Page 292 - 《软件学报》2026年第6期

陈毅飞 等: 安全可信的数据要素流通综述 2611

灵活性和易用性, 即便非 IT 人员也能便捷地参与数据处理. 该模式的关键挑战在于共享意愿不足、责任划分不清
以及多主体间合规与技术能力的差异.
● 数据跨境. 该模式旨在平衡数据自由流动与合规监管, 以促进全球数据资源协同. 目前研究主要聚焦于法律
法规层面, 技术保障仍处于起步阶段. Peng 等人 [22] 提出基于区块链的框架, 简化合规流程, 构建安全透明的全球数
据共享平台. Rahman 等人 [23] 提出了一个基于区块链的跨境数据共享平台, 通过安全网关和多层签名机制实现数
据共享的可追责性, 设计了不当行为的检测和处罚算法. 其主要挑战在于组织形态复杂、合规壁垒高, 对全链条的
安全可信机制提出了更高要求.
综上, 不同流通模式在组织形态、激励机制和安全需求上差异显著. 组织内部流通聚焦于数据采集到数据处
理阶段的协同, 数据交易与共享则更强调发布与溯源机制, 而跨境流通则对全生命周期的安全可信提出了最高要
求, 这凸显了构建系统性安全可信保障体系的必要性.
2 数据要素流通阶段

数据要素流通的安全性和可信性是制约其高效利用与价值释放的关键因素. 为便于系统性分析安全与可信挑
战, 如图 2 所示, 本文将数据要素流通划分为以下 6 个阶段.

数据提供者 数据使用者
数据提供者 数据采集 数据传输 数据存储 数据处理 数据发布 数据使用者

··· ···
数据提供者 数据使用者

数据溯源

图 2 数据要素流通阶段

● 数据采集. 作为流通起点, 此阶段通过传感器、API 接口、网络爬虫或人工录入等方式获取多源异构数据,
其核心目标是确保原始数据的准确性与真实性.
● 数据传输. 此阶段负责将数据从源头传递至存储或处理系统, 主要通过有线或无线网络实现, 其关键在于保
障数据流动的高效、稳定与安全.
● 数据存储. 此阶段负责数据的集中管理与长期保存, 主要形式包括本地、云及分布式存储, 其核心目标是实
现大规模异构数据的高效、安全存取.
● 数据处理. 作为价值实现的核心环节, 此阶段通过清洗、转换、分析及建模等操作, 从原始数据中提取潜在
价值, 其效果直接决定了数据的最终应用成效.
● 数据发布. 此阶段面向数据使用者, 通过 API 接口、可视化报表或数据集下载等形式, 实现数据的定向或公
开发布. 其重点在于确保数据能被高效、合规地访问与利用.
● 数据溯源. 此阶段贯穿整个生命周期, 通过记录数据的来源、流转路径及变更历史, 实现全流程的可追溯.
其目标是为数据质量管理、责任界定及合规审计提供技术支撑. 需要注意的是, 虽然传输、存储等阶段也会使用
局部审计机制提升安全可信性, 但这些机制仅用于阶段内部的局部验证, 不构成独立的溯源能力. 本文所定义的溯
源阶段指面向跨主体、跨系统、跨阶段的全链路追踪, 用于重建数据路径并实现责任界定.
综上, 数据从产生到价值释放需经历数据采集、传输、存储、处理、发布与溯源这 6 个阶段, 环环相扣, 风险
也随之累积与扩散. 例如, 数据采集质量影响后续利用价值, 数据传输与存储关乎数据安全, 而数据发布与溯源则
直接决定可信度与责任归属. 每个阶段都面临独特的安全与可信挑战, 例如数据采集阶段的来源验证问题、数据
传输与存储阶段的数据泄露与篡改风险、数据处理与发布阶段的越权滥用隐患, 以及数据溯源阶段可能存在的机