Page 319 - 《软件学报》2026年第6期

2638 软件学报 2026 年第 37 卷第 6 期

据来源、计算结果正确或满足特定属性. 数据血缘等溯源技术通过记录和追踪数据全生命周期的流转、处理与变
换路径, 为数据内容真实性验证和溯源提供支持.
该阶段大幅提升了数据内容真实性的保障能力, 但仍面临挑战. 一方面, ZKP 和 VC 通常开销较大, 影响大规
模或实时应用. 另一方面, 数据血缘等溯源系统需维护复杂链路, 易受链条冗长、存储压力和查询效率等问题影
响. 提升验证效率、优化可扩展性, 并确保全链路可信, 是当前和未来的研究重点.
(4) 发展趋势
随着数据流通场景日益丰富和信任需求提升, 可信验证技术正向多层次、智能化和协同化方向发展. 未来, 这
些技术将融合身份、行为和内容的多维验证能力, 构建高效、智能、自适应的数据可信流通协同体系, 更好地支
撑复杂多变的数据流通环境.
5.3 安全与可信的协同与权衡
尽管本文第 3、4 节分别阐述了数据要素流通过程中的安全与可信技术, 但在数据要素流通的实际运行中, 二
者呈现出依存互补与矛盾权衡并存的复杂辩证关系.
安全机制往往是构建可信系统的必要前提, 例如, 若缺乏加密与访问控制的保护, 数字签名便极易被伪造, 导
致身份可信崩塌; 若缺乏 TEE 的内存隔离, 运行其中的验证逻辑便可能被篡改, 致使行为可信失效. 反之, 可信机
制则是验证安全策略有效性的关键手段. 通过全链路溯源可以审计数据是否在非授权环境下被解密, 从而形成对
安全防护的闭环验证. 二者在理想状态下应当形成安全保障可信、可信验证安全的良性循环.
然而, 在实现安全和可信的同时, 不同技术路线的融合却面临底层的冲突与权衡, 这种深层次的痛点主要体现
在以下 3 个维度.
(1) 异构信任根的冲突
例如, 分布式可追溯路线 (如区块链) 的核心假设是去中心化信任, 通过多方共识消除对单一实体的依赖; 而
硬件隔离路线 (如 TEE) 的信任根则锚定在硬件制造商这一中心化实体上. 当区块链与 TEE 结合 (如 TEE 预言机
或链下计算) 时, 系统的整体安全性将发生木桶效应降级, 即原本去中心化的系统可能因 TEE 硬件层面的单点漏
洞而导致全局信任崩塌. 如何在引入硬件效率的同时, 不破坏分布式系统的去中心化信任假设, 是融合架构设计的
首要难题.
(2) 安全模型与功能目标的互斥
安全技术中的隐私增强路线往往采用概率性或模糊化模型, 而监管溯源路线则要求确定性的精确记录. 在数
据发布阶段, 若采用差分隐私添加噪声来保护隐私, 可能会破坏数据水印或数字指纹的完整性, 导致溯源机制失
效. 反之, 强可追溯性要求记录详尽的元数据, 这又可能与最小化披露的隐私原则相冲突. 这种隐私-溯源的博弈,
使得单一融合方案难以同时满足高强度的隐私保护与高精度的溯源.
(3) 实时要求与较低性能的矛盾
数据流通对实时性要求极高, 而高强度的安全技术往往伴随巨大的计算或通信开销. 例如, 同态加密和零知识
证明虽然理论完备, 但其计算复杂度比明文计算高出数个数量级. 若将其直接通过智能合约集成到区块链上, 链上
有限的计算能力与昂贵的 Gas 费用将成为不可逾越的瓶颈, 导致系统吞吐量急剧下降, 无法支撑大规模数据要素
的高频流转.
5.4 关键挑战与未来研究方向
在安全可信的数据要素流通过程中, 仍然存在以下亟需关注和解决的主要挑战.
(1) 安全性与处理效率之间存在显著矛盾. 一方面, 基于密码学的方案难以在安全性与计算性能之间取得平衡;
另一方面, 区块链等可信保障技术在高吞吐量场景下面临性能瓶颈, 限制其实际应用.
(2) 现有方案仍面临安全攻击风险. 例如, TEE 虽然应用广泛, 但依然易受侧信道攻击和硬件漏洞影响, 威胁数
据流通安全. 传统密码学算法受到量子计算的威胁, 而基于深度学习的数据异常检测、数据脱敏等方案也可能遭
受对抗性攻击, 导致算法失效.