Page 306 - 《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 2625

4 数据要素流通可信问题

在数据要素流通过程中, 可信性是保障数据安全流通和高效利用的关键. 可信问题与安全问题相关但有所不
同. 安全主要关注数据是否被窃取、篡改或破坏, 而可信更关注数据内容和来源的真实性、可靠性. 可信性贯穿数
据流通的各个阶段, 直接影响流通效率和应用效果, 如图 6 所示.

可信问题
来源可靠 路径可追踪 变更可追溯 算法可信 数据真实
存储完整性

数据提供者 内容真实 中转可审计 存储一致性 处理方可靠 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
元数据真实性 数据血缘完整性 隐私保护平衡

图 6 数据要素流通各阶段可信问题

4.1 数据采集阶段
数据采集阶段的可信问题主要包括数据来源的可靠性和数据内容的真实性, 来源不透明或偏差会损害数据的
信任基础. 现有方案虽能提升采集可信性, 但普遍存在计算和存储开销大、难以适应复杂场景等问题. 本节将针对
不同采集场景, 分析其可信性挑战及应对方法.
4.1.1 自动化设备采集
在自动化采集中, 数据来源的可靠性主要体现在采集设备可靠性和采集数据真实性两个方面. 例如, 攻击者可
能伪造合法设备并上传伪造数据 [104] , 或因设备故障导致数据失真 [105] . 为此, 形成了两类不同的信任机制.
针对设备身份伪造问题, 基于硬件物理特性的方案从物理层面为每个设备赋予不可复制的标识. 例如, Guin
等人 [106] 利用静态随机存储器产生的随机物理偏差作为设备指纹, 构建物理不可克隆函数 (physical unclonable
function, PUF), 实现低成本、高可靠的硬件身份认证, 适用于边缘设备环境. 但在大规模分布式场景下, 设备部署
和认证管理仍面临挑战. 且 PUF 方案仅能保证设备身份真实性, 无法防止设备因故障或被攻击上传虚假数据.
基于分布式共识的信任机制通过群体共识替代对单一设备的信任, 构建了动态、全局的信任体系. 基于区块
链的信任管理是其主流实现. 例如, Liu 等人 [107] 提出基于区块链的半集中式信任管理架构, 动态评估物联网设备信
任值, 能够抵御异常或恶意设备上传失真数据, 适用于大规模异构设备协同, 但对链上写入频率和计算资源有较高
要求. 针对车联网, 刘代东等人 [108] 提出分层区块链信誉管理系统, 将事件数据分层存储, 并结合贝叶斯推理模型和
改进共识算法, 实现高效、上下文相关的信誉评估, 适合动态和不确定性高的场景. 这类方案可持续评估设备行
为, 具备可审计性和动态识别能力, 但同样对计算和通信资源有较高要求.
从机制上看, 硬件可信根侧重静态身份认证, 方案轻量, 适合设备端应用, 但功能有限; 分布式信任 (如区块链
结合动态模型) 侧重动态行为, 具备强可审计性和全局一致性, 但对资源要求较高, 难以直接在资源受限设备上部
署. 现有研究多关注设备行为结果, 未来可进一步对行为过程进行建模, 提升动态可验证性.
4.1.2 人工录入
人工录入数据的可信性既受无意失误影响, 也面临恶意伪造威胁, 因此治理需从内外两个层面入手. 自动化清
洗等内部治理方法是提升数据质量的重要手段, 常通过领域知识和规则模型识别、修正异常数据. 例如, Shi 等人 [109]