电信网和互联网数据沙箱技术要求与测试方法.pdfVIP

电信网和互联网数据沙箱技术要求与测试方法

1范围

本文件规定了电信网和互联网数据沙箱平台在数据管理能力、计算支持能力、安全能力、平台管理

的技术要求和相应的测试方法。

本文件适用于数据沙箱平台的研发、测试、评估和验收等。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

本文件没有规范性引用文件。

3术语和定义

下列术语和定义适用于本文件。

3.1

数据沙箱datasandbox

通过构建隔离的可供调试、计算的安全环境，来分离数据使用权和所有权的技术，从而确保数据安

全的技术。

3.2

数据集dataset

数据记录汇聚的数据形式。

[来源：GB/T35295-2017，2.1.46]

3.3

样例数据sampledata

通过预定义的规则，将全量数据的部分条目抽取出来并进行脱敏处理，能够体现出全量数据的分布

情况的数据。

3.4

全量数据fulldata

从数据源读取出的，经过数据转换为标准格式，内容未经过抽样或脱敏处理的数据。

1

3.5

调试环境debugenvironment

通过隔离技术实现的，可防御内部的恶意攻击，单向访问隔离，用户之间相互隔离，对系统内部业

务隔离，对数据集访问受限，仅可访问样例数据，用于工程代码撰写和调试的可视环境。

3.6

运行环境runenvironment

通过隔离技术实现的用于工程代码撰写和调试的可视环境，具备单向访问隔离机制，可实现用户之

间相互隔离，对系统内部业务隔离，内部数据集访问受限，可防御内部的恶意攻击。

3.7

工程代码projectcode

使用者定义的用于表示业务逻辑的具有版本信息的程序代码，例如：数据处理，生成模型，或模型

推理等。

3.8

共享share

信息控制者向其他控制者提供信息，且双方分别对信息拥有独立控制权的行为。

[来源：GB/T35273-2020,3.13]

3.9

机器学习machinelearning

功能单元通过获取新知识或技能，或通过整理已有的知识或技能来改进其性能的过程。

[来源：GB/T5271.31-2006，31.1.2]

4缩略语

下列缩略语适用于本文件。

ACC：准确度（Accuracy）

API：应用程序接口（ApplicationProgrammingInterface）

AUC：受试者工作特征曲线下的面积（AreaUnderCurve）

CSV:逗号分隔值(Comma-SeparatedValues)

CPU：中央处理器（CentralProcessingUnit）

GPU：图形处理单元（GraphicsProcessingunit）

JPG:联合图像专家组JointPhotographicExpertsGroup

KS：模型区分度评估值（Kolmogorov-Smirnov）

LOGO：商标（logotype）

MSE：均方误差（MeanSquareError）

ROC：受试者工作特征曲线（ReceiverOperatingCharacteristicCurve）

SDK：软件开发工具包（SoftwareDevelopmentKit）

SQL：结构化查询语言（StructuredQueryLanguage）

TXT:文本（text）

2

5参考架构

5.1概述

数据沙箱是数据拥有方在保证原始私有数据不出数据方定义的私有边界的前提下，通过数据的所有

权和使用权分离，从而帮助数据使用方完成包含机器学习、数据计算、查询等任务在内的数据安全技术。

数据沙箱平台是提供给数据开放共享过程中各参与方使用，提供数据安全开放共享所需的计算和通信等

功能，并满足计算任务需求的软件系统或软硬件一体化系统。

5.2架构视图

数据沙箱平台的