安全合规
安全与合规:不是"补丁",而是系统边界
越接近真实业务现场,越要克制:该采的采,不该采的坚决不采;
可关闭、可审计、边缘脱敏是底线能力。
三不采
与业务无关不采;未经授权不采;不可追溯不采。
边界
授权
可追溯
五必须
显著告知、可关闭、边缘脱敏、加密传输、可审计。
可关闭
脱敏
审计
数据自治
预处理尽量在边缘完成;分布式密钥与访问隔离,防止越权学习。
边缘计算
密钥隔离
最小权限
安全架构详解
从数据采集到存储处理,全链路安全防护
端侧安全
- 边缘脱敏:敏感信息在设备端即完成脱敏处理
- 本地预处理:原始数据不出设备,只上传特征
- 可选采集:用户可随时开启/关闭数据采集
- 透明告知:采集内容、用途、存储期限全部明示
云端安全
- 传输加密:TLS 1.3 + 自定义加密层
- 存储加密:AES-256 静态数据加密
- 访问控制:基于角色的细粒度权限管理
- 数据隔离:多租户物理隔离或逻辑隔离
审计追踪
- 全链路日志:数据流转全程可追溯
- 操作审计:谁在什么时间做了什么
- 异常检测:自动识别可疑访问行为
- 合规报告:一键生成审计报告
合规认证
- 个人信息保护法:符合国内个保法要求
- GDPR:满足欧盟数据保护要求
- 等保合规:支持等保2.0三级要求
- 行业规范:满足金融、医疗等行业规范
隐私设计原则 (Privacy by Design)
从系统设计之初就将隐私保护融入架构
1. 主动预防
在问题发生之前预防,而非事后补救
2. 默认隐私
系统默认保护隐私,无需用户额外操作
3. 嵌入设计
隐私保护是系统核心功能,而非附加
4. 全程保护
从采集到销毁,全生命周期保护
5. 可见可控
用户能看见并控制自己的数据
6. 用户中心
以用户利益为出发点设计系统
常见安全问题解答
Q: 数据会被用于训练 AI 模型吗?
A: 默认不会。只有经过明确授权、完全匿名化处理后的聚合数据,才可能用于模型优化。用户可以选择完全退出。
Q: 员工能否拒绝数据采集?
A: 系统支持个人级别的采集开关。但具体政策由企业决定,我们提供技术能力,不干预管理决策。
Q: 数据存储在哪里?保留多久?
A: 支持私有化部署(数据完全在客户侧)或云端托管。数据保留期限可自定义,过期自动销毁。
Q: 如何防止管理者滥用数据?
A: 细粒度权限控制、操作审计、异常访问告警。可设置"数据用途白名单",超出范围的查询会被拦截并记录。