创新 • 创优 • 创见
2022年11月13日，由沈阳市人民政府和新能源汽车国家大数据联盟共同主办的“中国新能源汽车大数据2022年产业峰会”在北京成功举行。在13日下午举办的“分论坛一：新能源汽车数字化与安全”上，360车联网安全首席科学家明亮发表了主题演讲，以下为演讲实录：
谢谢，尊敬的各位领导，线上的各位嘉宾，联盟成员，单位的各位代表，下午好。很高兴能够参加中国新能源汽车大数据2022年产业峰会，而且也预祝这次峰会取得圆满成功。我分享的题目是“新能源汽车数据安全能力建设思考与创新实践”。
上午的时候邬院士已经给安全做了很好的指导，我这个报告主要是从实践层面来解释。近年来以新能源汽车为代表的汽车行业取得了迅猛的发展，有很多好的成果。与此同时，网络安全形势也非常严峻，我们看几个例子。
去年2月，起亚汽车遭到了勒索软件攻击，赎金达到2亿元。今年2月，丰田汽车也遭到了网络攻击，导致日本工厂全面停产。明年2月会不会也有什么问题？我不知道。但是我知道的是近十年以来，汽车网络攻击事件逐年增加，尤其近三年增加的特别迅速。
与此同时还有一个情况，我们看到在网络空间面对的不再是小的毛贼或者小的炫技，小的黑客，而是大的玩家。这类大的玩家有三大类，一个是APT组织，大家对安全感兴趣的可能知道，它叫Advanced Persistent Threat高级持续威胁。大家知道，今年以来西北工业大学邮件系统被攻击，就是一个典型的案例，并且对方已经在这儿潜伏了十年，做了很多事情。第二就是勒索软件攻击，它主要是为了要钱，它是为了获利。据不完全统计，2021年全球网络安全黑灰产达到了6万亿，比军火买卖还要赚钱。在这块其实国内也有被勒索的，全球统计数据现在勒索效率越来越高，不超过4天就可以达成一个勒索，而且每个被勒索企业的损失高达460多万美元，而且被勒索之后80%的企业还会被二次勒索，这就很惨了。第三个就是网络战，大家可能感受了，今年俄乌冲突里面国家级背景的网军，境外的事件大家也会听到。
这样的问题这么多，新能源汽车怎么办？包括数据安全怎么办？我在这儿做一个分享，把我们的一些思考抛出来，供大家批评。
分享分为三个部分，第一是数据安全根源在哪里？安全风险有哪些？第二是我们的一些思考，我们觉得应该怎么去做它比较好。第三谈一下我们的实践。
新能源汽车数据处理本质上是一个多元主体参与的复杂过程，谈到这里有两个，一个是多元主体，一个是复杂过程。新能源汽车数据处理过程有一个简单的罗列，首先会采集数据，通过声光电这样的信号，通过传感器获取到数据，获取到数据之后在车端进行处理，在本地有总线进行传输处理。现在是车路云网图一体的，它还会跟路端进行交互，跟云端的平台进行交互，这就需要用到车联网V2X，还会跟人进行交互，包括驾驶人，本地车的驾驶人，还有一些同时在车上同路行驶的其他驾驶员，以及路上的一些行人。大家知道只要涉及到人，就光人这一点就足够成为一个复杂系统，更别说前面还有这么多。整个的流程下来会涉及到硬件安全，还有硬件里面的软件安全，也就是它的固件安全，还有单纯的软件安全、协议安全、算法安全，人工智能的算法，还有APP的应用。覆盖汽车数据处理整个全流程，从采集、存储、使用、加工、传输、提供和公开。我们说每个环节可能都会面临着比较大的攻击风险。
简单说下，在收集阶段会有信号的干扰，信号的注入，数据的污染这些问题。在存储阶段，因为数据在本地有些时候需要加密进行处理，或者有的时候没有按照要求存在本地。通过存储介质的攻击还有本地提权的攻击，还有暴力的破解，甚至它存在哪了我把它再加一道锁，就可以进行勒索。数据使用时候也会存在滥用，不应该在这个场合下看到的数据结果看到了，还有些误用，在使用过程当中不当的损失，还有数据泄漏，还有我们用数据训练AI算法，就存在算法对它进行干扰，因为数据篡读了，被污染了，可能算法就会受到影响。还有算法的歧视问题，如果我的训练数据有所偏颇，可能就会导致算法的歧视。还有模型的逆向，我们训练出来的模型还可以逆向把数据再拿出来，这些数据是不是能得到有效保护？
在数据加工的时候也会面临系统入侵，因为加工也是在平台上进行处理的，远程控制处理的软件会被破坏，它有漏洞，硬件被破坏，数据的破坏，还有恶意的加密。在传输的时候，传输用到的协议是不是安全，是不是会遭到攻击？传输的时候会不会被中间人劫持，劫持的时候会不会被篡改，网络会不会被拥塞？路由连到云端平台，给它连到恶意的平台上去被劫持了，这些问题都会存在。
数据在提供的时候，提供什么服务，会提供API接口，接口的攻击，要点的瘫痪，还有接口输出的数据是不是伪造的，我连接这个接口是不是合理的，还有数据会不会被冒充？这个服务如果被拒绝服务了怎么办？整个提供服务的设备都被控制了，公开之后的滥用问题以及误用的问题，可以看到整个系列都会存在攻击的风险。
我们说到多主体，前面说到的是流程，多个环节。多个主体也会面临挑战，一个是车被软件定义，软件就会有漏洞，漏洞带来的数据安全问题怎么考虑？
第二，在网络连接汽车，连接之后连接的越多，车的攻击面是不是就越大？因为攻到车的路径越来越多，多了之后攻击面增大，会带来数据安全问题。
第三个挑战，因为我们现在数据很多时候比如自动驾驶、辅助驾驶，需要用传感器获取数据，相当于是数据驱动汽车，还有高精度的导航地图，如果导航地图的数据都不准，是不是也会影响汽车？数据对于汽车来说，它的价值陡然增加了，它的价值增大了，显然也会成为高价值目标作为攻击的对象。
第四是云的问题，因为我们的数据都存在云上，在云端汇集，在云端是不是通过攻击的手段能够一锅端，把所有的数据拿到？云端会成为数据安全最大的隐患。
第五个挑战是供应链问题，也许我们主机厂做的很好，但是我们主机厂买的设备里面用到的Tbox盒子，里面的软件被别人植入了漏洞，将来车上路的时候是不是直接拿现成的漏洞就可以拿到我的数据，这个供应链就会成为新的短板。
第六个挑战是汽车用智，数据安全影响AI安全，因为数据安全如此重要，它出了问题，训练出来了AI模型，我觉得问题可想而知。
归纳起来有三大需求：
第一个需求是合规需求，当前的主机厂基本都是这样，因为现在出台了很多规定，去年工信部提出了加强车联网安全和数据安全的通知，这些强规定对车企是有约束的，必须要合规，这是做安全的需求。
第二个前面提到了，我避免被攻击，避免被勒索，这点和前面是有区别的。合规是一个层面的，相当于一个机械，做到了合规并不代表它不会被勒索和攻击，前面很多安全事件其实他们都是合法的，做的事情也都是合规的，但还是被攻了，就是因为它的安全水平不够损失。前面已经提到了，包括像勒索攻击，APT攻击，供应链攻击，这些新型的攻击手段，如果数据安全做的不好可能就防不住，这就是车企要好好做安全的需求。
第三个单独列出来叫个人信息保护，也就是咱们现在的用户对个人信息或者隐私越来越重视了，对于一个车企或者主机厂来说，它如果在这块做的好很有可能会成为一个卖点，大家会觉得这个车靠谱。如果做的不好，有可能就会引发一些黑天鹅事件。
针对三大需求，我来分享一下第二部分，我们认为汽车尤其新能源汽车数据安全应该怎么去做？简称叫方法论，列了六条。前两个主要是针对汽车数据安全的设计阶段，中间两个是数据安全建设阶段，最后两个是关于运营阶段的。下面我简要的把每个说一说。
第一条叫数据中心，管防一体。我们刚才讲到的这个，需求是有多方面的，有国家监管层面的，也有企业自己安全防护方面的，还有包括治理和个人信息保护等方面的。我们认为这一类的需求不应该是孤立的，应该是糅合在一起的，我们在做解决方案解决安全问题的时候，应该把它统筹起来一起考虑，融合推进，构建一个完整体系。需要考虑些什么？政府的监管会考虑企业掌握了些什么数据，数据的重要程度如何，是否威胁到国家安全，是否侵害了用户的利益，是否存在数据的滥用，是否得到有效保护。企业更重视，他说我要把数据保护好，我得知道我的企业里面，车厂里面到底有些什么样的数据资产，如何防范攻击，对数据的访问控制如何进行管理，如何对数据进行分析，数据审计，数据安全的运营等等，这是他关心的。
像城市，城市里面既有主机厂，也会有大众的用户老百姓，它考虑到要有一个治理问题。包括汽车数据安全的合规监管，数据共享与开放问题，既要把数据共享出去，同时还要保证它的安全。
再一个就是关机的，道路的，云平台的，都是城市必须要考虑的，关机的信息安全怎么保护。还有个人的数据保护，还有产业链、供应链的数据治理，这就是整个城市做数据治理时候需要考虑更多。这三大类我们认为应该融合在一起。
第二是内控资源，外防攻击。我们提出的是以三化六防为指导，这个三化六防是公安部提出的，三化是指实战化、体系化、常态化，六防是指动态防御、主动防御、纵深防御、精准防护、整体防控和联防联控。按照这三化六防，我们对内要把数据资源管理好，哪些人有权限访问，哪些不能。对外一定要地域好外面的高级威胁，网络入侵。内外要一起努力，才能整体上提升数据安全水平，这个里面也会体现到上午邬院士提到的内生安全理念。
第三是关于数据安全建设方面，我们提出要盘点为本，分析为要。我们要把资产盘点清楚，以数据分析为手段，前面的探测和全过程的采集，还要做到数据分类分级，把这些数据它们之间的关联关系，尤其是不是有持续关系或者协作关系，把数据资产的地图和知识图谱构建起来。在此基础上进行集中研判和情报共享，因为不同的车企也许管的是自己的一小块，但实际上从攻击者的角度是全球视角，他绝对会说我只攻A厂商，跳过B厂商，不攻C厂商，那是不可能的，他肯定是成体系的攻击。这种情况下我们只有把各个车企，把所有的新能源汽车获取到数据汇集起来，才能看到完整的视图，才能看到完整的对于威胁的研判。
但是有一个问题，汇集这些数据的时候是不是存在侵害隐私和数据保护的问题？我们要用隐私计算技术，在座的如果感兴趣可以在这块做更多的研究。通过隐私计算办法让数据可以使用，但是不用看见，看不到它，把数据的价值发挥出来。而且有海量数据在一起的时候，光靠人来分析人力是不够的，必须要借助AI手段进行智能化分析，才能把数据的价值最大化。
最后形成的叫集中研判，形成之后的情报是可以分享出来给各个车企，给各个产业链上的上下游使用的。
第五个数据安全设计好、建设好，最后要运营好，要进行专家运营和云化服务。所谓专家运营是说我们现在这些运营能力目前是不够的，因为很多数据包括很多威胁的发现，它是需要有赖于高水平专家的经验，但是高水平专家往往又是稀缺的，不可能每个车企或者中小企业也都配上高水平的专家。那么我们理解利用高水平专家加强运营，运营完之后不是为个人服务，也不是为某一家企业服务，而是要把它打造成一个云化的服务，让公共基础设施能够随时随地像水电气一样，给所有需要的用户提供服务。我们给它一个简单的说法叫“数据上去，服务下来”，通过高水平的专家把服务做好之后，安全服务提供好之后，以云化的服务方式提出出去给各个产业链或整个生态，这是第五个。
最后一个提出以评促建，共筑生态。这边的评主要采用的标准是37988国标，讲的是用数据安全能力成熟度模型，这里面用到的能力成熟度是国际上比较通行的，进行能力评估的一个模型，把它应用过来之后可以基于数据全生命周期，以及通用的安全过程定义安全过程域和基本实践域，并且衡量一个单位，一个组织的能力成熟度。通过这种评的方式，以评促建来指导所有处理汽车数据组织，包括新能源汽车产业链上下游企业，都能达到一个比较高的成熟度，因为数据是在整个生态链里流动的，只有每个组织，每个企业安全成熟度都很强了，那么才能把安全屏障铸好。一旦有一个地方有漏洞，或者有短板，我们把它称为“不怕神一样的对手，就怕猪一样的队友”，如果有一个短板可能我们这个生态就起不来了，这个生态就会被攻破。
最后简单分享一下360在这方面的实践，按照上面的方法论或者几个基本原则，我们建立了汽车数据安全能力体系，从左到右。先是以三法一规定为依据，建的体系从上到下分别是数据安全大脑，它主要是包括安全大数据处理平台，能够进行数据资产分析、数据关联分析、数据行为分析和数据态势分析。这些都会沉淀到下面的数据安全基础设施上，基础设施包括四大类，一类是攻击面防御，再一个是数据资源的访问控制，数据的运营，专家的运营，通过这些对整个数据全生命周期提供治理能力，包括从采集到存储到传输处理，到最后的交换等等，这样的过程都会覆盖下来。最后能保护哪些？保护车端V2X，云控平台，生产网络，办公网络，销售网络，供应链网络，还有应用。可以说基本覆盖了新能源汽车涉及到数据全产业上下游，还是一样的是数据上去，服务下来，形成这么一个体系。
这套体系有三种应用模式，对应的就是前面我们提到的，一个是针对政策侧的关心的是监管问题，针对企业侧主要想保护数据，城市侧希望既有监管也有保护，是这么三方面的应用模式。
时间原因，这边简单过一下。
这套体系也有很多典型应用，不论是从整体上还是局部的能力，已经服务于80%以上的主流车企。后面简单过一下，包括在德清建设的安全大脑，这是全国首个全域城市级的5G驾驶和智慧出行示范区，还有东风日产数据安全大脑的项目，还有一汽红旗的车联网安全检测平台，还有吉利的车联网安全监测平台项目，还有军用的，还有无人车的项目，还有工信部身份认证和信任安全试点项目，这是在北京房山这边做的。
另外我们还和高校以及著名主机厂进行合作，建立联合实验室，还有三个独立的实验室。
最后，简单过一下我们为什么有这个能力，我们在数据上有优势，因为拥有世界上最大规模的安全大数据，以及全球独有的攻击知识库。再一个是专家优势，我们拥有全球顶尖的安全分析专家和东半球最大的白帽子军团，还有世界级顶尖挖掘能力。然后是平台优势，我们把它汇集在一起，大数据、知识库、专家、海量算力，形成了360云端安全大脑，可以为数据安全建设赋能。还有研究方面的优势，重点提一下我们是大数据安全领域唯一国家工程研究中心，并且于贵阳等地区建立了行业分中心。
再就是我们也有大量的实践优势，我们团队发现的车联网方面的安全漏洞有1500多个，保护的车辆有2000万以上，获得专利有60多项，特别值得一提的是，去年我们牵头的这项ITU标准，是中国牵头的第一个汽车安全国际标准，联合国用六种语言向全球发布了，这是《使用大数据联网信息安全异常行为检测机制》这么一个标准。现在还有一个ITU标准也是我们牵头正在研制。
最后是一个创新优势，我们在这方面获得工信部很多揭榜项目，创新项目。尤其今年上半年我们还获得了工业互联网+智能网联汽车专业赛三等奖，这也是这届比赛中唯一的一个跟汽车信息安全相关的获奖项目。
就汇报这么多，谢谢各位！
（注：本文根据现场速记整理，未经演讲嘉宾审阅）
