T112019-数据智能技术峰会-安全智能数据收集探索实践-2019.11.25-26页_15mb

安全智能数据收集探索实践总结

核心内容

本文档围绕移动端数据收集的安全实践展开，重点介绍了TalkingData SDK在数据收集、存储加密和传输加解密方面的设计与应用，旨在通过技术手段保障用户数据的安全性，同时满足法律法规和应用市场的要求。

主要观点

• 数据收集需合法合规：SDK收集的数据必须在用户授权范围内，且需在隐私政策中明确说明数据收集的必要性、内容、方式及用途。
• 被动收集机制：SDK不主动采集数据，而是通过埋点和事件触发方式进行数据收集。
• 安全管控贯穿数据处理流程：从数据收集、存储到传输，均需进行加密和安全处理。
• 加密方案需灵活可扩展：采用动态秘钥分存机制，确保数据存储和传输的安全性，同时满足多人协作的需求。
• 算法选择需权衡性能与安全性：对称加密如AES、Blowfish等在移动端应用广泛，而非对称加密如RSA则因性能问题较少使用。
• 数据传输需加密处理：SDK通过HTTPS协议进行数据发送，数据报文需加密，以防止数据泄露。

关键信息

1. 数据收集范围

• 理论上：可以收集操作系统层面允许的任何数据，但需在App功能权限范围内。
• 事实上：数据收集需按需进行，基于用户授权和App功能需求，且需通过隐私政策明确告知用户。

2. SDK功能分类

• 基础能力类：包括基础统计、使用统计、推送、认证（短信、人脸）、聚合支付等。
• 场景融合类：包括广告监测、聊天室、视频直播、社区、推荐、防作弊等。

3. SDK支持平台

TalkingData SDK支持20+种主流平台，包括但不限于：

• iOS
• Android
• Unity
• Cocos
• Lua
• FlashAir
• APICloud
• Cordova
• PhoneGap
• Ionic
• Hybrid
• React Native
• H5
• 小程序
• 快应用（Quick App）
• Flutter

4. 数据安全规范

• Google Play 开发者规范：对个人信息保护有严格要求。
• Apple Store 开发者规范：同样对数据隐私和安全有明确规范。
• 各国/地区法律规范：
  • 中国：《个人信息安全规范》
  • 欧盟：GDPR
  • 美国：COPPA

5. 数据存储加密实践：动态秘钥分存机制

• 原理：将密钥分存为多个片段，只有获得足够数量的片段才能还原原始密钥。
• 示例：
  • 三人分存秘钥，需三人同时到场才能解密。
  • 后续改进为只需两人到场即可解密，通过公式 $y = kx + b$ 实现。
• 加密方式：S对明文密码进行操作后，将密文和分存秘钥分发给用户，原始密码被销毁。

6. 数据传输加解密实践

• 加密方式：支持对称加密（如AES、Blowfish）和非对称加密（如RSA、ECC）。
• 算法性能比较：
  • 速度排名：IDEA < DES < GASTI28 < GOST < AES < RC4 < TEA < Blowfish
  • 性能压测数据：
    • 压测数据量：20W条
    • 原始数据大小：70K+
    • 压缩数据大小：45K+
    • 数据总大小：13G+
    • 加密耗时（分钟）：
      • 无加密：38
      • RC4：40
      • RSA：385
    • QPS：
      • 无加密：88
      • RC4：83
      • RSA：9

7. 加密算法性能与安全性分析

8. 服务数据与市场表现

• 服务数据：
  • 月活终端设备：7.5亿+
  • 服务移动应用：45万+
  • 服务开发者：30万+
  • 服务企业：1000家+
• 数据增长趋势：TalkingData SDK持续更新，支持多种平台，满足不同开发者需求。

总结展望

• 安全与合规并重：SDK在提供数据收集能力的同时，必须确保符合数据安全规范。
• 灵活加密方案：动态秘钥分存机制为数据存储提供了更高的安全性，同时也便于多人协作。
• 性能与安全平衡：在选择加密算法时，需综合考虑性能和安全性，以适应移动端的特殊需求。
• 未来方向：随着移动端数据处理需求的增加，安全智能数据收集技术将不断演进，以应对更复杂的数据安全挑战。