GBZ 191-2026 智能计算 隐私保护计算技术框架标准立项发展报告

智能计算隐私保护计算技术框架StandardizationDevelopmentReport:IntelligentComputing—Privacy-PreservingComputingTechnologyFramework摘要关键词：隐私保护计算；智能计算；技术框架；数据要素；安全多方计算；联邦学习；标准化AbstractWiththein-depthadvancementofdigitaltransformationandtheaccelerationofdataelementmarketization,privacy-preservingcomputinghasbecomeakeyenablingtechnologytobalancedatavaluereleaseanddatasecurityassurance.However,theindustryfacesprominentchallengesincludingdiversetechnicalroutes,heterogeneousproductimplementations,andincompatibleinterfaces,whichseverelyrestrictlarge-scaleapplicationandindustrialcollaborativedevelopment.Againstthisbackdrop,GB/Z191-2026*IntelligentComputing—Privacy-PreservingComputingTechnologyFramework*hasbeenapprovedandreleasedbytheStandardizationAdministrationofChina.Thisstandardestablishesanoverallprivacy-preservingcomputingframeworkorientedtointelligentcomputingscenarios,systematicallyspecifyingtechnicalcomposition,functionalrequirements,interactionflows,andsecurityrequirements,andforthefirsttimeachievesunifiedarchitecturalguidanceacrosstechnicalroutesinthisfield.Thisreportcomprehensivelyreviewsthepolicybackgroundandtechnicalmotivationsforthestandard'sinitiation,thoroughlyinterpretsitscoretechnicalcontentandinnovativehighlights,systematicallyanalyzesitssupportingroleinbreakingdownprivacycomputingapplicationbarriers,promotingsecurecirculationofdataelements,andfacilitatingthehigh-qualitydevelopmentoftheintelligentcomputingindustry,andprovidesfutureprospectsaccordingly,aimingtoserveasanauthoritativereferenceforrelevantstakeholderstoaccuratelyunderstandandeffectivelyimplementthestandard.Keywords:Privacy-PreservingComputing;IntelligentComputing;TechnologyFramework;DataElements;SecureMulti-PartyComputation;FederatedLearning;Standardization一、引言1.1研究背景数据作为新型生产要素，已成为数字经济深化发展的核心引擎。2020年《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》首次将数据列为与土地、劳动力、资本、技术并列的五大生产要素之一。在人工智能与大数据技术快速迭代的驱动下，跨机构、跨领域的数据协同计算需求呈爆发式增长，金融风控、医疗健康、政务协同等场景对"数据可用不可见"的技术诉求日益迫切。隐私保护计算（Privacy-PreservingComputing）正是在这一背景下应运而生的关键使能技术，其通过安全多方计算（SecureMulti-PartyComputation，SMPC）、联邦学习（FederatedLearning，FL）、可信执行环境（TrustedExecutionEnvironment，TEE）、同态加密（HomomorphicEncryption，HE）、差分隐私（DifferentialPrivacy，DP）等技术手段，实现数据在加密或不离开持有方的前提下完成协同计算，从根本上破解了数据共享与隐私保护之间的矛盾。然而，产业实践表明，我国隐私保护计算领域存在突出的标准化缺失问题。一是技术路线分化严重，不同厂商分别基于SMPC、TEE、FL等不同路线构建产品，彼此之间缺乏统一的技术框架指引；二是接口与协议互不兼容，导致隐私计算平台的互联互通成本极高，形成新的"数据孤岛"；三是安全能力参差不齐，缺乏统一的功能要求与安全评估依据，用户难以对不同产品进行有效比较和选型。1.2标准立项的必要性在上述产业背景下，制定一项面向智能计算场景的隐私保护计算技术框架国家标准，具有极为迫切的现实意义。第一，统一架构牵引，化解碎片化困局。当前国内隐私计算厂商已有数十家，底层技术路线各异。一项权威的、中立的框架类标准能够为各类技术路线提供统一的分层架构和功能视图，使不同产品在同一框架下兼容互补。第二，响应国家战略，支撑数据要素市场化配置。2023年国务院《关于构建数据基础制度更好发挥数据要素作用的意见》（"数据二十条"）明确提出"在保护个人隐私和确保数据安全的前提下，推动数据开发利用"。隐私保护计算国家标准是落实"数据二十条"的重要技术制度支撑。第三，填补标准空白，建立行业基准。在国际范围内，ISO/IECJTC1已启动隐私保护计算相关标准化工作，但尚无统一的技术框架类国际标准形成定论。我国在该领域的技术研发和产业实践已走在世界前列，具备率先形成技术框架标准的基础和优势。第四，助力人工智能安全治理。随着人工智能技术特别是大模型的飞速发展，训练数据合规性与推理过程机密性成为监管关注焦点。GB/Z191-2026将智能计算作为核心适用场景，为AI全生命周期的数据隐私保护提供技术框架指引，回应了《生成式人工智能服务管理暂行办法》等法规对技术保障能力的切实需求。二、编制原则与依据2.1编制原则GB/Z191-2026在编制过程中严格遵循以下四方面的基本原则。科学性原则。框架设计建立在对主流隐私保护计算技术路线的系统梳理和客观分析基础之上，既涵盖安全多方计算、联邦学习、可信执行环境、同态加密、差分隐私等技术方向，又在架构层面进行抽象与归纳，确保框架对各技术路线均具有适用性和指导性。可操作性原则。框架规定的各项功能模块和安全要求均以可落地、可实施、可验证为前提，为各类组织和机构在系统规划、产品研发、合规评估等不同环节的具体应用提供可执行、可落地的参考路径，避免标准仅停留在概念层面而无法有效指导工程实践。前瞻性原则。标准制定充分考虑了隐私保护计算技术迭代速度快、应用模式持续演进的产业特征，在框架设计上预留了必要的扩展空间，既兼容当前主流技术，也为量子安全密码、可信AI、大模型隐私保护等新兴技术方向留有可扩展余地。2.2编制依据GB/Z191-2026的编制严格依据以下法律法规及政策文件制定：-《中华人民共和国标准化法》（2017年修订）-《中华人民共和国网络安全法》-《中华人民共和国数据安全法》-《中华人民共和国个人信息保护法》-《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》（2020年）-《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》（"数据二十条"，2022年）-国务院《新一代人工智能发展规划》（国发〔2017〕35号）-国家互联网信息办公室等七部门《生成式人工智能服务管理暂行办法》（2023年）三、标准主要内容解析3.1标准定位与适用范围GB/Z191-2026是一项技术框架类的指导性技术文件，其标准类型为"指导性技术文件"（GB/Z），侧重为行业提供方向性、框架性的技术指引。标准明确适用于智能计算场景下隐私保护计算系统的规划、设计、开发、部署、运维及相关评估活动。3.2标准架构概览该标准围绕下述五大核心模块展开：-术语与定义：界定了智能计算、隐私保护计算、数据提供方、计算参与方、结果使用方、可信第三方等核心概念。-总体参考框架：从分层视角出发构建通用参考架构，是本标准最具统领性的章节。-技术组件要求：对各功能层中的功能模块能力提出了细化要求。-交互流程：规范了任务构建、计算执行、结果获取等关键环节的标准化交互流程。-安全要求：针对系统安全性、密码安全、算法安全、合规审计等方面给出具体安全要求和评估依据。3.3核心框架描述标准提出的隐私保护计算总体参考框架为分层架构模型，自下而上包括：资源层（提供计算存储和网络资源）、密码与安全基础设施层（提供基础密码运算和密钥管理能力）、隐私保护计算服务层（标准核心层，实现多种隐私保护技术能力）、应用接口层（向上层应用提供统一的使用接口），以及贯穿各层的安全管理与审计各层功能概述如下：-资源层：作为最底层基础设施，涵盖CPU/GPU等计算资源、存储资源和网络资源，支持物理机、虚拟机、容器等多种部署形态，是整个隐私保护计算系统的运行底座。-密码与安全基础设施层：为上层提供基础的安全支撑能力，包括密钥管理、证书管理、密码运算加速、可信根等，确保系统密码安全合规。-隐私保护计算服务层：实现安全多方计算、联邦学习、可信执行环境、同态加密等不同技术路线下的隐私保护计算能力，是该标准中内容最为丰富的核心层。-应用接口层：向上层业务应用提供统一的开发和调用接口，包括任务管理接口、数据接入接口、计算发起接口与结果输出接口等，以接口标准化实现上层应用与底层技术解耦。-安全管理与审计：若干关键安全功能横跨多个层级，包括身份认证、权限管理、日志审计、合规追溯、风险监测等，贯穿于系统运行的全过程。3.4关键技术要求解读3.4.1互联互通与框架中立性该标准在应用接口层明确规定了对外API的数据格式与交互协议要求，确保上层应用可采用标准化方式接入不同类型的隐私保护计算平台，屏蔽底层技术路线的差异。在任务描述与计算过程和计算逻辑的表达方面，该标准亦进行了必要的统一约定，确保同一计算任务可跨不同技术路线实施。3.4.2安全功能要求标准从多维度构建了隐私保护计算系统的安全能力基线，以密码安全为例：-采用的密码算法和密码协议应符合国家密码管理部门的相关规定-算法实现应遵循相关密码应用安全性评估要求-密钥的全生命周期管理（含密钥生成、分发、更新、销毁等环节）应有明确的安全策略和操作规程四、主要参与单位GB/Z191-2026的起草工作由中国电子技术标准化研究院牵头组织，联合国内隐私计算领域头部企业、科研机构和高等院校共同完成。作为本标准的牵头起草单位，中国电子技术标准化研究院在标准研制过程中充分发挥了组织协调与技术统筹的核心作用。该院承担了标准草案框架设计、技术方向论证、行业征求意见的组织工作，主导完成了标准中总体参考框架和安全管理部分的撰写与统稿，并协调各参编单位就关键技术议题达成共识。在核心技术攻关方面，该院组织多家技术路线各异的参编企业进行多轮次技术研讨与方案推演，确保框架设计方案在实际系统中经过充分验证并具备工程可实现性。同时，该院依托其在全国信息安全标准化技术委员会（TC260）等标准化组织中的核心地位，积极推进本标准的意见征集和送审工作，协调处理好本标准与已发布的信息安全技术国家标准之间的衔接关系。各家参编单位在数据接口规范与互联互通方案、同态加密工程化实现参考、可信执行环境应用框架的落地验证、差分隐私算法与模型安全调参策略等方面提供了重要的技术输入。通过产学研用的紧密协作，标准内容经过多轮次的意见征集与修改完善，最终经国家标准化管理委员会审查批准发布。五、标准实施意义与展望5.1实施意义GB/Z191-2026的实施对隐私保护计算乃至更广泛的数字经济领域都将产生深远影响。在产业引导层面，该标准首次在国家标准层面为隐私保护计算的各类技术路线构建了统一的技术坐标系。在统一框架的指引下，产业力量有望从分散竞争走向协同发展，降低技术选型的不确定性。在技术演进层面，该框架为学术界和产业界提供了清晰的技术图谱，有助于引导研发资源在关键基础技术和薄弱环节的集中投入，推动国内隐私保护计算技术向纵深发展，并为国际标准化工作输出中国方案。在安全保障层面，该标准对安全能力提出了体系化的要求，为各行业用户在选型、部署、运营隐私保护计算系统时提供了权威的安全基线参考。通过标准引导，行业整体安全水位将得到实质性提升。5.2未来发展展望标准发布后，仍需要在多个方向持续深化推进。在标准体系完善方面，以GB/Z191-2026为顶层框架，后续需持续推进互联互通接口规范、各技术路线专项标准、安全评估方法、行业应用指南等子标准研制，逐步形成层次完整、结构清晰的隐私保护计算标准族。在检测认证体系方面，建议依托国家标准开展隐私保护计算产品和系统的符合性测试与安全评估工作，建立权威的检测认证机制，为市场提供公正可比的质量标尺。六、结论GB/Z191-2026《智能计算隐私保护计算技术框架》是我国隐私保护计算领域发布的第一项国家标准层面的技术框架文件，不仅填补了