Page 289 - 《软件学报》2026年第6期
P. 289

2608                                                       软件学报  2026  年第  37  卷第  6  期


                 progression”  model  for  trustworthy  technologies.  This  study  aims  to  offer  systematic  solutions  to  key  issues  in  this  field  and  outline
                 directions for future research.
                 Key words:  data factor; data circulation; data authenticity; security; trustworthy

                    数字经济时代, 数据已成为关键的生产要素. 数据要素是指投入生产经营活动、参与价值创造的数据资源                                  [1] ,
                 其高效流通是推动新质生产力发展的核心驱动力. 然而, 数据流通过程中的安全与可信问题, 正成为制约其价值释
                 放的瓶颈, 并引起了学术界与产业界的广泛关注.
                    安全问题贯穿数据要素的全生命周期. 在数据采集、传输和存储阶段, 数据面临泄露与篡改等威胁; 在数据处
                 理阶段, 复杂操作可能导致数据被泄露或篡改, 进而影响其可靠性与后续使用                        [2] ; 在数据发布阶段, 存在未授权访
                 问和隐私泄露的风险. 此外, 数据溯源机制是保障数据可信、实现追责的关键, 该机制既可能缺失或遭攻击, 例如,
                 2017  年的  Equifax  数据泄露事件便凸显出这一问题       [3] , 也可能因元数据敏感而本身带来泄露风险. 而数据要素流
                 通的可信本质上是对数据真实性的要求, 贯穿于上述所有阶段.
                    为了应对这些挑战, 密码学、身份认证、区块链和可信执行环境                      (trusted execution environment, TEE) 等技术
                 虽被广泛应用, 但仍面临成本高、开销大、管理灵活性不足及隐私保护冲突等局限. 当前研究多聚焦于提供单一
                 环节的解决方案, 缺乏对全生命周期的系统性分析.
                    近年来, 学术界已对数据流通中的安全可信问题给予了广泛关注, 并涌现出一批高质量的综述性研究. 如表                                 1
                 所示, 这些研究大致可分为如下         4  类.

                                               表 1 本文与其他综述文献的对比

                 文献      综述视角              涵盖范围         覆盖方式          侧重点                主要特点
                  [4]  特定技术 (隐私计算) 技术发展历程、应用挑战          纵向追踪     主要关注安全与隐私         系统梳理隐私计算技术发展
                                     存储模型、性能、跨链、
                  [5] 特定技术 (区块链流通)                      纵向追踪 偏重可信, 安全涉及较少 聚焦区块链在数据流通中的应用
                                            溯源
                         特定技术        机密性、完整性、认证、
                  [6]                                   纵向追踪        聚焦安全需求       从区块链视角总结数据安全服务
                      (区块链安全服务)             删除
                  [7]  特定技术 (联邦学习) 安全、鲁棒性、隐私保护          纵向追踪       聚焦可信与隐私       梳理可信联邦学习的威胁与防御
                                     包级、流级、连接级、主
                  [8]  特定环节 (数据采集)                      纵向追踪        主要涉及安全        系统分析采集环节的安全挑战
                                           机级方法
                  [9]  特定环节 (外包计算) 数据机密性与计算完整性          纵向追踪         聚焦安全        总结云外包中的安全方案与挑战
                 [10] 应用场景 (智能汽车) 制度、场景、问题与建议           横向覆盖       安全与可信并行           面向应用的系统性综述
                 [11]  应用场景 (物联网)    IoT架构与生命周期问题       横向覆盖 安全为主, 可信涉及较少 多维分析物联网数据安全挑战
                                     数据流通全过程 (前、中、
                 [12]   系统性视角                           横纵向结合       聚焦隐私保护       梳理隐私风险, 聚焦隐私保护技术
                                           后3阶段)
                 本文     系统性视角        数据要素流通全生命周期 横纵向结合             安全与可信并行        提出6阶段分析框架与演进模型

                    ● 聚焦特定技术的综述. 李建华等人          [4] 全面回顾了大数据安全与隐私计算的发展历程、技术路线与应用挑战;
                 钟子岳等人    [5] 总结了区块链在存储、性能扩展、数据验证、跨链与溯源等方面的进展; 王利朋等人                          [6] 综述了区块
                 链支持的数据安全服务, 涵盖机密性、完整性、身份认证、隐私与可信删除等需求; Zhang                           等人  [7] 系统梳理了可
                 信联邦学习的安全、鲁棒性与隐私保护问题及应对方法. 这些研究为理解单一技术提供了基础支撑.
                    ● 聚焦特定环节的综述. Jing      等人  [8] 对互联网安全威胁检测与测量中的数据采集与分析方法进行梳理、分类
                 并总结其优缺点, 然后探讨了典型攻击检测与未来方向; Shan                等人  [9] 关注云计算环境下的数据与计算外包, 总结了
                 保障机密性与完整性的多类方案, 并提出后续挑战. 这类研究有助于加深对特定环节的理解.
                    ● 面向应用场景的综述. 洪启安等人          [10] 以智能网联汽车为例, 从价值场景出发分析制度适用性, 识别我国数据
                 流通中的问题并提出建议; Hou         等人  [11] 从数据视角梳理物联网安全, 结合典型架构与数据生命周期, 构建多维度
                 分析框架, 并探讨采集、传输与应用中的安全挑战. 这类研究凸显了数据流通安全与可信在具体应用领域的独特
                 挑战与发展机遇.
   284   285   286   287   288   289   290   291   292   293   294