高超：基于分級(jí)分類的千億級(jí)規(guī)模車聯(lián)網(wǎng)數(shù)據(jù)采集與數(shù)據(jù)安全方案與實(shí)踐

當(dāng)前，中國的汽車行業(yè)發(fā)展勢(shì)頭正旺。造車勢(shì)力百家爭鳴、百花齊放，甚至邁出國門、走向世界。

比如，前不久我們看到的一個(gè)現(xiàn)象：中國新能源汽車在歐洲和中東備受歡迎，把本地汽車打的毫無招架之力。

那在這個(gè)過程中，我們可以看到什么？ 

2009年，國家啟動(dòng)了新能源車示范工程。最初，市場(chǎng)效果并不明顯。幾年前，路上新能源車非常少。別說特斯拉，國產(chǎn)品牌的混動(dòng)都很難看到。直到2020年底，全國新能源車的保有量也僅為492萬輛。

然而，最近3年，新能源車呈井噴式增長。2023年底，全國新能源車的保有量達(dá)到了2041萬輛，相比2020年底翻了四倍多。這一切得益于行業(yè)配套設(shè)施的完善，以及大家對(duì)新能源車認(rèn)可度的不斷提升。 

大家知道一輛比亞迪車輛全身的傳感器有多少嗎？答案是300到400個(gè)。當(dāng)然，最新的U8/U9仰望系列可能更多。

這些傳感器不停地采集數(shù)據(jù)，并以一定的頻率發(fā)送給汽車品牌方。根據(jù)信通院2023年《車聯(lián)網(wǎng)白皮書》統(tǒng)計(jì)：一輛智能網(wǎng)聯(lián)車每天產(chǎn)生的數(shù)據(jù)量可以達(dá)到TB級(jí)別。而這只是一輛車一天的量。

這些車聯(lián)網(wǎng)數(shù)據(jù)包含了車輛數(shù)據(jù)、道路數(shù)據(jù)、環(huán)境數(shù)據(jù)和車主數(shù)據(jù)。這些數(shù)據(jù)不但涉及車主的個(gè)人隱私信息，還有許多重要的安全數(shù)據(jù)，以及商業(yè)敏感數(shù)據(jù)。顯然，這樣的數(shù)據(jù)蘊(yùn)含著巨大的價(jià)值。而巨大的價(jià)值意味著更大的安全風(fēng)險(xiǎn)。

因此，如何提升車聯(lián)網(wǎng)數(shù)據(jù)的安全保障能力，成為汽車企業(yè)業(yè)務(wù)開展的重中之重！

PART ONE

剖析車聯(lián)網(wǎng)數(shù)據(jù)安全薄弱環(huán)節(jié)

汽車企業(yè)會(huì)把TSP平臺(tái)的數(shù)據(jù)同步到企業(yè)內(nèi)部車聯(lián)數(shù)據(jù)采集平臺(tái)中，以方便數(shù)據(jù)管理和企業(yè)各項(xiàng)業(yè)務(wù)的使用。比如完成車輛實(shí)時(shí)監(jiān)控、進(jìn)行車輛遠(yuǎn)程協(xié)助、開展業(yè)務(wù)報(bào)表分析、進(jìn)行監(jiān)管上報(bào)等場(chǎng)景。

在這個(gè)過程中，數(shù)據(jù)從車輛到基站，再到TSP平臺(tái)。整個(gè)鏈路是加密的，數(shù)據(jù)也是加密的。而TSP平臺(tái)一般都搭建在云服務(wù)上。由云平臺(tái)廠商提供安全服務(wù)，也不容易發(fā)生問題。

最容易發(fā)生問題的節(jié)點(diǎn)在于企業(yè)車聯(lián)數(shù)據(jù)采集管理平臺(tái)以及下游應(yīng)用。這是數(shù)據(jù)匯聚最多的地方，也是數(shù)據(jù)流轉(zhuǎn)變化最復(fù)雜的環(huán)節(jié)。

PART TWO

破局車聯(lián)網(wǎng)數(shù)據(jù)安全薄弱環(huán)節(jié)

針對(duì)上述數(shù)據(jù)安全薄弱環(huán)節(jié)，企業(yè)如何破局？派拉軟件認(rèn)為將用戶管理、數(shù)據(jù)管理與AI應(yīng)用三者聯(lián)合可以很好應(yīng)對(duì)上面車聯(lián)網(wǎng)數(shù)據(jù)安全問題。

首先，結(jié)合用戶身份治理體系，加強(qiáng)權(quán)限管控，讓安全堡壘不從內(nèi)部攻破；

其次，加強(qiáng)數(shù)據(jù)管理，將數(shù)據(jù)分類分級(jí)策略應(yīng)用到車聯(lián)數(shù)據(jù)采集管理活動(dòng)中，實(shí)現(xiàn)車聯(lián)數(shù)據(jù)全生命周期的可管可控；

最后，應(yīng)用AI技術(shù)，加強(qiáng)用戶管理與數(shù)據(jù)管理能力，提升業(yè)務(wù)流程操作和流轉(zhuǎn)效率，增進(jìn)風(fēng)險(xiǎn)管控能力，實(shí)現(xiàn)更多業(yè)務(wù)場(chǎng)景支撐。 

具體怎么做？

對(duì)車聯(lián)網(wǎng)數(shù)據(jù)與應(yīng)用的使用者進(jìn)行分析，使用者可能包含經(jīng)銷商、員工、客戶以及合作伙伴等?；趯?shí)際分析結(jié)果，建立身份治理體系。這個(gè)體系的核心是用戶的One-ID身份模型。

后續(xù)，所有用戶訪問車聯(lián)網(wǎng)應(yīng)用、獲取使用底層數(shù)據(jù)，都需要通過統(tǒng)一身份認(rèn)證管理平臺(tái)。這樣可以保證用戶發(fā)生的所有數(shù)據(jù)操作都是可管理、可控制、可審計(jì)、可分析的。

其次，針對(duì)采集到的數(shù)據(jù)進(jìn)行分類分級(jí)，可參照《數(shù)據(jù)安全法》以及相關(guān)數(shù)據(jù)管理?xiàng)l例；結(jié)合企業(yè)自身業(yè)務(wù)特點(diǎn)和業(yè)務(wù)經(jīng)驗(yàn)，完成第一步的分類分級(jí)標(biāo)準(zhǔn)制定。

接下來，確定對(duì)應(yīng)的數(shù)據(jù)管理策略，將數(shù)據(jù)進(jìn)行打標(biāo)簽并輸出，實(shí)現(xiàn)數(shù)據(jù)分類分級(jí)，并應(yīng)用到對(duì)應(yīng)管理策略與流程中；最終融入到企業(yè)運(yùn)營中，形成常態(tài)化業(yè)務(wù)管控。 

最后，加入AI能力，大大提升前面兩個(gè)目標(biāo)的實(shí)現(xiàn)能力，并降低業(yè)務(wù)成本。AI具備一系列能力，例如支持多源異構(gòu)數(shù)據(jù)、自動(dòng)發(fā)現(xiàn)數(shù)據(jù)聯(lián)系、自動(dòng)發(fā)現(xiàn)問題等，可增強(qiáng)企業(yè)對(duì)身份、數(shù)據(jù)的管理能力與使用價(jià)值。AI自我學(xué)習(xí)能力更是讓AI及時(shí)獲得新的特性與功能，做到讓AI越用越聰明，越用越好用。

PART THREE

千億規(guī)模車聯(lián)網(wǎng)數(shù)據(jù)安全成功實(shí)踐

回到實(shí)際的客戶成功案例中，我們?cè)賮砜纯丛趺绰涞亍?/p>

派拉軟件幫助某大型車企搭建了一套車聯(lián)數(shù)據(jù)采集平臺(tái)，用于采集車聯(lián)網(wǎng)數(shù)據(jù)、傳統(tǒng)業(yè)務(wù)數(shù)據(jù)（如OA數(shù)據(jù)、辦公數(shù)據(jù)、營銷財(cái)務(wù)數(shù)據(jù)等）、工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)（如流水線生產(chǎn)數(shù)據(jù)等）、第三方數(shù)據(jù)（如車輛的論壇、評(píng)測(cè)網(wǎng)站等）。

這些數(shù)據(jù)通過各種ETL工具接入到數(shù)據(jù)采集平臺(tái)后，會(huì)存入數(shù)據(jù)湖中。在此基礎(chǔ)上，派拉軟件為客戶建立了數(shù)據(jù)平臺(tái)管理體系，包含統(tǒng)一監(jiān)控管理、統(tǒng)一數(shù)據(jù)調(diào)度管理、數(shù)據(jù)資產(chǎn)管理。

同時(shí)，從數(shù)據(jù)治理角度，將原始數(shù)據(jù)經(jīng)過一系列加工，開展數(shù)據(jù)建模與標(biāo)準(zhǔn)化操作，建立業(yè)務(wù)指標(biāo)庫，形成更有價(jià)值的數(shù)據(jù)資產(chǎn)。 

最后，平臺(tái)以API或通用分析查詢能力對(duì)外提供服務(wù)，結(jié)合平臺(tái)內(nèi)置的AI數(shù)據(jù)技術(shù)能力，為各數(shù)據(jù)業(yè)務(wù)應(yīng)用提供“模型+計(jì)算”的平臺(tái)支撐，實(shí)現(xiàn)業(yè)務(wù)反哺。

在上述過程中，數(shù)據(jù)分類分級(jí)會(huì)依次經(jīng)過數(shù)據(jù)識(shí)別、數(shù)據(jù)分類、數(shù)據(jù)分級(jí)三個(gè)步驟：

數(shù)據(jù)識(shí)別：也就是把業(yè)務(wù)系統(tǒng)”盤”一遍，摸摸家底，即理清業(yè)務(wù)現(xiàn)狀、系統(tǒng)信息以及數(shù)據(jù)情況；

數(shù)據(jù)分類：根據(jù)數(shù)據(jù)的屬性和特點(diǎn)、所屬的業(yè)務(wù)模式進(jìn)行分類；

數(shù)據(jù)分級(jí)：參照對(duì)應(yīng)的行業(yè)指導(dǎo)規(guī)范，并借鑒響應(yīng)法律、數(shù)據(jù)管理?xiàng)l例的指導(dǎo)，根據(jù)企業(yè)數(shù)據(jù)現(xiàn)狀進(jìn)行定級(jí)，并通過打標(biāo)等手段對(duì)數(shù)據(jù)進(jìn)行標(biāo)記，應(yīng)用到對(duì)應(yīng)的管理策略上。 

在實(shí)現(xiàn)分類分級(jí)過程中，派拉軟件采用了兩個(gè)核心技術(shù)——數(shù)據(jù)編織+AI 技術(shù)。

由于數(shù)據(jù)采集平臺(tái)涉及到的系統(tǒng)種類多、數(shù)據(jù)類型復(fù)雜，采集全量數(shù)據(jù)往往會(huì)造成大量的硬件成本和網(wǎng)絡(luò)開銷。因此，派拉軟件采用數(shù)據(jù)編織技術(shù)來降低數(shù)據(jù)采集的量級(jí)，從而只占用最小的計(jì)算代價(jià)和網(wǎng)絡(luò)傳輸成本。

AI 技術(shù)的應(yīng)用，進(jìn)一步提升了平臺(tái)的服務(wù)覆蓋范圍。除了前面提到的完成數(shù)據(jù)自動(dòng)打標(biāo)簽外，派拉軟件還利用AI技術(shù)自動(dòng)分析數(shù)據(jù)質(zhì)量、自動(dòng)識(shí)別敏感數(shù)據(jù)、自動(dòng)發(fā)現(xiàn)操作風(fēng)險(xiǎn)；

在對(duì)外服務(wù)方面，AI技術(shù)的應(yīng)用極大賦能了企業(yè)大營銷場(chǎng)景和車主服務(wù)兩大業(yè)務(wù)板塊。

平臺(tái)上線后，派拉軟件助力客戶陸續(xù)實(shí)現(xiàn)了 11 個(gè)車聯(lián)應(yīng)用場(chǎng)景的落地支持，包含車輛檢測(cè)、事故車救援、能耗優(yōu)化、虛假索賠驗(yàn)證等新業(yè)務(wù)場(chǎng)景，產(chǎn)生較大的經(jīng)濟(jì)回報(bào)。

隨著整個(gè)項(xiàng)目的成功落地，該大型車企降本增效效果顯著，業(yè)務(wù)敏捷性進(jìn)一步提升。數(shù)據(jù)采集平臺(tái)帶來全新的數(shù)據(jù)管理和數(shù)據(jù)價(jià)值挖掘能力，有效支撐企業(yè)新的業(yè)務(wù)場(chǎng)景落地建設(shè)，并幫助客戶每年降低百萬級(jí)的售后成本。 

在數(shù)據(jù)安全層面，基于數(shù)據(jù)分類分級(jí)的數(shù)據(jù)安全策略，結(jié)合身份治理技術(shù)體系，有效降低了企業(yè)數(shù)據(jù)風(fēng)險(xiǎn)，防止企業(yè)數(shù)據(jù)泄露和被攻擊，并滿足安全合規(guī)的監(jiān)管需求。