国家工业信息安全发展研究中心-自动驾驶数据安全白皮书（2020）-2020.1-57页_2mb

自动驾驶数据安全白皮书 (2020) 总结

核心内容

自动驾驶作为未来智慧交通的重要组成部分，其功能实现依赖于海量数据，数据安全是其安全运行的关键。本白皮书聚焦于自动驾驶数据安全领域，系统分析了自动驾驶数据的特点、产生流程、安全风险及防护体系，旨在推动自动驾驶数据安全标准的建立与完善，保障自动驾驶产业的安全健康发展。

主要观点

• 自动驾驶数据具有多样性、规模性、非结构性、流动性、涉密性等特点。
• 自动驾驶数据安全需遵循机密性、完整性、可用性三大基本属性，并根据数据的重要性与风险等级进行差异化防护。
• 自动驾驶数据安全体系需覆盖数据全生命周期，包括采集、通信、平台、应用等环节。
• 数据安全防护需结合自动驾驶的技术特性与行业生态，建立动态安全防护机制。
• 政策法规与安全标准是自动驾驶数据安全体系的重要支撑，需不断完善。

关键信息

数据分类与分级

• 数据分类：自动驾驶数据可分为感知数据、决策与控制数据、测试与仿真数据、用户个人数据四类。
• 数据分级：根据数据被破坏后对国家安全、社会秩序、公共利益、公民权益的危害程度，将数据分为五级，从低到高依次为：第一级、第二级、第三级、第四级、第五级。

数据安全风险

• 采集层：存在采集设备非法接入、数据篡改、传感器欺骗等风险。
• 通信层：存在恶意节点攻击、传输数据泄露、协议漏洞等风险。
• 平台层：存在云平台数据泄露、大数据处理中的隐私问题、越权访问、数据跨平台共享失控等风险。
• 应用层：存在非法访问用户数据、应用软件被攻击、算法被篡改等风险。

数据安全防护技术

• 采集层：采用物理防护、数据采集认证、安全存储等技术。
• 通信层：采用认证加密、实时传输、入侵检测等技术。
• 平台层：采用安全域隔离、基于标记的访问控制、数据脱敏、高精度地图专属云、区块链共享等技术。
• 应用层：采用访问控制、应用加固、算法保护、安全测评自动化等技术。

政策与标准

• 国际政策：美国、欧盟、德国等在自动驾驶数据安全方面已制定相关法律和标准，如《自动驾驶法案》、GDPR、《智能汽车网络安全与适应力》等。
• 国内政策：中国出台了《网络安全法》、《民法总则》、《个人信息安全规范》等法律法规，同时正在制定《智能网联汽车信息安全评价测试技术规范》等标准。
• 标准制定：ISO/TC22、企业联合白皮书、英国《联网与自动驾驶汽车网络安全主要原则》等标准，为自动驾驶数据安全提供了技术指导和规范框架。

发展建议与展望

1. 规范数据共享治理模式：通过区块链等技术实现数据安全共享，明确数据使用边界。
2. 加强云平台数据安全管控：构建具备安全隔离与监管能力的云平台，尤其对涉及国家秘密的数据。
3. 完善测试示范区与运行区域数据安全防护体系：建立端-管-云立体威胁感知机制，制定应急响应体系。
4. 强化底层固件安全防护：对自动驾驶汽车的固件进行静态分析、模拟执行、形式化验证等安全测试。

技术架构与安全体系

自动驾驶数据安全技术架构分为采集层、通信层、平台层和应用层，每一层均需采取相应的安全防护措施。目标是构建一个以数据为中心、保障数据可见、可管、可控、可追溯的数据安全防护体系，以支持自动驾驶在产业生态中的协同共享与安全运行。

附录：缩略语

总结

自动驾驶数据安全是推动自动驾驶技术发展和产业落地的重要前提。当前自动驾驶数据安全面临诸多挑战，包括数据采集、传输、存储和应用等环节的潜在风险。为保障自动驾驶数据安全，需从技术、政策、标准、防护体系等多个方面入手，建立系统化的安全防护机制。未来，随着自动驾驶技术的不断成熟，数据安全体系也需持续完善，以确保自动驾驶的规模化、商业化发展。