智能網聯汽車作為實現車與人、路、后臺等智能信息交換共享的重要載體，可以說智能汽車是下一代大型移動終端。由于智能網聯汽車安裝了大量的傳感器，行駛過程中會不斷地采集環境感知的信息，包括道路信息，車輛工況的信息，還有駕駛人員以及乘客的個人信息，并利用這些信息來更好地提供自動駕駛，以及千人千面的個性化的服務。

因此在智能網聯汽車迅速快跑的當下，數據安全無疑是智能網聯汽車亟待攻堅的核心之一。目前，國內數據交互平臺建設方面是通過政府組織、頂層設計，部署國家戰略及部委的支持，與地方政府和科研機構合作建設相關的信息公共服務平臺。其中包括“兩客一危”監管平臺、重型車遠程排放監控平臺、新能源汽車國家監測與管理平臺。其主要的作用包括車輛監控、故障診斷、功耗統計、能耗管理、系統管理、工況里程統計、車載設備管理、APP車輛管理等，從而實時監控車輛信息，對車輛進行故障監控和安全報警等。

一、智能網聯汽車數據安全解讀

1、國家政策層面

國家發改委、工信部等11個國家部委聯合下發了“關于印發《智能汽車創新發展戰略》的通知”，通知中提出到2025年，中國標準智能汽車的技術創新、產業生態、基礎設施、法規標準、產品監管和網絡安全體系基本形成。明確了《智能汽車創新發展戰略》重點任務如下：

2、國家法規層面

目前歐、美、日、韓、中等地區，大多數的車輛數據由汽車制造商擁有，而不是車主。而我國在2017年6月開始，實施的網絡安全法中要求收集個人信息應符合必要性原則，即收集信息應是提供服務所必要的信息；在收集個人信息之前，需要明確告知個人信息主體提供產品或服務的不同業務功能、分別收集的個人信息的類型；此外，關于如何平衡個人信息及隱私保護，與數據歸屬之間的關系還是核心問題，而在2017年10月頒布的民法總則中，要求在獲取他人個人信息時，應依法取得并確保信息安全，不得對他人信息進行非法收集、使用、加工、傳輸，不得非法買賣、提供或公開他人個人信息。

隨后在2020年3月，信息安全技術-個人信息安全規范中，規定OEM 需要遵照要求保護個人設備信息，位置信息，駕駛證信息等。此規范不僅適用于通過APP客戶端或者網頁從手機或者電腦收集個人信息，也適用于通過傳感設備等其他方式和紙面方式收集個人信息。   2020年5月，民法典中第四篇第六章針對隱私權和個人信息保護做出了規定。今后除了嚴重侵犯公民人身權利、財產權利的重大違法犯罪行為應當依照《刑法》承擔刑事責任（可以附帶提起民事訴訟）外，對于一般的侵害個人信息權的侵權行為，任何自然人或組織均可以從侵權法的角度進行維權，以個人信息權被侵犯為由提起民事訴訟。

這里需要從現實的例子講一講最近國家對數據安全的重視程度。最近滴滴公司因16項與數據安全相關的違法事實，其中包含違法收集用戶收集相冊截圖，違法收集用戶剪切板信息、應用列表，違法收集乘客人臉識別信息等8個方面的情況，都證明了國家對數據安全的重視程度，國內對于個人隱私保護和數據安全關注程度到達了一個新高度。

3、行業標準層面

自動駕駛直接相關的數據層面主要是指自動駕駛記錄系統（DSSAD），這主要是指L3級以上車輛的強制性國家標準，目前已經已經完成草稿，汽標委已納入階段性討論性范圍，并被準入文件引用。

按照標準要求，在汽車遭受安全事件時，會對相應數據進行記錄。其中，記錄關鍵安全事件（包含系統檢測到碰撞或有碰撞風險和實際發生碰撞情況這三類情況）。同時，次要安全事件包含：自動駕駛系統激活、退出及發出接管請求等；

該標準性質為國家強制性標準，國家部委將以DSSAD標準為基礎，進一步加強對智能網聯汽車數據的監管。其適用于具有 L3級及以上駕駛自動化功能的M類、N類汽車，其它類型車輛可參照執行。其主要功能為自動駕駛系統狀態發生轉換或滿足一定的觸發條件時，記錄并存儲自動駕駛系統及車輛運行、行車環境及車輛人員狀態等數據元素。該標準在法律責任認定，判定責任主體在駕駛人還是車輛，在此基礎上分析原因中起著去足輕重的作用。

4、自動駕駛準入指南

目前我國正在出臺特別針對汽車數據的專項法規，就意味著汽車數據完全需要受到任何規制。最近進行的如火如荼的自動駕駛準入指南中，也就同時對數據安全也進行了詳細的規范。

首先，在主文件中準入指南規定了智能網聯汽車生產企業應依法收集、使用和保護個人信息，實施數據分類分級管理，制定重要數據目錄，不得泄露涉及國家安全的敏感信息。在中華人民共和國境內運營中收集和產生的個人信息和重要數據應當按照有關規定在境內存儲。因業務需要，確需向境外提供的，應向行業主管部門報備。智能網聯汽車產品應具有事件數據記錄和自動駕駛數據存儲功能，采集和記錄的數據至少應包括駕駛自動化系統運行狀態、駕駛員狀態、行車環境信息、車輛控制信息等，并應滿足相關性能和安全性要求，保證車輛發生事故時設備記錄數據的完整性。

此外，在企業網絡安全保障要求第（七）項中，規定了企業應建立完善數據安全管理制度，實施數據分類分級管理，制定重要數據目錄，強化數據訪問權限管理和安全審計；采取有效技術措施，強化數據采集、傳輸、存儲、使用等安全保護，及時處置數據泄露、濫用等安全事件。

從自動駕駛準入指南可以做出如下解讀：

首先，指南強調企業安全保障能力，企業需建立安全監測服務平臺，根據參考新能源汽車檢測平臺可推測未來智能網聯汽車有可能會被更嚴格的監管；

其次，指南還強調了數據的合法性、安全性、分類分級管理以及數據處境管理，未來國家將加大數據保護力度。

二、數據安全的有效管理及分類

整個數據安全管理體系的起點是從數據采集開始隨后進行數據傳輸、數據存儲、數據處理、數據交換到最終的數據銷毀，整個過程中企業都應針對數據全生命周期各環節建立完整的數據安全管理體系，采用必要的數據安全技術保障數據運行安全和數據所處系統安全，實現數據資源高效、統籌的安全管理。

汽車數據分級原則要以數據的自然屬性為導向，遵循科學性、穩定性、實用性、擴展性、自主定級、明確需求的原則。針對智能駕駛數據特征及其相互間存在的客觀聯系進行科學和系統化的分類。做到分類盡可能覆蓋智能駕駛所有數據，不設置無意義的類目，同時在總體上應具有包容性和可擴展性。

1、明確采集數據是否具備安全需求

在為各種類型數據確定了數據級別后，應該明確該級別的汽車數據的開放和共享需求，數據分發范圍，是否需要脫密或脫敏處理等。

2、數據自主定級

在開放和共享汽車數據之前，應該按照分級方法自主對各種類型數據進行分級。

3、數據擴展性

數據分類方案在總體上應具有概括性和包容性，能夠實現各種類型汽車數據的分類，以及滿足將來可能出現的數據類型。

4、數據實用性

在智能汽車數據采集前需要確保每個類目下要有汽車數據，不設沒有意義的類目，數據類目劃分要符合使用者對汽車數據分類的普遍認識。

5、數據穩定性

智能汽車數據應以汽車數據目錄中的各種數據分類方法為基礎，并以汽車數據最穩定的特征和屬性為依據制定分類方案。

6、數據科學性

智能汽車數據科學性強調按照汽車數據的多維特征及其相互間客觀存在的邏輯關聯，進行科學和系統化的分級。

那么從智能網聯汽車角度講，將如何對汽車數據進行有效的分類呢？

首先，從軟硬件架構上講，自動駕駛系統的實現主要依賴感知、決策與執行三大模塊。在行駛過程中以各類慣導、雷達、視覺等傳感器搜集車輛動態與周邊環境數據，將數據傳輸至車載計算平臺進行分析并作出相應決策，最后由決策層發送指令至執行模塊改變車輛行駛狀態。因此，整個過程中產生的或涉及到的數據可以歸類為車輛基本數據、感知數據、決策數據、運行數據以及用戶數據五類數據類型。

數據分級首先應充分考慮汽車數據對國家安全、社會穩定和公民安全的重要程度，以及數據是否涉及國家秘密、是否涉及用戶隱私等敏感信息直接相關。適應我國現有法律法規對重要數據和個人信息等數據的保護要求，遵循智能網聯汽車數據安全分級原則，參考信息安全等級保護規定，按照數據遭到破壞后對國家安全、社會秩序、公共利益以及公民、法人和其他組織的合法權益的危害程度，由低到高劃分為四級。

針對上述分級原則和辦法，將智能網聯汽車數據進行如下分級：

三、數據安全管理監測平臺

智能網聯汽車產業處于蓬勃發展態勢，其相關數據有多樣性、交互性、時效性等特點,且蘊藏著巨大的經濟價值，通過數據采集分析不僅能為標準的制定、關鍵庫的建立提供支撐，也為智能網聯汽車系統的權責確定提供更加可靠的保障，因此有必要建立集監管、交互、安全、應用、服務于一體的綜合數據平臺。

智能網聯汽車數據具備多樣性、交互性、時效性三大特征。其中，多樣性是指數據來源、類型、接口格式、價值密度多樣。交互性是使用各種算法、軟件、操作服務系統可以使不同數據之間進行流轉、交互、融合。時效性是指及時處理動、靜態數據，縮短各環節時間間隔，提高數據的價值。為了實現如上這些需求，就需要從安全監管中進行監控、存儲、分析與提取；自動駕駛脫離監測；事故記錄追溯與責任判定。同時也需要在多源交互方面完善多源交互個體間互聯互通；制定標準化的通信協議棧；結構化的處理異構數據。此外，信息安全防護則需要隨時監聽數據交互過程，防止汽車系統操守黑客攻擊，規避交互數據可能存在的篡改風險。

目前，國內數據交互平臺建設著重于通過政府組織、頂層設計，部署國家戰略及部委的支持，與地方政府和科研機構合作建設相關的信息公共服務平臺。通過建立“國家—屬地—企業”三級可擴展的分布式多中心架構，平臺統一規劃、統一架構、統一標準，形成完整的汽車行業數據收集、處理、存儲、應用、服務體系，確保平臺的合理性、統一性以及可拓展性。

此外，需要基于區塊鏈技術的安全架構，技術構建多云協作下的數據確權和安全保障體系，基于完整性審計機制保障數據防篡改，基于數據安全審計實現數據安全風險防控，基于區塊鏈的可信智能合約實現安全運行計算，在云鏈環境下確保數據存儲、流轉與可追溯，實現數據分級分類共享、分析和應用。

在數據安全提取平臺服務中心需要基于對智能網聯汽車運行數據信息的采集和處理，實現自動駕駛系統、核心零部件等運行狀態的實時監測；監測包含全局數據監測、運營統計、事件分析、車路協同、工況數據、模式記錄幾大方面。

同時，構建監控平臺需要實時獲取智能網聯汽車交通事故、系統故障或者失效等事件信息，支持數據可視化和數據接口訪問，實現數據快速訪問及實現如下幾方面的自定義多維分析，最終提升車廠決策及運營能力。

• 車況分析：提供車輛性能分析和故障分析等，從而提升整車廠的決策能力；
• 用戶畫像：對數據智能清洗，深度學習用戶行為特征，勾勒人群畫像；貫穿應用場景，產出各類標簽、人群分類、區域熱力圖等;
• 出行分析：整合車輛行駛時空數據，對車輛行車數據和風險行為進行識別并加以刻畫。

最后，支撐車路協同應用平臺和智慧交通服務。期間，要求保證車輛對道路狀態的超視距感知與動態更新，從而為其出行決策與車輛行為控制提供強有力的支撐手段，支撐高度自動駕駛的智能網聯汽車在特定環境下市場化應用，從而在發生事故時主機廠能夠第一時間提供交通事故數據支撐，為責任判定提供依據。對交通流進行實時監測、分析與處理，支撐行車路徑規劃、交通信號配時優化、公交系統規劃等場景服務，提高出行安全和效率。

四、寫在最后

從滴滴公司的事件警示中可以看出，對于自動駕駛企業來說，無論是在收集客戶個人相關信息，還是在做自動駕駛項目時可能觸及到的GPS或者其他測繪信息時，主機廠都必須參照國內的《網絡安全法》、《數據安全法》以及《個人信息保護法》等法律法規的要求，對于自己的個人信息重要數據處理進行一次徹底的評審，以求及時發現漏洞并進行補救。對于很多涉及國家安全相關的數據處理活動，更是需要在第一時間和監管機構進行溝通并報批。

總結起來，可以要求從如下幾方面加強數據安全監督管理。

首先，建立覆蓋智能汽車數據全生命周期的安全管理機制，明確相關主體的數據安全保護責任和具體要求；

其次，實行重要數據分類分級管理，確保用戶信息、車輛信息、測繪地理信息等數據安全可控；

最后，完善數據安全管理制度，加強監督檢查，開展數據風險、數據出境安全等評估。

因此，傳統車企需要考慮和司機簽署合同或者以適當方式車內告知乘客等個人信息收集方式并獲得同意。此外，OEM在自動駕駛系統開發過程中要實施透明措施，基于合理和成比例的理由設計和開發安全系統。智能網聯汽車設計者、使用者在進入系統時應盡量提高密碼使用級別，設置多重認證方式以增加系統的破解難度，提高抵御風險的能力。