隨着大數據的進一步發展，重視數據隱私和安全已經成為全世界的共識，各國都在加強對數據安全和隱私的保護，我國也在積極的開展個人信息保護工作。2016年11月7日，全國人大常委會通過的《中華人民共和國網絡安全法》中明確了對個人信息收集、使用及保護的要求，並規定了個人對其個人信息進行更正或刪除的權利。2019年，中央網信辦發佈了《數據安全管理辦法（徵求意見稿）》，向社會公開徵求意見，明確了個人信息和重要數據的收集、處理、使用和安全監督管理的相關標準和規範。
這些法律法規在促進數據合規使用、保障個人隱私和數據安全等方面發揮了重要作用，但也在一定程度上增加了數據流通的成本，降低了數據綜合利用的效率。
一方面，由於缺乏數據用於分析，各個行業對數據共享開放的需求十分迫切，迫切希望得到海量、高質量的數據資源來進行分析和挖掘；另一方面，擁有大量數據的數據平台，由於國家數據安全法律法規的限制，不敢、不願、不能完全開放數據……這使得數據隱私與數據價值挖掘存在着巨大的矛盾，亟需一種兼顧隱私保護、數據安全和數據流動利用的新技術來平衡該矛盾。如何兼顧數據開放共享和數據隱私保護，既保障安全合規，又不阻礙大數據價值的挖掘利用，成為數據治理過程中必須面對的課題。
秉承“數據不動程序動”“數據可用不可見”的安全理念，奇安信創新性地推出數據安全開放平台，形成數據安全開放解決方案，既不需要事先對數據進行脱敏損害挖掘價值，也不需要把原始數據發送給數據使用方造成失控，確保數據所有權和使用權分離的方式，幫助數據擁有方合法、合規、安全地對外開放數據，將商業模式從原始數據交易升級為數據增值服務。
方案整體架構如下圖所示：
• 數據擁有方
彙集大量多行業重要數據的大數據平台，希望在數據隱私不泄露的前提下，充分發揮數據最大價值。
• 數據需求方
缺乏數據的科研院校、AI公司等，希望能夠獲取大量數據，對多種數據源進行融合分析，得到最優分析結果。
數據安全開放解決方案主要由數據安全開放平台組成，通過將調試環境與運行環境分離，實現數據可用不可見，更大限度挖掘數據價值。方案支持多種數據源，支持對數據訪問權限的嚴格控制，支持對所有數據操作的留痕審計，支持行為風險分析和識別，具備數據訪問申請與授權體系和輸出結果申報與審核機制，實現數據所有權和使用權分離，從而確保數據安全可控。
方案分為運行環境和調試環境兩部分：
• 運行環境
數據擁有方在運行環境存儲全量數據，通過對全量數據進行數據置換得到樣本數據，樣本數據不包含敏感信息，可供調試環境的數據分析師分析和使用，預覽樣本數據無誤後可送到調試環境中。
• 調試環境
調試環境供數據需求方使用，分為管理員系統和數據分析師系統。
管理員通過配置訪問控制策略，為不同的數據分析師授予不同的數據權限，真正實現細粒度數據授權，同時通過審計功能對用户的所有操作進行留痕，實現所有數據操作可追溯。
數據分析師可在數據安全開放平台上查看並使用被授權的樣本數據，添加樣本數據到實驗中，通過機器學習工作台進行數據分析，將調試好的工作流運行到全量數據，實現隱私保護下的數據價值挖掘。
調試環境與運行環境分離的數據分析模式，既保證數據安全，又能充分發揮數據的最大價值。
1.大數據分析平台
方案提供一站式的大數據分析平台，從數據收集、處理、分析，到機器學習、深度學習，所有流程都可以通過平台完成。
2.數據不動程序動，數據可用不可見
方案採用數據沙箱新技術，將調試環境和運行環境分離，實現“數據不動程序動，數據可用不可見”，數據分析方只能帶走不含敏感數據的分析模型文件和分析結果，既確保原始數據不泄露，又充分發揮了數據的最大價值。
3.多源數據融合分析
數據安全開放平台能夠分佈式部署在不同的數據中心，在數據不流出各自數據中心的前提下，實現融合分析。
4.多環境部署
數據安全開放平台支持雲平台、虛擬化平台及物理機等異構基礎設施上進行部署，滿足客户不同環境下的部署需求。
5.高擴展、高可用
數據安全開放平台基礎設施組件採用高拓展性的虛擬化架構，深度融合虛擬化擴展能力，一站運維，統一部署，為數據交換保留了適應業務發展的橫向擴展能力。
方案具備數據沙箱、隱私保護前提下的數據挖掘、數據訪問安全管控等能力，在保障數據所有權的前提下，將赤裸裸的數據交易升級為數據服務，為擁有海量數據的大數據平台實現更大化的數據挖掘價值，可廣泛用於政府、金融、醫療、教育等有數據共享開放需求的大型企業單位。
近年來，政府踐行國家大數據戰略，建設大數據平台，基於數據安全開放平台技術，方案可向社會企業安全開放數據，既能保證數據隱私安全，又能充分發揮政務數據價值，實現以安全促興業，形成基於數據的創新服務產業。
各地衞健委響應國家健康醫療大數據戰略，紛紛建設醫療大數據平台，基於數據安全開放平台技術，方案可實現健康醫療大數據的安全共享，在保證數據可用不可見、原始數據不流出的情況下，提供給醫院或第三方企業，用於醫療數據的充分挖掘。
