wù)商也會(huì)提供相應(yīng)的軟硬件產(chǎn)品：安全芯片+數(shù)據(jù)脫敏SDK，而這些都會(huì)集成在T-box上，一同提供給主機(jī)廠。 其中，安全芯片主要是針對(duì)汽車的信息安全，提供相應(yīng)密鑰或者數(shù)據(jù)保護(hù)算法的硬件產(chǎn)品，可應(yīng)用于T-BOX、數(shù)字車鑰匙、V2X等； 數(shù)據(jù)脫敏SDK是指集成了脫敏算法，預(yù)留脫敏數(shù)據(jù)輸入和輸出接口的軟件開(kāi)發(fā)包。算法SDK一般具有一定的兼容性，多種圖片格式可以做轉(zhuǎn)化，劉天宇說(shuō)。 關(guān)于對(duì)數(shù)據(jù)脫敏SDK的理解，李浩文說(shuō)：“數(shù)據(jù)脫敏SDK作為附屬軟件，它并不是獨(dú)立存在的，一般跟自動(dòng)駕駛的主程序或者其它數(shù)據(jù)處理程序融合在一起，往往以庫(kù)的形式存在，就好比是微信軟件中的某一個(gè)細(xì)分功能。并且，數(shù)據(jù)脫敏SDK內(nèi)部的脫敏策略都是可配置甚至在線升級(jí)調(diào)整的，就如自動(dòng)駕駛的主程序一樣，它也會(huì)定期升級(jí)。” 最后，在盈利模式上，第三方數(shù)據(jù)服務(wù)商通過(guò)收取咨詢服務(wù)費(fèi)及出售軟硬件產(chǎn)品來(lái)獲取收益。

四、數(shù)據(jù)脫敏在自動(dòng)駕駛應(yīng)用中的挑戰(zhàn)

4.1 敏感數(shù)據(jù)來(lái)源的多樣化

自動(dòng)駕駛車端的敏感數(shù)據(jù)會(huì)來(lái)自于自動(dòng)駕駛系統(tǒng)的感知、定位、決策、控制各個(gè)環(huán)節(jié)。

比如在感知系統(tǒng)中，傳感器可不止是相機(jī)。其它的傳感器也同樣會(huì)有一些敏感信息出現(xiàn)。以FMCW激光雷達(dá)為例，除了可以獲取到一些測(cè)速測(cè)距的深度信息外，激光雷達(dá)甚至可以配合其它傳感器，實(shí)現(xiàn)三維的實(shí)時(shí)建圖。當(dāng)前，炙手可熱的4D毫米波雷達(dá)，相比于傳統(tǒng)的毫米波雷達(dá)來(lái)說(shuō)，它具備了如同激光雷達(dá)的一樣的點(diǎn)云生成能力，并能夠獲取到物體的高度信息，比如橋墩的高度信號(hào)等。一方面，不同類型的傳感器會(huì)帶來(lái)不同的敏感數(shù)據(jù)；另一方面，不同類型的傳感器所能提供的敏感數(shù)據(jù)等級(jí)也略有不同。

相機(jī)帶來(lái)的是幀圖像的數(shù)據(jù)格式，而激光雷達(dá)和毫米波雷達(dá)帶來(lái)的則是點(diǎn)云形式的數(shù)據(jù)格式，在數(shù)據(jù)脫敏時(shí)，必須要在理解傳感器的前提下，才可能更好地處理敏感數(shù)據(jù)。

即使同一類型的傳感器，由于來(lái)自不同供應(yīng)商，傳感器帶來(lái)的數(shù)據(jù)格式也有可能不同，需要對(duì)它們各自的數(shù)據(jù)分別進(jìn)行脫敏處理。

一般來(lái)說(shuō)，相機(jī)所能獲取到的敏感數(shù)據(jù)量會(huì)多于激光雷達(dá)，更多于毫米波雷達(dá)，而數(shù)據(jù)敏感程度上，相機(jī)的數(shù)據(jù)敏感程度也更高于其它二者。

表：各傳感器之間的敏感數(shù)據(jù)情況

雖然，《汽車傳輸視頻及圖像脫敏技術(shù)要求與方法》對(duì)人臉和車牌的脫敏處理做了一定的規(guī)范，比如圖片的大小、清晰度等，但對(duì)于其它類型的數(shù)據(jù)或者其它傳感器所帶來(lái)的敏感數(shù)據(jù)，行業(yè)內(nèi)并沒(méi)有做出任何指引規(guī)范，各家主機(jī)廠也都是處于摸索中，或者干脆就不去關(guān)注這方面。

4.2 數(shù)據(jù)脫敏的程度較難把控

敏感數(shù)據(jù)到底需要脫敏到什么程度，才可以真正實(shí)現(xiàn)敏感信息的完全脫敏？同時(shí)，數(shù)據(jù)脫敏是否會(huì)由于過(guò)度脫敏而造成某些關(guān)鍵信息的損失？

以人臉或者車牌的脫敏為例，相關(guān)的規(guī)定也做出了一定的約束，從技術(shù)上來(lái)說(shuō)，要把這類圖像脫敏到“剛剛好”，或許并不會(huì)有很大的難點(diǎn)，但事物之間是有一定的聯(lián)系存在的，當(dāng)數(shù)據(jù)量級(jí)達(dá)到一定程度時(shí)，也可以通過(guò)某些信息來(lái)推斷出某人的個(gè)人信息。 李浩文說(shuō)：“雖然通過(guò)脫敏技術(shù)對(duì)某個(gè)人的人臉進(jìn)行了脫敏處理，但還是可以從他的衣服、步態(tài)或者他個(gè)人經(jīng)常性出沒(méi)的位置等交叉信息，來(lái)推斷出他的個(gè)人信息。再比如，我們?cè)谧鍪謾C(jī)號(hào)碼的脫敏時(shí)，會(huì)常去把中間4位號(hào)碼隱去，但那也只有1萬(wàn)種排列組合的可能性，數(shù)據(jù)仍然有被推演出的風(fēng)險(xiǎn)?！?/p>

4.3 車端硬件性能的占用智能汽車上的硬件性能非常有限，也非常寶貴，那么算力在保證自動(dòng)駕駛系統(tǒng)安全運(yùn)行的同時(shí)，是否也會(huì)滿足數(shù)據(jù)脫敏的需求？對(duì)此，筆者在與各個(gè)專家進(jìn)行了探討，專家們的結(jié)論各不同，形成了兩種不同的答案。 先給出結(jié)論：短期內(nèi)，數(shù)據(jù)脫敏不會(huì)對(duì)車端的硬件造成過(guò)多的性能占用，但長(zhǎng)期方向上，隨著敏感數(shù)據(jù)的不斷增加，數(shù)據(jù)脫敏對(duì)車端硬件性能的占用可能會(huì)成為一個(gè)挑戰(zhàn)。 從短期來(lái)看，如果只做圖像脫敏處理，對(duì)于帶有浮點(diǎn)運(yùn)算的SoC芯片來(lái)說(shuō)，脫敏對(duì)硬件的消耗并不大。 目前的脫敏規(guī)范僅限于車外的人臉及車牌信息，對(duì)于其它的敏感數(shù)據(jù)是否要進(jìn)行脫敏，甚至如何進(jìn)行脫敏，其實(shí)并沒(méi)有相關(guān)標(biāo)準(zhǔn)出臺(tái)，這也在一定程度上將車輛上所需脫敏的數(shù)據(jù)范圍縮小到了一個(gè)當(dāng)前算力所能承受的范圍內(nèi)。 根據(jù)已落地的項(xiàng)目經(jīng)驗(yàn)，劉天宇說(shuō)：“以高通8155芯片為例，部署脫敏算法后，CPU占用率低于10% （不需要使用GPU算力），其余占用資源為：模型參數(shù)量<3M、FLOPS<5G、運(yùn)行ROM< 30MB、運(yùn)行RAM<100MB、運(yùn)行CPU<10kDMIPS?！?從長(zhǎng)期來(lái)看，隨著敏感數(shù)據(jù)的定義不斷明朗化及中央計(jì)算的電氣架構(gòu)趨勢(shì)下，車端敏感數(shù)據(jù)的范圍會(huì)被擴(kuò)大，同時(shí)如果大量的數(shù)據(jù)都集中在中央控制器上處理，現(xiàn)有的SoC性能未必能在保證自動(dòng)駕駛系統(tǒng)正常運(yùn)行的情況下，再去處理數(shù)據(jù)脫敏，顯然到那時(shí)候就需要更多的算力支持。

審核編輯：郭婷