我国首部数据安全特别法—— 《中华人民共和国数据安全法》将于9月1日日落时实施。

伴随着数字经济的不断发展，数据本身的潜在价值正在迅速爆炸但是，数据作为一种新的生产要素，在使用层面始终面临着诸多问题:一方面，数据只有开放共享，才能更高效地使用，另一方面，数据需要保护，害怕共享，无法共享是行业面临的普遍数据困境

伴随着《数据安全法》的推出，数据的使用，流通和保护将进一步规范面对《每日经济新闻》记者提到的问题，这一法律将如何影响数据交易市场，中国信通院云计算与大数据研究所大数据部副主任颜舒表示，《数据安全法》特别强调了发展和安全的重要性，这确实可能会给现有的模式带来冲击，但程度并不大，这是一个必要的过程

与此同时，伴随着法律对数据的严格监管逐渐明确，私有计算能否成为当前数据流通合规的答案也引发了热议隐私计算通过对明文数据进行加密，可以在避免数据孤岛的基础上实现数据的可用与不可见，充分发挥数据的价值但是，法律法规实施后，隐私计算是否会面临合规问题

合规是一个过程

《网络安全法》，《数据安全法》，《个人信息保护法》将分别于6月1日，9月1日，11月1日实施。

据律师事务所合伙人陈介绍，这三部法律有重合之处，但监管对象和管理重点不同其中，《数据安全法》的监管范围主要包括在中国境内进行的数据处理活动和在中国境外进行的损害中国国家安全，公共利益或者公民，组织合法权益的数据处理活动

那么，伴随着《数据安全法》的落地，部分企业过去的数据资产是否会面临合规性的溯源。

陈认为，合规是一个过程，要求企业在法律颁布后第二天合规是不现实的一般企业的实践分为两个阶段:合规前的数据称为历史数据，合规之后，授权，分类，应用场景被严格限制，这是一个新的起点历史数据可以区分，不再使用只要不披露，就不会给主体带来权益

2014年以来，国内多个地方建立了大数据交易中心，打造了开放独立的第三方交易平台，形成了稳定的数据交易并收取费用那么，《数据安全法》的颁布进一步规范了数据的流通，会不会影响数据交易市场的发展

对此，睿来智慧CEO田甜认为，数据交换完全不同于证券交易所或期货交易所如果等待一套完整的规范或者技术完善，其实是一个很长的时间，没有相应的基础支撑

国家工业信息安全发展研究中心大数据研究室主任杨梅表示，现在正是引入安全与发展概念的时候出台后，哪些数据是核心数据和重要数据，包括疫情下国家必须控制的数据，是现在大家迫切需要解决的问题，所以法律的出台非常适合市场的发展阶段

除了数据保护，陈认为，《数据安全法》基本形成了中国的数据跨境体系中国不搞数据孤岛，但出口的前提是安全有序，并且在这个前提下自由流动陈说，出口是广义的出口，但实际上有多种形式例如，从中国向外国运输货物是一种出口，给在中国的外国人送商品也是出口，服务器在中国，但是国外有权限读取数据，也是出口我们传统的出口管制是化工产品，现在我们把数据作为出口管制的对象如果列表中有数据，则数据本身不能作为导出控制正常导出你必须从商务部或科技部获得出口许可证才能出口，并通过出口管制确保数据出口的适当程序

隐私计算仍处于早期发展阶段

雷利智能首席执行官田甜认为，数据价值和隐私安全之间存在二元对立，隐私计算是弥合二者差距的必要技术基础所谓隐私计算，是指在数据提供者不公开原始数据的前提下，对数据进行分析计算，实现数据可用，不可见的一种新的技术手段

田甜进一步介绍，与数据孤岛，隐私保护不足，数据价值难以释放等传统计算方式相比，隐私计算一方面可以实现计算逻辑的集中，完成更复杂的互联计算，另一方面密文数据可以保证数据的安全性和隐私性。

在田甜看来，隐私计算的核心要素是安全和价值的闭环在安全性方面，他表示，由于密码学中的证明安全性并不等于实际安全性，现阶段的隐私计算技术面临安全性难以论证或证明的困境，很多假设安全性的方法在实际应用中存在严重的安全漏洞同时，隐私计算也会带来很多新的安全问题，比如对算法的歧视，或者被黑客扔进脏数据和毒数据，造成数据中毒的风险

其次，隐私计算主要是解决数据链接的问题，打通数据通道，让更多的数据可以使用可是，要实现数据的价值，需要业务需求牵引，尤其是人工智能需求牵引

最近几年来，隐私计算蓬勃发展，多方企业加大了对隐私计算的投入据杨梅介绍，到2020年，投资隐私计算的企业将达到260家左右，其中60%是初创企业企业背景主要包括互联网龙头企业，网络安全和大数据公司，初创科技企业和行业内的高新技术企业

在应用领域，除了互联网本身固有的优势之外，私有计算在金融和医疗领域的应用场景最为丰富据杨梅介绍，全国首个医疗健康大数据试点城市厦门建立了基于隐私计算的医疗大数据应用开放平台，金融场景最大的应用是风险控制模型的构建，在互联网金融和消费金融中得到了广泛应用

数据以加密形式而非明文形式流通，可以进一步实现《数据安全法》情况下的合规流通。

可是，现阶段隐私计算技术的发展仍处于早期阶段，隐私计算的许多核心点和核心应用尚未建立

识，实现协同发展。

闫树也表示，隐私计算的模式是在保护隐私的前提下，实现开放共享但它只是解决流通前到流通中，如果一开始就是不合规的数据，包括流通以后的权属和收益问题，并不会通过隐私计算解决的

而性能方面，闫树表示，隐私计算产品的安全性能和准确性是相互影响，相互抵消的，仅仅强调效率没有意义他介绍，当前隐私计算技术已经具备了可用性，但是未来面对更大的数据方和数据量以及更复杂的场景，还不太能够满足

那么，所谓行业认为能够在《数据安全法》落地后，进一步帮助企业实现数据流通合规化的隐私计算技术，其本身又是否是一项合规的技术闫树表示，法律法规不会对技术进行一个确切判断，只看技术如何应用，是否侵犯了相关的权益而隐私计算在实践中明显增强了对数据的保护

但是使用隐私计算进行数据聚合仍然无法规避法律法规的风险，因为联邦学习的梯度可以揭示个人信息，特别是模型很复杂的时候，个人信息也有被识别的风险。

对于合规性的问题怎么解决闫树认为需要搭建合规的基准框架，根据输入模型的数据，选择比较合适的合规基础，选择在什么模型基础上来做，以及对计算过程和结果的合规性来进行证明，存证，通过这些条件降低隐私计算技术方面的合规风险

陈际红也表示，人工智能在学习阶段要求大数据，实时数据，万物互联，但这跟《个人信息保护》有冲突，未来冲突的解决还需要多方治理，包括硬法，比如《数据安全法》和《个人信息保护法》来制定规则，行业来做行业的实践，硬法+软法+多方参与，我想最后一定能找到人工智能对数据的利用以及遵守法律的前提，保护合法权益。

声明：本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。