金融数据安全治理智能化技术与实践

doi:10.11959/j.issn.2096-109x.2023048

网络与信息安全学报 ›› 2023, Vol. 9 ›› Issue (3): 174-187.doi: 10.11959/j.issn.2096-109x.2023048

• 学术论文 • 上一篇

金融数据安全治理智能化技术与实践

侯鹏¹^,², 李智鑫¹^,², 张飞¹, 孙旭¹^,², 陈丹¹^,², 崔毅浩¹^,², 张寒冰¹^,², 荆一楠¹, 柴洪峰¹^,²

¹ 复旦大学计算机科学技术学院，上海 200438
² 复旦大学金融科技研究院，上海 200438

修回日期:2023-05-30 出版日期:2023-06-25 发布日期:2023-06-01
作者简介:侯鹏（1995- ），男，云南玉溪人，复旦大学博士生，主要研究方向为金融科技、边缘计算
李智鑫（1992- ），男，云南昆明人，复旦大学博士生，主要研究方向为金融科技与安全，可信联邦学习
张飞（1999- ），男，山西吕梁人，复旦大学硕士生，主要研究方向为数据合成
孙旭（1995- ），女，吉林辽源人，复旦大学硕士生，主要研究方向为金融科技、知识图谱补全
陈丹（1998- ），女，广东东莞人，复旦大学硕士生，主要研究方向为金融科技、知识图谱
崔毅浩（1997- ），男，上海人，复旦大学硕士生，主要研究方向为金融科技、数据仿真
张寒冰（1992- ），男，黑龙江大庆人，博士，主要研究方向是金融科技与数据库
荆一楠（1978- ），男，江苏丹阳人，复旦大学副教授，主要研究方向为大数据分析、数据库系统
柴洪峰（1957- ），男，山西临汾人，中国工程院院士，复旦大学教授、博士生导师，主要研究方向为金融科技与安全
基金资助:
中国工程院战略研究与咨询项目(2022-XY-12);中国工程院战略研究与咨询项目(2023-33-14)

Technology and practice of intelligent governance for financial data security

Peng HOU¹^,², Zhixin LI¹^,², Fei ZHANG¹, Xu SUN¹^,², Dan CHEN¹^,², Yihao CUI¹^,², Hanbing ZHANG¹^,², Yinan JIN¹, Hongfeng CHAI¹^,²

¹ School of Computer Science, Fudan University, Shanghai 200438, China
² Institute of Financial Technology, Fudan University, Shanghai 200438, China

Revised:2023-05-30 Online:2023-06-25 Published:2023-06-01
Supported by:
Strategic Research and Consulting Program of the Chinese Academy of Engineering(2022-XY-12);Strategic Research and Consulting Program of the Chinese Academy of Engineering(2023-33-14)

摘要/Abstract

摘要：

在“十四五”新时期，金融业数字化从多点突破迈入深化和高质量发展新阶段，加强金融数据安全治理、保护金融数据安全，已经成为国家经济安全发展的客观需要和必然要求。以数据治理措施为基础工具，以敏感数据为核心关注点，以保障金融数据全生命周期安全为目标的金融数据安全治理是实现金融机构数据流通、激活数据价值、促进金融数据要素市场化配置的有效措施。随着新一代信息技术在金融领域的广泛应用，金融数据安全治理的方式也正和大数据、人工智能、云计算、区块链等技术紧密结合，从传统的数据安全治理方式转变为智能化治理，驱动金融数据安全治理加速向自动化、智能化、高效化、精准化方向演进。介绍了金融数据安全治理的内涵、治理对象和治理体系；阐述了金融数据安全治理向智能化发展的核心理念和关键支撑技术，并描绘了治理智能化的发展路线。结合金融数据安全治理需求和智能化技术特点，从数据分级、数据溯源、内容管控、隐私保护和数据孪生等方面说明了金融数据安全治理智能化技术实践的关键方向，并举例介绍了银行、证券和保险业当前的治理智能化应用实践。为推动我国新时期金融数据安全治理规范化和智能化发展，实现持续金融机构和行业的健康发展，提出了相应的政策建议。

关键词: 金融数据安全, 数据治理, 金融科技, 人工智能, 智慧金融

Abstract:

In the “14th Five-Year Plan” era, the digitization of the financial industry has entered a phase of deepening and high-quality development.Strengthening Financial Data Security Governance (FDSG) and protecting financial data security have become an objective need and essential requirements for developing national economic security.FDSG utilizes data governance measures as a fundamental tool with a focus on sensitive data to ensure the comprehensive security of the entire lifecycle of financial data.It aims to promote data circulation among financial institutions, activate data value, and facilitate market-oriented allocation of financial data elements.FDSG is increasingly intertwined with big data, artificial intelligence, cloud computing, and blockchain technologies, transforming traditional data security governance into intelligent governance and accelerating the evolution of FDSG towards automation, intelligence, efficiency, and precision.FDSG’s essence, scope, and governance framework were introduced, and the core concepts and critical supporting technologies for the intellectual development of FDSG were elaborated, outlining the roadmap for intelligent governance.With consideration of FDSG’s demands and characteristics of intelligent technologies, vital directions for the practical application of intelligent technologies in FDSG were outlined, including data classification, data traceability, content control, privacy protection, and data twinning.Examples of current intelligent governance practices in banking, securities, and insurance industries were provided.Policy recommendations were proposed in the paper to promote the standardized and intelligent development of FDSG in China’s new era, aiming to foster the sustainable development of financial institutions and industries and ensure a healthy and secure environment for the future.

Key words: financial data security, data governance, fintech, artificial intelligence, smart finance

中图分类号:

TP309
F832

侯鹏, 李智鑫, 张飞, 孙旭, 陈丹, 崔毅浩, 张寒冰, 荆一楠, 柴洪峰. 金融数据安全治理智能化技术与实践[J]. 网络与信息安全学报, 2023, 9(3): 174-187.

Peng HOU, Zhixin LI, Fei ZHANG, Xu SUN, Dan CHEN, Yihao CUI, Hanbing ZHANG, Yinan JIN, Hongfeng CHAI. Technology and practice of intelligent governance for financial data security[J]. Chinese Journal of Network and Information Security, 2023, 9(3): 174-187.

图/表 8

图1

图2

表1

图3

图4

图5

图6

图7

参考文献 21

[1]	张凯 . 金融数据治理的突出困境与创新策略[J]. 西南金融, 2021,(9): 15-27.
	ZHANG K . Prominent dilemma and innovation strategy of financial data governance[J]. Southwest Finance, 2021,(9): 15-27.
[2]	鲁金彪, 胡国强, 周金赞 ,等. 金融数据安全技术现状与趋势研究[J]. 中国金融电脑, 2022,(5): 39-43.
	LU J B , HU G Q , ZHOU J Z ,et al. Research on the status and trends of financial data security technology[J]. Financial Computer of China, 2022,(5): 39-43.
[3]	中关村网络安全与信息化产业联盟；数据安全治理专业委员会. 数据安全治理白皮书 4.0[R].
	China (Zhongguancun) Cyberspace Affairs Industry Alliance; Data Security Governance Committee. Data security governance white paper 4.0[R].
[4]	周坤琳 . 金融数据安全的治理困境与法律对策研究[D]. 重庆:西南政法大学, 2021.
	ZHOU K L . Research on the governance dilemma and legal countermeasures of financial data security[D]. Chongqing:Southwest University of Political Science ＆ Law, 2021.
[5]	董小君, 宋玉茹 . 加快推进我国金融数据治理现代化建设研[J]. 行政与法, 2022,(8): 11-21.
	DONG X J , SONG Y R . The research on accelerating the modernization of china's financial data governance[J]. Administration and Law, 2022,(8): 11-21.
[6]	中国信通院. 人工智能数据安全白皮书(2019)[R].
	China Academy of Information and Communications. Artificial Intelligence data security white paper (2019)[R].
[7]	李雨霏 . 人工智能在数据治理中的应用[J]. 信息通信技术与政策, 2019,(5): 23-27.
	LI Y F . Application of artificial intelligence in data governance[J]. Information and Communications Technology and Policy, 2019,(5): 23-27.
[8]	胡志军, 王飞龙, 鲍时意 . 区块链在金融数据治理的应用思考[J]. 金融科技时代, 2020,28(12): 47-50.
	HU Z J , WANG F L , BAO S Y . Application of blockchain in financial data governance[J]. FinTech Time, 2020,28(12): 47-50.
[9]	闫树, 吕艾临 . 隐私计算发展综述[J]. 信息通信技术与政策, 2021,47(6): 1-11.
	YAN S , LYU A L . Overview of the development of privacy preserving computing[J]. Information and Communications Technology and Policy, 2021,47(6): 1-11.
[10]	张燕, 杨一帆, 伊人 ,等. 隐私计算场景下数据质量治理探索与实践[J]. 大数据, 2022,8(5): 55-73.
	ZHANG Y , YANG Y F , YI R ,et al. Exploration and practice of data quality governance in privacy computing scenarios[J]. Big Data Research, 2022,8(5): 55-73.
[11]	单曙兵, 胡冰冰, 茅廷 ,等. 金融数据分级标准的对比分析与实施建议[C]// 第十八届中国标准化论坛. 广东, 2021.
	DAN S B , HU B B , MAO T ,et al. Comparative analysis of financial data classification standards and implementation suggestions[C]// Proceedings of the 18th China Standardization Forum. Guangdong, 2021.
[12]	王芳, 赵洪, 马嘉悦 . 数据科学视角下数据溯源研究与实践进展[J]. 中国图书馆学报, 2019,45(5): 79-100.
	WANG F , ZHAO H , MA J Y ,et al. Research and practice progress of data provenance from the perspective data science[J]. Journal of Library Science in China, 2019,45(5): 79-100.
[13]	张学旺, 冯家琦, 殷梓杰 ,等. 基于区块链的数据溯源可信查询方法[J]. 应用科学学报, 2021,39(1): 42-54.
	ZHANG X W , FENG J Y , YIN Z J ,et al. Trusted query method for data provenance based on blockchain[J]. Journal of Applied Sciences, 2021,39(1): 42-54.
[14]	刘武, 段海新, 洪张 ,等. 基于信任的 P2P 网络安全管理体系结构研究[J]. 通信学报, 2008,(11A).
	LIU W , DUAN H X , HONG Z ,et al. Study on trust based P2P network security management[J]. Journal on Communications, 2008,(11A).
[15]	张佳发, 邹洪, 冯国聪 ,等. 基于数据安全法范畴的数据访问控制分析方法[Z]. 2022.
	ZHANG J F , ZOU H , FENG G C ,et al. Data access control analysis method based on the scope of data security law[Z]. 2022.
[16]	王国赛, 李艺, 陈琨 ,等. 隐私计算技术的金融应用思考[J]. 金融发展研究, 2022,(8): 31-37.
	WANG G S , LI Y , CHEN K ,et al. Reflection about financial applications of privacy computing technology[J]. Journal of Financial Development Research, 2022,(8): 31-37.
[17]	袁均良 . 隐私计算在金融行业应用及其影响[J]. 金融科技时代, 2022,30(10): 23-28.
	YUAN J L . The application and influence of privacy computing in financial industry[J]. FinTech Time, 2022,30(10): 23-28.
[18]	ASSEFA S A , DERVOVIC D , MAHFOUZ M ,et al. Generating synthetic data in finance:opportunities,challenges and pitfalls[C]// Proceedings of the First ACM International Conference on AI in Finance. 2020.
[19]	FAN J , LIU T , LI G ,et al. Relational data synthesis using generative adversarial networks:a design space exploration[J]. arXiv preprint, 2020,arXiv:2008.12763.
[20]	宋首文 . 商业银行数字化转型：数据治理体系的重构[J]. 国际金融, 2022,(11): 54-64.
	SONG S W . Digital transformation of commercial banks:reconfiguration of data governance system[J]. International Finance, 2022,(11): 54-64.
[21]	安华金和. 证券行业数据安全治理实践与方案[R].
	Beijing Dbsec Technology Co.,LTD. Data security governance practices and solutions for the securities industry[R].

问题	技术
金融数据规模大，人力处理效率低，易出错	机器学习、大数据技术、云计算等
数据模型不清晰、元数据质量低	机器学习、知识图谱、大数据等
重复性工作，人工成本高，效率低	深度学习、云计算、计算机视觉等
无法为客户提供定制化金融服务	语音识别、人脸识别、人工智能等
高度依赖专业人员分析判断（如敏感信息识别、数据分类分级等）	自然语言处理、大数据技术等
数据资产管理混乱	人工智能、知识图谱、自然语言处理等
智能化组织管理	深度学习、人脸识别、数据指纹等
信息不对称、信息孤岛	隐私计算、区块链技术、可解释人工智能等
数据和系统安全防护	多方安全计算、云计算、深度学习等
风险评估与反欺诈	知识图谱、机器学习等

金融数据安全治理智能化技术与实践

Technology and practice of intelligent governance for financial data security

在线阅读

pdf下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 21

相关文章 11

Metrics

推荐阅读 0

[1]	祖立军, 曹雅琳, 门小骅, 吕智慧, 叶家炜, 李泓一, 张亮. 基于隐私风险评估的脱敏算法自适应方法[J]. 网络与信息安全学报, 2023, 9(3): 49-59.
[2]	沈晓晨, 葛寅辉, 陈波, 于泠. 人工智能安全知识图谱构建技术研究[J]. 网络与信息安全学报, 2023, 9(2): 164-174.
[3]	夏毅, 兰明敬, 陈晓慧, 罗军勇, 周刚, 何鹏. 可解释的知识图谱推理方法综述[J]. 网络与信息安全学报, 2022, 8(5): 1-25.
[4]	韦南, 殷丽华, 宁洪, 方滨兴. 本科“机器学习”课程教学改革初探[J]. 网络与信息安全学报, 2022, 8(4): 182-189.
[5]	谭清尹, 曾颖明, 韩叶, 刘一静, 刘哲理. 神经网络后门攻击研究[J]. 网络与信息安全学报, 2021, 7(3): 46-58.
[6]	任奎, 孟泉润, 闫守琨, 秦湛. 人工智能模型数据泄露的攻击与防御研究综述[J]. 网络与信息安全学报, 2021, 7(1): 1-10.
[7]	熊钢,葛雨玮,褚衍杰,曹卫权. 基于跨域协同的网络空间威胁预警模式[J]. 网络与信息安全学报, 2020, 6(6): 88-96.
[8]	朱建明,杨鸿瑞. 金融科技中数据安全的挑战与对策[J]. 网络与信息安全学报, 2019, 5(4): 71-79.
[9]	张繁, 谢凡, 江颉. 网络威胁安全数据可视化综述[J]. 网络与信息安全学报, 2018, 4(2): 34-39.
[10]	王潮,王云江,胡风. 量子计算机的商业化进展及对信息安全的挑战[J]. 网络与信息安全学报, 2016, 2(3): 17-27.
[11]	李建华. 网络空间威胁情报感知、共享与分析技术综述[J]. 网络与信息安全学报, 2016, 2(2): 16-29.