数据分析安全

　　通过在数据分析过程采取适当的安全控制措施,防止数据挖掘、分析过程中有价值信息和个人隐私泄漏的安全风险。

　　5.数据共享交换

　　数据共享交换是指与外部组织机构及个人进行数据交互的阶段。主要需要考虑通过业务系统、产品对外部组织提供数据时，以及通过合作的方式与合作伙伴交换数据时执行共享数据的安全风险控制，以降低数据共享场景下的安全风险。

　　对于组织来说：

　　保证数据接口安全，通过建立组织的对外数据接口的安全管理机制,防范组织数据在接口调用过程中的安全风险;

　　应由业务团队相关人员建立并负责对数据共享方案进行安全风险管控;

　　应明确核心业务数据共享安全评估机制，从共享目的合理性、共享数据的范围和合规性、共享方式的安全性、共享后管理责任和约束措施等方面进行评估;

　　负责数据共享安全的人员应具备对数据共享业务的理解能力，能够结合合规性要求给出适当的安全解决方案。

　　三、数据使用阶段相关的其他安全技术——隐私计算

　　隐私计算((Privacy-Preserving

　　Computation))是一类技术方案架构，在处理和分析计算数据的过程中能保持数据不透明、不泄露、无法被计算方法以及其他非授权方获取。

　　隐私计算技术从1979年就开始了，最开始是MPC(安全多方计算)、到DP(差分隐私)、到TEE(可信执行环境)，再到最近的FL(联邦学习)，2019年，Gartner首次将隐私计算列为处于启动期的关键技术，2020年，Gartner又将隐私计算列为2021年企业机构九大重要战略科技之一，并预测隐私计算将迅速得到落地应用，预计到2025年应用范围将覆盖全球一半的大型企业机构。

　　隐私计算技术是一系列技术的集合，涉及混淆电路、同态加密、不经意传输、秘密共享、零知识证明、差分隐私、隐私信息检索等多种技术。